Dinosauriespår börjar berätta mycket mer än någonsin tidigare trott

Avtryck efter dinosaurier är oftast utsuddade och ofullständiga — ändå börjar de plötsligt avslöja information som paleontologer aldrig hade förväntat sig. Ett internationellt forskarteam har utvecklat ett AI-system som analyserar dinosauriefotspår och jämför dem med en databas på ett helt nytt sätt. Resultaten tyder på att ”fågelaktiga” fötter kan ha dykt upp hos vissa reptiler långt tidigare än läroböckerna hittills angett.

DinoTracker: Från en enda bild till åttadimensionell analys

Forskare från universitetet i Tübingen, universitetet i Manchester och Berlins Museum für Naturkunde har tillsammans utvecklat en app kallad DinoTracker, som bygger på maskininlärning. Från användarens synvinkel är uppgiften enkel — men bakom kulisserna är den oerhört komplex: systemet känner igen och jämför dinosauriespår uteslutande utifrån form.

Algoritmen använder ett neuralt nätverk som tränats på över 2 000 tretåiga fotavtryck från hela världen, daterade till perioden från cirka 200 till 145 miljoner år sedan. Forskarna omvandlade de ursprungliga spåren till förenklade konturer, så att endast formen räknas — inte stenens färg eller fotograferingsvinkeln.

Systemet frågar inte ”vem lämnade detta spår?” — det ser istället på: ”hur ser denna fot exakt ut, och vad liknar den mest?”

När en användare laddar upp en bild eller en skiss av ett spår till DinoTracker, markerar AI:n automatiskt en rad karaktäristiska punkter, däribland:

tårnas riktning och placering,
längden på den ”hälnära” delen,
proportionerna mellan de enskilda tårna,
den sammanlagda konturen av hela foten.

Baserat på dessa data placerar systemet spåret i det som kallas ett morfologiskt rum — konkret är det en modell med åtta dimensioner, där varje axel beskriver ett visst formmässigt drag. Här jämförs spåret med tusentals kända avtryck, och graden av likhet beräknas.

Inlärning utan etiketter: Färre fel och överraskande nya samband

Det vanliga tillvägagångssättet inom paleontologi ser ut så här: en expert undersöker ett spår, jämför det med kataloger och kopplar det till en känd grupp. Problemet är att specialister ofta är oeniga sinsemellan, och ett enda misstag kan sprida sig genom en lång rad efterföljande publikationer.

Skaparna av DinoTracker valde en annan väg. De använde oövervakad inlärning — alltså utan färdiga etiketter som ”detta är ett spår från den och den dinosaurien”. Algoritmen ser uteslutande former och söker själv mönster och grupperingar, utan att känna till artnamn eller ”förväntad” anatomi.

AI:n grupperar spår efter verklig geometrisk likhet — inte efter mänskliga experters vanor eller förväntningar.

För att göra systemet robust mot naturliga förvrängningar genererade forskarna över 10 000 konstgjorda spårvarianter. De simulerade bland annat:

utvidgning av avtrycket, som vid kraftigt tryck mot mjuk undergrund,
delvis ”utsuddning” av en av tårna,
rotation av foten i olika vinklar,
oregelbundna deformationer som liknar sättning i sediment.

På denna grund härleder AI:n åtta centrala variabler som beskriver formen. Därefter samlar den spår i grupper som verkligen liknar varandra. I tester nådde överensstämmelsen med expertvärderingar upp till omkring 90 procent för välbevarade avtryck — med en långt större reproducerbarhet än vid subjektiva ”ögonmått”-bedömningar.

Spår från 210 miljoner år sedan liknar häpnadsväckande moderna fåglar

Det mest sensationella resultatet från DinoTracker handlar om spår som räknas till några av de äldsta i databasen. En del av dem är över 210 miljoner år gamla och härstammar från sen trias — alltså långt innan den berömda Archaeopteryx från juraperioden.

AI:n påvisade att vissa av dessa avtryck har drag som är slående lika moderna fåglars fötter. Det handlar särskilt om:

en slank, tretåig fot,
hög symmetri längs fotens mittaxel,
litet avstånd mellan tårna.

Denna tåställning förknippas snarare med springande fåglar än med en massiv reptil från för över 200 miljoner år sedan. Det ställer forskarna inför två allvarliga möjligheter.

Antingen uppstod fåglarnas förfäder långt tidigare än de flesta modeller antar — eller också utvecklade vissa triaskötätande dinosaurier självständigt fötter som starkt påminde om fåglars.

