Ett nytt AI-system vänder upp och ner på studiet av dinosauriespår och pekar på överraskande likheter med dagens fåglar.
Forskare från Tyskland och Storbritannien kombinerar artificiell intelligens, en mobilapp och en global databas för att jämföra fossila fotavtryck med en precision som aldrig tidigare varit möjlig. Det ger inte bara djupare insikt i dinosauriernas evolution, utan kastar också nytt ljus över ursprunget till de fåglar vi känner idag.
AI analyserar dinosauriespår utan mänskliga fördomar
Teamet från universitetet i Tübingen, i samarbete med University of Manchester och Museum für Naturkunde i Berlin, tränade en algoritm på över 2 000 digitala silhuetter av dinosauriespår. Det handlar främst om så kallade tridaktyla spår — avtryck med tre tår — som är mellan 200 och 145 miljoner år gamla.
Forskarna tog bort alla etiketter, namn och tidigare tolkningar. AI-systemet fick enbart se formerna. På det sättet uppstår en sorts ”blind” analys, där ingen forskare i förväg kan styra vilket avtryck som tillhör vilken dinosaurie.
Genom att uteslutande fokusera på form eliminerar systemet mänskliga fördomar från jämförelsen av fotspår.
Mjukvaran kodar varje fotspårsavtryck i ett åttadimensionellt formrum, som är uppbyggt kring de viktigaste variationerna i datasetet, bland annat:
- fotens längd och bredd
- vinkeln mellan tårna
- hälens form
- symmetrin mellan vänster och höger halva
- förhållandet mellan tålängderna
Genom att placera avtryck på detta sätt kan AI:n bättre avgöra vilka spår som verkligen liknar varandra — även när de är skadade eller delvis ofullständiga.
DinoTracker: alla med en smartphone kan vara med
Tekniken är inbyggd i en mobilapp vid namn DinoTracker. Med den kan både forskare och entusiastiska besökare på fossilrika lokaler ladda upp foton eller skisser av spår.
Efter uppladdning utför AI:n en serie mätningar. Systemet känner automatiskt igen karakteristiska punkter som tårnas riktning och fotspetsens runda eller spetsiga form. Därefter jämför appen spåret med den stora databasen och visar en lista över de mest liknande avtrycken.
Användaren kan också se var det nya avtrycket befinner sig i formrummet. Det gör resultaten visuella och hjälper till att identifiera mönster — till exempel vilka typer av spår som dyker upp i jämförbara stenlager.
Med DinoTracker blir varje vandring längs en klippvägg till en potentiell datakälla för paleontologer.
När många människor delar sina fynd kan forskare snabbare upptäcka stora mönster. Det handlar bland annat om:
- nya spårkluster i regioner med begränsad expertis
- varianter av fotformer som hittills gått under radarn
- långa kedjor av fotspår som avslöjar upplysningar om löphastighet och beteende
Överraskande fågelliknande spår från extremt gamla lager
Det mest spännande resultatet av studien handlar om en grupp mycket gamla avtryck, som är äldre än 210 miljoner år. AI:n placerade dessa spår anmärkningsvärt nära mönster vi känner från moderna fåglar — som vadarfåglar eller tranor.
De aktuella spåren är smala, har tre utdragna tår tätt intill varandra och uppvisar en stram symmetri i längdriktningen. Det är typiskt för fåglar som effektivt rör sig i raka linjer över marken med minimal tåutspridning.
Hittills har den övervägande delen av facklitteraturen antagit att sådana utpräglade fågelliknande fotformer först uppträdde mycket senare — i den sena jura eller tidiga krita — då de första egentliga fåglarna dyker upp i fossilregistret.
Paleontologer ser därför två möjliga förklaringar:
- Fåglarnas förfäder uppstod betydligt tidigare än hittills antagits, redan då de flesta dinosauriegrupper fortfarande var i sin linda.
- Vissa köttätande dinosaurier från trias utvecklade oberoende en fotform som slående påminner om senare fåglars, utan att de var direkta förfäder.
I båda fallen pekar analysen på en gradvis förskjutning i ben- och gångstil. Genom att sammanställa spår från olika tidsperioder tecknar sig linjer från grova, breda avtryck mot smala, eleganta former som starkt påminner om dagens fåglar.
Därför gör en ”blind” AI-metod skillnad
I den klassiska metoden sätter experter först etiketter på fotspår med namnen på förmodade arter. Nästa forskare använder dessa etiketter som utgångspunkt, och därmed kan gamla misstag sippra vidare in i nya studier.
Den nya AI:n släpper däremot alla namn tillfälligt. Den grupperar uteslutande utifrån formlikhet. Först därefter bedömer paleontologer vilka kända arter som möjligen hör till ett kluster. Det minskar risken för att en dominerande tolkning färgar resten av forskningen.
Tester visar att AI:n i cirka 90 procent av fallen stämmer överens med erfarna specialisters bedömning, när avtrycken är välbevarade. Vid skrapade eller halva spår är systemet ofta mer stabilt än människor, som snabbare är oeniga om gränsfall.
| Egenskap | Mänsklig expert | AI-system |
|---|---|---|
| Konsistens över bedömningar | variabel, beror på erfarenhet | hög, samma kriterier alltid |
| Känslighet för fördomar | närvarande via tidigare litteratur | låg, form står i centrum |
| Hantering av skadade spår | svår, mycket diskussion | stödjer sig på tusentals varianter |
Från dinosauriespår till växtavtryck och benfragment
Forskarna ser inte DinoTracker som en slutpunkt, utan som en testplattform för en bredare revolution inom digital paleontologi. Samma metoder kan tillämpas på andra fossiler, så länge formen tillförlitligt kan fångas i en kontur eller en 3D-modell.
Det pågår redan försök med:
- blad- och grenavtryck från fossila växter
- krypspår från ryggradslösa djur som insekter och maskar
- benfragment som är för ofullständiga för klassisk bestämning
Om sådana data strömmar in i stor skala via samma infrastruktur växer ett gigantiskt bibliotek av former fram. Det gör det lättare att koppla nya fynd blixtsnabbt till kända mönster — eller omvänt upptäcka att ett spår är helt annorlunda och möjligen pekar på en okänd grupp.
Vad studien berättar om fåglar, evolution och oss själva
Metoden visar hur gångspår — ofta betraktade som ”bifångst” vid sidan av spektakulära skelett — utgör en sann guldgruva av information. De berättar inte bara vilka djur som rörde sig här, utan också hur de satte fötterna, hur snabbt de gick, och vilken utveckling deras rörelsestil genomgick.
För alla som själva intresserar sig för fossiler erbjuder en app som DinoTracker ett konkret verktyg. Stöter man under semester eller en vandring på ett möjligt fotavtryck kan man ögonblickligen få det analyserat och dela det med forskare. Museer och lokala naturorganisationer kan arrangera exkursioner där deltagarna aktivt samlar in data med appen.
För skolelever och studenter ger ett sådant verktyg en handfull ingång till svåra begrepp som morfologiskt rum och oövervakad maskininlärning. När man ser hur ett självtaget foto hamnar i en abstrakt formgraf blir statistik plötsligt något man bokstavligen kan hitta under fötterna.
Studien understryker att AI inte bara handlar om chatbots och självkörande bilar. I kombination med gamla spår i sten visar tekniken hur nära besläktade förhistoriska rovdjur och koltrasten i trädgården i verkligheten är. Det gör både algoritmerna och fossilerna en smula mindre abstrakta.
