L'intelligenza artificiale come nuovo detective delle orme fossili
Un team internazionale ha sviluppato un sistema di intelligenza artificiale capace di confrontare, classificare e riconoscere pattern nelle orme fossili a velocità sorprendente. Il risultato? Somiglianze davvero inaspettate con i piedi degli uccelli moderni.
Perché interpretare le orme dei dinosauri è così importante
Ogni impronta fossile racconta una storia precisa: la lunghezza degli arti, l'angolazione delle dita, il peso corporeo e persino il modo in cui un animale camminava o correva. Il problema è che queste impronte sono spesso incomplete, consumate o deformate dal fango, dall'acqua e dal tempo.
Ricercatori dell'Università di Tübingen, dell'Università di Manchester e del Museum für Naturkunde di Berlino hanno risposto a questa sfida creando un nuovo sistema di intelligenza artificiale, integrato nell'app mobile DinoTracker. Il programma si basa su una rete neurale convoluzionale, un tipo di algoritmo particolarmente efficace nel riconoscimento di pattern visivi.
Il database di partenza comprende oltre 2.000 orme tridattile (a tre dita) di dinosauri provenienti da numerosi paesi, con un'età compresa tra i 200 e i 145 milioni di anni. Le forme sono state standardizzate riducendo ogni impronta ai suoi contorni essenziali, così da permettere all'AI di concentrarsi esclusivamente sulla geometria pura, senza distrazioni legate a colore, texture o sfondo.
Analizzando soltanto la geometria dell'impronta, il sistema esclude qualsiasi preconcetto su quale specie "dovrebbe essere".
Il sistema posiziona poi ogni nuova forma in un paesaggio morfologico a otto dimensioni. In pratica, l'AI misura parametri come la lunghezza del "tallone", la distanza tra le dita, la simmetria dell'impronta e la larghezza complessiva. Tutti questi valori insieme determinano la collocazione nel paesaggio multidimensionale.
Come funziona DinoTracker per ricercatori e appassionati
DinoTracker non è pensato solo per gli accademici. Chiunque abbia uno smartphone può partecipare: dai cacciatori di fossili amatoriali agli escursionisti che scorgono strane impronte in una cava o lungo una scogliera costiera.
Dalla foto al dato scientifico: il processo passo per passo
- L'utente fotografa o disegna una possibile impronta di dinosauro.
- L'app rileva automaticamente i punti chiave: direzione delle dita, lunghezza della zona del tallone, angolo tra le dita e perimetro totale.
- L'AI confronta quei contorni con il database esistente e calcola un punteggio di corrispondenza.
- L'impronta viene collocata nel paesaggio morfologico e, dopo verifica, aggiunta al dataset.
Questo processo non serve solo per una prima valutazione sul campo, ma amplia continuamente il database centrale. Si crea così una rete sempre più ampia di impronte provenienti anche da regioni dove nessuno specialista ha mai messo piede.
Nelle aree con pochi paleontologi, questo strumento offre un primo filtro prezioso: quali impronte meritano un'analisi approfondita e quali sono probabilmente semplici forme rocciose casuali o impronte recenti?
Apprendimento non supervisionato: l'AI senza etichette preconcette
Una scelta particolarmente interessante del team di ricerca riguarda l'uso del cosiddetto apprendimento non supervisionato. In questo approccio, l'AI impara autonomamente a riconoscere gruppi di forme, senza che vengano fornite in anticipo etichette come "teropode" o "primo Giurassico".
In molti database esistenti, le etichette assegnate alle impronte risalgono a decenni fa e possono risultare imprecise o troppo generiche. I modelli tradizionali di intelligenza artificiale tendono a riprodurre questi errori acriticamente.
Non imponendo alcun nome di specie, l'AI osserva le forme in modo neutro, generando raggruppamenti basati esclusivamente sulle somiglianze dell'impronta.
Per rendere il sistema più robusto di fronte a impronte sbiadite o mal conservate, i ricercatori hanno elaborato digitalmente le 2.000 impronte originali, producendo oltre 10.000 varianti. Queste includono dita più spesse o consumate, lievi rotazioni, talloni deformati e altre imperfezioni tipiche delle impronte nel fango o nella sabbia. In questo modo l'AI impara a gestire la realtà disordinata del lavoro sul campo.
Dopo questo addestramento, il sistema raggiunge una corrispondenza di circa il 90% con le valutazioni degli specialisti umani, almeno per le impronte ben conservate. Nei casi in cui gli esperti si trovano in disaccordo tra loro, l'AI dimostra una coerenza maggiore, poiché applica sempre le stesse regole di misurazione.
