Nova IA analisa pegadas de dinossauros e aproxima ainda mais as aves dos dinossauros.

Os investigadores de Tübingen, Manchester e Berlim criaram uma inteligência artificial que analisa automaticamente pegadas fósseis de dinossauros. O software deteta padrões que os especialistas ainda não tinham identificado e encontra semelhanças impressionantes com as patas das aves atuais. Até caçadores amadores de fósseis poderão participar com uma simples fotografia tirada no telemóvel.

Como uma app do DinoTracker torna legíveis pegadas antigas de dinossauro

Normalmente, identificar pegadas de dinossauro exige muita experiência - e alguma sorte. Muitas marcas estão incompletas, deformadas ou danificadas pela erosão. Nesses casos, cada atribuição transforma-se num trabalho de investigação complicado, em que duas especialistas podem chegar a conclusões diferentes.

É precisamente aí que entra o projeto “DinoTracker”. No seu núcleo está um sistema de inteligência artificial que mede de forma objetiva a geometria das pegadas e a compara com milhares de dados de referência. A base do sistema inclui mais de 2.000 silhuetas digitalizadas de pegadas de dinossauros com três dedos, recolhidas em várias partes do mundo e com idades entre 200 e 145 milhões de anos.

A IA converte vestígios antigos em dados geométricos mensuráveis - e organiza-os num “espaço morfológico” que revela relações que escapam facilmente ao olhar.

As pegadas foram primeiro reduzidas ao seu contorno e convertidas para um formato uniforme. Assim, o algoritmo concentra-se na geometria pura: comprimento e largura da impressão, ângulo e distância entre os dedos, forma da “zona do calcanhar” e simetria da marca. A partir destes elementos, o software constrói um espaço de oito dimensões, onde cada pegada surge como um ponto.

Aprendizagem não supervisionada: a IA classifica pegadas sem orientações

O que distingue o DinoTracker é o facto de a IA não receber etiquetas como “terópode” ou “ave primitiva”. O sistema trabalha com uma forma de aprendizagem automática chamada aprendizagem não supervisionada. Em vez de ser instruído antecipadamente sobre que formas pertencem a que grupo animal, procura por si próprio padrões e agrupamentos nos dados.

Desta forma, a equipa evita um problema central dos métodos clássicos: muitas bases de dados tradicionais incluem classificações antigas e, por vezes, duvidosas. Se uma IA é treinada com essas etiquetas, acaba por herdar também os respetivos erros. Aqui, o que conta é apenas a forma, e não o nome do suposto autor.

Para tornar o sistema mais robusto, os investigadores criaram ainda mais de 10.000 pegadas artificialmente modificadas. Nessas simulações, os dedos foram alargados, parcialmente “apagados”, e as pegadas foram torcidas ou esticadas - como pode acontecer em ambientes sedimentares reais quando um dinossauro pesado pisa lama encharcada.

• Pegadas mais largas: para imitar um subsolo lamacento
• Dedos parcialmente apagados: para representar marcas erodidas ou danificadas
• Pegadas torcidas: para simular superfícies inclinadas ou declives
• Formas deformadas: para reproduzir alterações provocadas pelo peso e pelo movimento

Com base nestes dados, a IA extrai oito variáveis essenciais de forma. A partir delas, agrupa as pegadas por semelhança. Em testes com marcas bem preservadas, o sistema coincidiu com a avaliação de especialistas em cerca de 90 por cento dos casos, mantendo-se consistente, independentemente do estado de espírito do dia ou da experiência pessoal.

Pegadas que parecem pés de aves - mas têm 210 milhões de anos a mais

Os resultados tornam-se particularmente interessantes quando se analisam as pistas da evolução das aves. Nos dados aparecem pegadas muito antigas que lembram de forma surpreendente os pés das aves de hoje. Algumas destas marcas têm mais de 210 milhões de anos, ou seja, datam do Triássico superior - muito antes dos mais antigos fósseis de aves até agora datados, provenientes do Jurássico superior.

A IA identifica nestas pegadas várias características típicas:

Característica	Semelhança com aves atuais
Forma estreita com três dedos	Parece a marca deixada por uma ave corredora de grande porte
Forte simetria longitudinal	Lado esquerdo e direito quase em espelho
Pequena distância entre os dedos	Os dedos apontam para a frente de forma relativamente junta, sem grande abertura

Esta combinação permite duas leituras: ou as linhagens evolutivas com aspeto aviano começaram muito antes do que se pensava, ou certos dinossauros predadores do Triássico já possuíam patas muito próximas do modelo anatómico das aves que surgiriam mais tarde.

