共计 1453 个字符，预计需要花费 4 分钟才能阅读完成。
古生物学研究迎来重大突破！一个国际研究团队成功开发出一款名为 Dinotracker 的人工智能应用程序，它能在瞬间识别恐龙足迹，极大地提升了研究效率与准确性。这项由柏林亥姆霍兹研究中心与爱丁堡大学合作的研究成果，已于本周一发表在权威期刊《美国国家科学院院刊》上，为探索远古世界打开了新的窗口。
鉴定恐龙足迹一直是古生物学领域的难题。这些保存在岩层中、拥有数亿年历史的痕迹，经历了漫长的地质变迁，形态往往模糊不清。加之人类对恐龙的认知尚存诸多空白，传统的足迹鉴定方法常常带有主观性，不同科学家之间有时也难以达成一致意见。
项目负责人、来自亥姆霍兹研究中心的格雷戈尔·哈特曼解释道，团队的目标正是通过开发中立的算法，来消除鉴定过程中的主观倾向。“我们提供的是数学化、无偏见的视角，旨在辅助人类专家更精准地解读数据。”他说。,
人工智能如何识别恐龙足迹？核心技术大揭秘
那么，这个强大的 AI 工具究竟是如何工作的呢？研究人员采用了海量的数据来训练算法，其中包括数千个真实的化石足迹以及数百万个经过模拟的版本。这些模拟能够重现足迹在自然条件下可能发生的变形，例如压缩和边缘位移。
该系统被专门训练去关注恐龙足迹的八大关键特征，例如脚趾的宽度、脚跟的具体位置、足部与地面的接触面积以及重量的分布情况。人工智能工具 Dinotracker 正是利用这些特征，将新发现的足迹与庞大的现有化石数据库进行智能比对，从而推断出最有可能留下该足迹的恐龙种类。
在与人类专家分类结果的对比测试中，Dinotracker 的鉴定结果与人类判断的一致性高达 90%，展现了其惊人的可靠性和辅助价值。
哈特曼特别强调，该人工智能系统采用的是“无监督学习”模式。“在训练过程中，我们没有使用任何诸如‘鸟类’、‘兽脚类’、‘鸟脚类’这样的标签。神经网络对这些分类概念一无所知。”他详细解释说，“只有在训练完成之后，我们才会将神经网络对足迹轮廓的编码方式，与人类专家标注的标签进行比对和关联。”,
意外发现：AI 足迹分析或改写鸟类起源认知
除了高效识别，Dinotracker 还带来了关于鸟类进化的意外启示。在分析跨越超过 2 亿年历史的恐龙足迹时，人工智能发现这些古老的足迹与已灭绝的恐龙乃至现代鸟类的足部结构，存在着高度的相似性。
这一发现促使研究团队提出一个大胆的假设：鸟类的起源时间可能比我们现有认知的要早数千万年。当然，也存在另一种可能性，即某些早期恐龙的足部结构与鸟类极为相似，从而导致它们的足迹形态非常接近。
不过，哈特曼也谨慎地指出，仅凭足迹证据尚不足以彻底重新思考鸟类的整个进化历程，因为骨骼化石才是证明早期鸟类存在的“确凿证据”。“我们必须考虑到，在数百万年的漫长岁月里，这些足迹可能经历了各种复杂的变化——从形成时泥土的湿度、基底材质，到后期的地质侵蚀作用。”他补充道，“所有这些因素都可能极大地改变我们发现化石足迹的最终形状，而这正是我们开展此项研究的初衷之一：更精确地解读这些被时间扭曲的信息。”,
开放共享：Dinotracker 的未来与古生物学应用前景
为了推动整个古生物学领域的发展，研究团队已将 Dinotracker 在 GitHub 平台上免费发布。目前，该工具并非简单的即装即用软件，用户需要具备一定的软件知识才能成功部署和运行。
哈特曼表示，他们期待 Dinotracker 能够被全球的古生物学家广泛使用。随着更多专家的加入和使用，这个人工智能工具的数据池将不断扩展和丰富，其识别的准确性与应用价值也将随之水涨船高，有望在未来解锁更多关于恐龙时代的秘密。