Systemet tilldelar inte konkreta artnamn till dessa spår, men det visar att de formmässigt står extremt nära nutida fåglar. När forskarna ställde dem mot yngre avtryck observerade de också en tydlig förändringslinje från en mer ”reptilartad” fot mot former som i ökande grad påminner om nutida fågelben.

Vad förändrar detta vid vår förståelse av fåglarnas evolution?

Det är möjligt att vissa ”fågelaktiga” drag — som smala, jämnt ställda tår eller ett visst sätt att sätta ner foten — inte uppstod plötsligt med en enda art, utan gradvis formades över olika dinosaurielinjer. AI:n är särskilt bra på att fånga sådana subtila likheter, eftersom den är fri från fördomar knutna till namn och traditionella kategorier.

Det ger forskarna ett verktyg för att pröva hypoteser om konvergent evolution: olika djurgrupper kan sluta med en liknande fotform om funktionen — exempelvis snabb löpning över torr mark — ställer motsvarande krav.

Alla kan ”fånga” ett spår: Medborgarforskning inom paleontologin

Skaparna av DinoTracker har inte låst in verktyget i laboratorier. Systemet fungerar som en mobilapp som kan installeras av både professionella paleontologer och turister som vandrar längs klippor med blottade stenlager.

Användningsscenariot är enkelt: du hittar ett misstänkt avtryck, tar en bild, och appen analyserar formen och visar vilka kända spår det liknar mest. Användaren ser dessutom var i det åttadimensionella morfologiska rummet sitt fynd placerar sig.

Varje korrekt fotograferat fynd kan hamna i den växande databasen och verkligen bidra till professionell forskning.

Efter inledande verifiering kan nya spår läggas till AI:ns träningsmaterial. På så sätt blir systemet gradvis mer precist och representativt — även för dåligt undersökta regioner där det saknas specialister inom spåranalys.

Tillämpningar långt utöver dinosauriespår

Forskarna förväntar sig att samma metod kommer att fungera vid andra typer av fossiler. Det finns planer på att utvidga algoritmen för att täcka:

växtavtryck, till exempel blad och stjälkar,
ryggradslösa djurs stigar, som kryp- och grävspår i sediment,
fragmentariska ben som är svåra att hänföra till en viss art.

Den gemensamma nämnaren är en: analys av form — utan krav på kompletta, perfekt bevarade fynd. För paleontologin, där största delen av materialet är skadat eller ofullständigt, är det en synnerligen praktisk tillgång.

Varför fotavtryckets form är en så känslig indikator

Foten bär kroppens vikt och ansvarar för stabilitet och rörelsemönster. En liten förändring i tåproportionerna eller hälens längd kan spegla ett annorlunda levnadssätt, löphastighet eller underlagstyp. Därför innehåller ett fotavtryck i sig själv information om både djurets anatomi och beteende.

Analys av ben ensamt visar inte alltid hur en given art faktiskt rörde sig. Ett spår är däremot en registrering av ett konkret steg. När AI:n börjar jämföra tusentals sådana registreringar från olika geologiska perioder uppstår möjligheten att upptäcka tendenser som den enskilde forskaren lätt skulle förbise.

Vad betyder det för den vanliga läsaren?

För dem som tycker om att besöka stenbrottsplatser, utgrävningar eller naturstigar med blottade stenlager kan DinoTracker bli ett enkelt verktyg för att ”samtala” med det förflutna. Allt som krävs är en telefon med kamera, lite försiktighet i fält och en nyfiken inställning.

Samtidigt växer betydelsen av korrekt dokumentation av fynd. En skarp bild tagen vinkelrätt mot ytan, en måttstock i bilden och en beskrivning av platsen — det ökar markant sannolikheten för att spåret hamnar i vetenskaplig analys framför att försvinna i anonyma internetfoton.

Det är dock viktigt att komma ihåg begränsningarna. Algoritmen bygger på en databas, och på platser med ovanlig geologi eller vid mycket sällsynta former kan den ta fel. Experter är därför fortfarande nödvändiga för att tolka resultaten och koppla dem till andra bevis — ben, stendateringar och beskrivningar av miljöförhållandena.

Trots dessa förbehåll förefaller ett sak klar: kombinationen av AI och medborgarvetenskap börjar verkligen förändra det sätt vi betraktar svunna tidsåldrar på. Den här gången handlar det inte om ännu en spektakulär dinosaurierekonstruktion på en affisch — utan om hårda data. Precisa, reproducerbara mätningar gömda i miljoner fotavtryck som i hundratals miljoner år har väntat på att någon skulle lära en maskin att förstå dem.