A IA não atribui nomes de espécie, limita-se a medir formas. É precisamente isso que torna tão sensíveis as suas indicações sobre pés semelhantes aos das aves: a interpretação cabe às pessoas, não à máquina.

Os investigadores veem nestes resultados uma possível sequência de transição: quando se comparam as pegadas antigas com marcas mais recentes do Jurássico e do Cretácico, surgem repetidamente formas semelhantes. Isso sugere uma aproximação gradual ao “pé de ave”, e não uma mudança abrupta.

Ciência cidadã: quem encontrar pegadas de dinossauro pode enviar pela app

O DinoTracker não foi concebido apenas para laboratórios. O software também funciona como aplicação móvel, com uma interface simples para leigos. Quem, numa caminhada ou num local conhecido de fósseis, avistar uma marca suspeita, pode fotografá-la ou desenhá-la e carregá-la na app.

A IA assinala automaticamente pontos importantes, mede ângulos e distâncias e posiciona a impressão no espaço morfológico. Depois, os utilizadores recebem uma indicação do tipo de pegada conhecido com que a descoberta mais se parece - e quão segura é essa atribuição, segundo o sistema.

Com cada pegada enviada e posteriormente verificada, a base de dados cresce. Os investigadores analisam os achados mais invulgares, comparam-nos com locais já conhecidos e decidem se devem ser integrados no conjunto de treino. Assim, vai sendo construído, passo a passo, uma rede entre instituições profissionais e entusiastas.

Porque é que a recolha de dados pela app é tão atrativa para o DinoTracker

Para a paleontologia, trata-se de um avanço enorme:

• O trabalho de campo em regiões remotas passa a poder ser melhor documentado.
• Zonas com poucos especialistas conseguem, ainda assim, fornecer dados de elevada qualidade.
• Tipos raros de pegadas são identificados mais depressa, porque “saem da curva” no espaço da IA.
• Todas as novas pegadas seguem o mesmo padrão - independentemente de quem as reporta.

A padronização tem aqui um papel decisivo. Até agora, muitas pegadas de dinossauro existem apenas sob a forma de fotografias antigas, desenhos à mão ou descrições textuais. O novo método obriga cada observação a entrar numa grelha quantitativa claramente definida. Isso torna possíveis comparações entre continentes e ao longo de décadas.

O que significam, na prática, expressões como “espaço morfológico”

Para quem não é da área, um “espaço morfológico de oito dimensões” soa rapidamente a ficção científica. No essencial, trata-se de um sistema de coordenadas em que, em vez de comprimento, largura e altura, se registam outras grandezas: por exemplo, o ângulo entre dois dedos, a relação entre o comprimento dos dedos e o calcanhar, ou o grau de desvio lateral.

Cada pegada recebe um valor para estas medições. Esses valores, em conjunto, formam um ponto. Pegadas semelhantes ficam representadas como pontos próximos umas das outras. Formas muito diferentes afastam-se bastante. Assim, é possível detetar grupos sem que alguém precise de dizer de antemão o que é “típico” ou “atípico”.

É precisamente isso que torna o método tão interessante para questões evolutivas. Se se trata de uma ave primitiva, de um terópode ou de outra coisa qualquer, continua em aberto numa primeira fase. Só depois os especialistas comparam estes grupos criados de forma neutra com fósseis ósseos e dados geológicos.

Oportunidades, limites e próximos passos possíveis

A IA não substitui o trabalho de campo; apenas muda o seu foco. Os humanos continuam a ter de encontrar as pegadas, documentá-las e esclarecer o contexto: em que camada de rocha se encontram? Que outros fósseis aparecem nas proximidades? Que sedimentos apontam para que tipo de ambiente?

Também existem riscos. Uma base de dados muito dominante, concentrada em regiões bem estudadas, pode levar a que a IA trate formas raras, vindas de áreas pouco investigadas, como se fossem “erros”. Nestes casos, os investigadores precisam de regras claras para lidar com valores discrepantes - se os descartam ou se os verificam de forma dirigida.

Ao mesmo tempo, as possibilidades são enormes. A técnica subjacente pode ser facilmente aplicada a outros vestígios: marcas de vertebrados, rastos de invertebrados, impressões de plantas e até fragmentos de ossos e conchas. Sempre que a forma tiver relevância, uma medição objetiva apoiada por IA pode ajudar.

Para jovens, clubes de geologia em escolas ou associações locais de história natural, abre-se assim um novo campo de atividade. Quem dominar os fundamentos - por exemplo, saber fotografar, medir e registar corretamente uma impressão - pode contribuir para investigação real. Dessa forma, um simples passeio por uma costa fossilizada pode transformar-se num pequeno contributo para a grande história da Terra.