Piedi simili a quelli degli uccelli in orme di dinosauri antichissime
Il risultato più sorprendente riguarda le possibili origini degli uccelli. La teoria consolidata vuole che gli uccelli discendano da un gruppo di dinosauri bipedi carnivori, i teropodi, e che il tipico piede aviario si sia sviluppato gradualmente nel tardo Giurassico e nel Cretaceo.
L'AI ha però individuato nel dataset diverse impronte di oltre 210 milioni di anni che presentano una forma tridattile straordinariamente slanciata, con forte simmetria e piccola distanza tra le dita. Caratteristiche sorprendentemente vicine ai piedi di molti uccelli corridori moderni.
Secondo i ricercatori, questi risultati suggeriscono due possibili scenari:
- Gli antenati degli uccelli potrebbero essere comparsi molto prima di quanto la maggior parte dei paleontologi abbia finora ipotizzato.
- Oppure certi dinosauri del Triassico svilupparono in modo indipendente una forma del piede molto simile a quella degli uccelli successivi, un caso di evoluzione convergente.
Poiché l'AI non associa direttamente le impronte a specie specifiche, i "proprietari" di queste orme rimangono ancora anonimi. Tuttavia, il pattern traccia una linea continua: dalle forme slanciate e tridattile primitive fino alle impronte dei teropodi conosciuti e, infine, ai piedi degli uccelli moderni.
Questa continuità alimenta il dibattito sulla tempistica precisa della transizione dai dinosauri agli uccelli. Le nuove scoperte rese possibili dall'app potrebbero affinare ulteriormente questo quadro nei prossimi anni.
Il pubblico come protagonista della paleontologia digitale
DinoTracker si inserisce in un movimento più ampio all'interno della scienza, dove i cittadini non si limitano ad osservare ma contribuiscono attivamente alla raccolta dei dati. Dal conteggio degli uccelli alle app meteo: sempre più spesso i non professionisti aiutano a raccogliere grandi quantità di informazioni.
Per i fossili la sfida è maggiore: distinguere una vera scoperta da "una bella pietra" richiede conoscenze specialistiche. Con un primo giudizio guidato dall'AI a disposizione, gli appassionati sono più motivati a condividere le proprie scoperte con musei e università. Ciò potrebbe portare a più segnalazioni di impronte rare al di fuori dei classici siti di ricerca.
Gli sviluppatori intravedono anche opportunità di espansione tecnologica. Lo stesso principio — ridurre le forme a contorni e ordinarle automaticamente — potrebbe funzionare anche per altri tipi di fossili, come:
- impronte fogliari di piante antichissime
- tracce di strisciamento di invertebrati
- frammenti ossei con contorni riconoscibili
Cosa rende questo approccio davvero diverso
Mentre la paleontologia tradizionale dipende fortemente da un ristretto gruppo di specialisti con anni di esperienza, questo progetto punta su scala e standardizzazione. Ogni nuova foto utilizzabile aggiunge un dato nel medesimo sistema di misurazione, rendendo i confronti globali molto più semplici: un'impronta da una cava tedesca può essere confrontata direttamente con una trovata in un deserto argentino.
Per studenti e appassionati, la disciplina diventa al tempo stesso più concreta e accessibile. Sul proprio schermo possono osservare come le caratteristiche morfologiche di un'impronta influenzino la sua posizione nel paesaggio morfologico, facilitando l'apprendimento di concetti base come "tridattilo", "simmetrico" o "dita divaricate".
Per chi vuole avventurarsi nella ricerca sul campo, però, vale un avvertimento fondamentale: il contesto rimane indispensabile. L'AI può dire molto sulla forma, ma non sull'età esatta o sullo strato geologico. Le foto dell'ambiente circostante, del tipo di roccia e della posizione dell'impronta nella parete rocciosa sono ancora necessarie per rendere una scoperta davvero preziosa dal punto di vista scientifico.
Questo progetto mostra comunque con chiarezza come intelligenza artificiale e lavoro sul campo stiano convergendo. Non per sostituire il paleontologo con il suo martello e la sua lente, ma come strumento aggiuntivo capace di far emergere pattern nascosti nelle impronte antiche — e di offrire, ogni tanto, uno scorcio sui primi passi che portarono agli uccelli che oggi volano sopra le nostre teste.
