Ученые из Берлинского института Гельмгольца и Эдинбургского университета разработали инновационный метод машинного обучения для определения динозавров по их следам. Этот подход основан на анализе 1974 отпечатков следов, которые охватывают период с триасового до современного времени. Результаты работы были опубликованы в журнале Proceedings of the National Academy of Sciences (PNAS).
Ключевым аспектом нового метода является его полная независимость от человеческой классификации, что устраняет предвзятости, связанные с предварительной разметкой следов. В отличие от традиционных нейросетей, новый алгоритм, использующий разделенный вариационный автокодировщик (β-VAE), самостоятельно выявляет восемь основных характеристик следов, включая форму отпечатка, распределение нагрузки и положение пальцев. Сравнение автоматических результатов с экспертными оценками показало совпадение в 80–93% случаев.
Анализ и распознавание следов особенно интересно на фоне нескольких спорных отпечатков, которые могут свидетельствовать о более раннем появлении птиц. Некоторые трехпалые следы позднего триаса и ранней юры могут принадлежать либо птицам, либо небольшим динозаврам с птичьеподобными лапами. В случае если они принадлежат птицам, это бы означало, что их предки появились на 60 миллионов лет раньше известных находок. Исследование среднеюрских следов в Шотландии выявило, что большинство из них имеют большее сходство с тероподами, что указывает на ранние этапы эволюции этих групп.
Также для широкой аудитории было разработано приложение DinoTracker, позволяющее пользователям загрузить силуэт найденного следа и получить его классификацию на основе нейросетевого анализа. Это приложение наглядно демонстрирует, как машинное обучение без учителя может решать давние проблемы палеонтологии и способствовать более точному определению ископаемых. Исследование подчеркивает значимость новых технологий в изучении древней жизни на Земле.
