超过亿年的恐龙萍踪常被喻为“无字天书”，蕴含着史宿世物的举动暗码。怎样正确解读这些遗址化石，一直是困扰古生物学家的一个难题。近期，德国赫尔姆霍茨研究中央与英国爱丁堡年夜学的研究团队研发出一款名为“DinoTracker”（恐龙追踪器）的人工智能辨认体系。该体系为恐龙萍踪形态的量化阐发及对于比研究提供了一种新要领，象征着该范畴研究正从主不雅经验判定迈向客不雅数据支撑的新阶段。

“这款由人工智能驱动的体系，使咱们再也不纯真依靠人类的主不雅判定。”德国赫尔姆霍茨研究中央研究员格雷戈尔 哈特曼博士于接管本报记者采访时暗示。

恐龙萍踪作为化石遗址的主要构成部门，是极其贵重的举动记载。与骨骼化石差别，清楚的萍踪能精准展现恐龙的挪动方式、奔跑速率、身体重心漫衍，甚至能判定其是独自行走还有是群体迁移，以和其时的情况特性。然而，一枚萍踪的终极形态受足部布局、举动状况、地层质地和后期埋藏侵蚀等多种因素影响。已往，古生物学家重要依赖人工标注及经验判定举行分类，这类方式轻易孕育发生误差，成为研究瓶颈。

为冲破这一瓶颈，研究团队网络了约2000张涵盖兽脚类、鸟脚类、四足行走类恐龙和鸟类等重要类群的萍踪轮廓图象，输入无监视呆板进修模子举行练习。体系终极自立辨认并分类出脚指睁开水平、脚根受力位置、萍踪摆布不合错误称性等8个自力的形态特性。

哈特曼先容，这类无监视进修模式的怪异的地方于在，模子未接管任何人类经验的预先贯注，可以或许不带成见地“自力思索”，以量化方式判定萍踪间的异同，甚至能发明人眼难以察觉的细微纪律。研究显示，该体系能不变提取萍踪形态特性，其阐发成果与古生物学专家的分类成果高度吻合，匹配度高达90%。此外，体系还有能天生可视化图象，直不雅出现形态特性对于萍踪的影响，为科学家于考古学及古生物学范畴解开更多谜团提供帮忙。

经由过程这一模子，研究团队发明部门形成在2亿多年前的恐龙萍踪，与现代和已经灭尽鸟类的脚印具备惊人的相似性。基在这一发明可推出两种可能性：一是鸟类的发源可能比此前认知早数万万年；二是某些初期恐龙虽未与鸟类孕育发生直接演化联系关系，但其足部布局因趋同进化而与鸟类高度相似。此外，该模子还有发明，苏格兰斯凯岛一处形成在约1.7亿年前的潟湖岸边神秘萍踪，极可能属在全世界已经知最古老的鸭嘴龙类近亲。这项研究为理解史宿世物怎样糊口及迁移提供了新思绪。

不外，今朝该体系也面对着数据量偏小的挑战。“对于在深度进修而言，2000张图象的数据量有限，可能致使模子‘死记硬违’，难以提炼出具备泛化性的纪律。”哈特曼暗示，为解决这一难题，团队设置了约1000种差别的收集配置举行练习，构建出能捕获萍踪焦点布局特性的模子架构，并采用高还有原度的数据加强技能，确保数据的真实性及多样性。

今朝，恐龙追踪器体系已经免费开放。哈特曼但愿借此网络全世界用户的反馈，堆集更年夜范围、更多样化的数据，让体系“越用越智慧”。“该人工智能体系让萍踪阐发变患上更体系、更可复现，也年夜年夜降低了介入门坎，让更多人有时机插手这项研究。”哈特曼说。

中国地质年夜学（北京）副传授邢立达认为，这项研究的最年夜立异于在将呆板进修手腕引入传统的无监视恐龙萍踪形态解析，实现了从依靠人工致合的“经验辨认”到由步伐主动提取多批次信息的“数据驱动”事情模式的改变。经由过程开放平台设计，该运用把前沿算法嵌入公家可介入的科研基础举措措施。但今朝练习样本范围、萍踪质量有限，沉积信息还没有体系纳入模子，这些仍制约成果的泛化能力及古生态注释的深度。下一步，若能于严酷地质约束下获得更年夜范围的标注数据支撑，将更有助在把这一技能真正转化为尺度化东西。