Le impronte fossili di dinosauro rappresentano da sempre una sfida per i paleontologi: lasciate milioni di anni fa su antiche superfici fangose, queste tracce si sono deformate nel tempo, rendendo difficile stabilire con certezza quale specie le abbia prodotte. Oggi, un team di ricerca guidato dall'Helmholtz-Zentrum di Berlino, in collaborazione con l'Università di Edimburgo, ha sviluppato un sistema di intelligenza artificiale in grado di analizzare e classificare queste impronte con una precisione comparabile a quella degli esperti umani. Lo studio, pubblicato sulla rivista PNAS e finanziato dal progetto Data-X del BMBF tedesco, da Helmholtz-AI, dalla National Geographic Society e dal Leverhulme Trust, promette di rivoluzionare lo studio della locomozione dei dinosauri e di aprire la paleontologia al grande pubblico.
La metodologia tradizionale si basava su database costruiti manualmente, nei quali specifiche impronte venivano associate a determinate specie di dinosauri. Questo approccio, però, presentava limiti significativi: introduceva inevitabilmente elementi di soggettività nelle classificazioni, specialmente quando l'identità di una traccia risultava controversa o ambigua. Per superare queste limitazioni, i ricercatori hanno addestrato algoritmi di apprendimento automatico utilizzando quasi 2.000 impronte fossili autentiche, integrate con milioni di esempi simulati che riproducono le deformazioni realistiche cui vanno incontro le tracce durante il processo di fossilizzazione, come compressioni e spostamenti dei bordi.
Il sistema di intelligenza artificiale ha imparato a riconoscere otto caratteristiche distintive fondamentali per distinguere un'impronta dall'altra: l'ampiezza di apertura delle dita, la posizione del tallone, l'area di superficie a contatto con il suolo e la distribuzione del peso su diverse parti del piede. Confrontando le nuove impronte con gli esempi fossili noti, l'algoritmo riesce a predire quale dinosauro abbia più probabilmente lasciato quelle tracce. Durante i test di valutazione, il sistema ha raggiunto un tasso di concordanza con le classificazioni degli esperti umani pari a circa il 90%, anche per specie considerate particolarmente problematiche o controverse.
Uno dei risultati più sorprendenti emersi dall'analisi riguarda impronte risalenti a oltre 200 milioni di anni fa. L'intelligenza artificiale ha rilevato somiglianze straordinarie tra alcune tracce di dinosauro e le zampe di uccelli sia estinti che moderni. Questa scoperta potrebbe avere implicazioni profonde per la comprensione dell'evoluzione aviana: secondo i ricercatori, è possibile che gli uccelli siano emersi decine di milioni di anni prima di quanto finora ritenuto dalla comunità scientifica. Un'ipotesi alternativa suggerisce che alcuni dinosauri precoci possedessero zampe strutturalmente simili a quelle degli uccelli per convergenza evolutiva, un fenomeno per cui caratteristiche analoghe si sviluppano indipendentemente in linee evolutive separate.
Il sistema ha fornito anche nuove chiavi interpretative per enigmatiche impronte scoperte sull'Isola di Skye, in Scozia. Queste tracce si sono formate sul margine fangoso di una laguna circa 170 milioni di anni fa e hanno lasciato perplessi gli scienziati per decenni. L'analisi condotta dall'intelligenza artificiale suggerisce che potrebbero essere state lasciate da alcuni dei più antichi parenti conosciuti degli adrosauri, i cosiddetti dinosauri dal becco d'anatra, rendendole tra le prime testimonianze di questo gruppo identificate in qualsiasi parte del mondo. Questa interpretazione potrebbe modificare significativamente la comprensione della distribuzione geografica e temporale di questi erbivori del Cretacico.
L'aspetto forse più innovativo dell'intero progetto risiede nella sua accessibilità. I ricercatori hanno infatti sviluppato DinoTracker, un'applicazione mobile che consente a chiunque di caricare una fotografia o un disegno di un'impronta e ricevere un'analisi immediata. L'app valuta forma e struttura della traccia per stimare quale tipo di dinosauro l'abbia probabilmente prodotta, democratizzando di fatto l'accesso alla ricerca paleontologica e trasformando appassionati e cittadini comuni in potenziali collaboratori scientifici. Come sottolinea il dottor Gregor Hartmann dell'Helmholtz-Zentrum, "il nostro metodo fornisce un modo imparziale per riconoscere le variazioni nelle impronte e testare ipotesi sui loro creatori. È uno strumento eccellente per la ricerca, l'istruzione e persino il lavoro sul campo".
Le impronte fossili offrono informazioni preziose sulla vita preistorica, aiutando gli scienziati a comprendere come i dinosauri si muovevano e si comportavano. Tuttavia, la loro interpretazione è stata storicamente complicata dalle alterazioni subite nel corso dei millenni. Il professor Steve Brusatte, docente di Paleontologia ed Evoluzione presso la School of GeoSciences dell'Università di Edimburgo, ha definito questo studio "un contributo entusiasmante per la paleontologia e un modo obiettivo, basato sui dati, per classificare le impronte di dinosauro, qualcosa che ha messo in difficoltà gli esperti per oltre un secolo". Secondo Brusatte, la rete neurale potrebbe aver identificato gli uccelli più antichi del mondo, dimostrando un utilizzo fantastico e fruttuoso dell'intelligenza artificiale.
Le prospettive aperte da questa tecnologia sono molteplici. Oltre a risolvere controversie classificatorie di lunga data, il sistema potrebbe aiutare a tracciare le rotte migratorie dei dinosauri, a comprendere le dinamiche degli ecosistemi preistorici e a identificare nuove specie a partire da impronte isolate. La combinazione di rigore metodologico, potenza computazionale e accessibilità pubblica potrebbe segnare l'inizio di una nuova era nella paleontologia delle tracce, in cui la collaborazione tra intelligenza artificiale ed esperienza umana produce risultati impossibili da raggiungere separatamente. Restano tuttavia domande aperte che richiederanno ulteriori ricerche: quanto sono affidabili le predizioni per impronte parzialmente conservate? E come si comporta il sistema con tracce provenienti da ambienti geologici radicalmente diversi? Le risposte a questi interrogativi determineranno l'effettiva applicabilità dello strumento su scala globale.
