Em vez de depender só do olhar treinado de especialistas, uma nova inteligência artificial está começando a “ler” pegadas de dinossauros como quem interpreta um exame: com medidas, padrões e comparações em grande escala. Criada por pesquisadoras e pesquisadores de Tübingen, Manchester e Berlim, a ferramenta consegue extrair detalhes que, muitas vezes, passam batido até para quem trabalha com fósseis há anos - e aponta semelhanças surpreendentes com os pés de aves atuais.
A proposta também muda quem pode participar desse tipo de descoberta. A ideia é que até caçadores de fósseis amadores consigam contribuir com uma simples foto feita no celular, ajudando a ampliar a base de dados e a revelar conexões entre rastros antigos e a evolução das aves.
Wie eine App uralte Dino-Fußabdrücke neu lesbar macht
Quem tenta identificar pegadas de dinossauro normalmente precisa de muita experiência - e de um pouco de sorte. Muitos rastros estão incompletos, deformados ou danificados pela erosão. Nesses casos, a classificação vira um trabalho de detetive, e duas especialistas podem chegar a conclusões diferentes olhando o mesmo vestígio.
É exatamente aí que entra o projeto “DinoTracker”. Por trás do nome, há um sistema de inteligência artificial que mede a forma das pegadas de modo objetivo e compara com milhares de registros. A base do método: mais de 2.000 silhuetas digitalizadas de pegadas tridáctilas (de três dedos) coletadas no mundo todo, com idades entre 200 e 145 milhões de anos.
A IA traduz pegadas antigas em dados de forma mensuráveis - e as posiciona num “espaço morfológico” que torna visíveis relações que o olho pode deixar passar.
Para isso, as pegadas foram reduzidas aos seus contornos e padronizadas em um formato único. Assim, o algoritmo foca na geometria pura: comprimento e largura do rastro, ângulo e distância entre os dedos, formato da “região do calcanhar”, simetria da marca. Com esses atributos, o software constrói um espaço de oito dimensões, no qual cada pegada vira um ponto.
Unbeaufsichtigtes Lernen: Die AI sortiert Spuren ohne Vorgaben
O diferencial do DinoTracker é que a IA não recebe rótulos prontos como “terópode” ou “ave primitiva”. Ela trabalha com uma abordagem de aprendizado de máquina chamada aprendizado não supervisionado. Em vez de seguir categorias predefinidas, o sistema procura padrões e agrupamentos por conta própria, sem que ninguém diga de antemão que forma “pertence” a qual grupo.
Com isso, a equipe evita um problema comum de métodos clássicos: muitas bases tradicionais carregam classificações antigas e, às vezes, incertas. Se uma IA é treinada nesses rótulos, ela tende a herdar também os erros. Aqui, o que vale é a forma - não o nome do suposto autor da pegada.
Para deixar o sistema mais robusto, as pesquisadoras e os pesquisadores também criaram mais de 10.000 pegadas artificialmente alteradas. Nessas simulações, dedos foram alargados, parcialmente “apagados”, marcas foram giradas ou esticadas - como pode acontecer em sedimentos reais quando um dinossauro pesado pisa em lama úmida.
- Pegadas mais largas: para imitar solo enlameado
- Dedos parcialmente apagados: para marcas erodidas ou danificadas
- Pegadas torcidas: para superfícies inclinadas ou encostas
- Formas deformadas: para variações de pressão por peso e movimento
Com essa base, a IA extrai oito variáveis principais de forma e agrupa as pegadas por semelhança. Em testes, quando os rastros estavam bem preservados, o sistema concordou com especialistas em cerca de 90% dos casos - e manteve consistência independentemente de “dia bom” ou da experiência individual de quem avalia.
Spuren, die wie Vogel-Füße aussehen – nur 210 Millionen Jahre älter
Onde o assunto fica ainda mais interessante é nos resultados ligados à evolução das aves. Nos dados aparecem pegadas muito antigas que lembram de modo impressionante os pés de aves modernas. Alguns desses rastros têm mais de 210 milhões de anos, do fim do Triássico - bem antes dos fósseis de aves mais antigos atualmente datados, do Jurássico Superior.
A IA identifica nesses rastros uma série de características típicas:
| Característica | Semelhança com aves atuais |
|---|---|
| Forma estreita, com três dedos | Parece a pegada de uma ave corredora grande |
| Forte simetria longitudinal | Lado esquerdo e direito quase espelhados |
| Pequena distância entre os dedos | Dedos apontam mais para a frente, sem grande abertura |
Essa combinação permite duas leituras: ou linhagens com traços “aviários” começaram bem antes do que se imaginava, ou certos dinossauros predadores do Triássico já tinham pés muito próximos do plano corporal que depois se consolidaria nas aves.
A IA não dá nomes de espécies; ela apenas mede formas. É justamente isso que torna tão impactantes as indicações de pés semelhantes aos de aves: a interpretação fica com as pessoas, não com a máquina.
As pesquisadoras e os pesquisadores enxergam nos resultados uma possível sequência de transição. Ao comparar essas pegadas antigas com marcas mais jovens do Jurássico e do Cretáceo, formas parecidas reaparecem. Isso sugere uma aproximação gradual do “pé de ave”, e não uma mudança repentina.
Citizen Science: Wer Dino-Spuren findet, kann sie per Handy einreichen
O DinoTracker não foi pensado apenas para laboratórios. O software também roda como aplicativo móvel, com uma interface simples para leigos. Quem, numa trilha ou em um ponto fossilífero conhecido, encontra uma marca suspeita pode fotografar ou desenhar e enviar para o app.
A IA marca automaticamente pontos importantes, mede ângulos e distâncias e posiciona a pegada no espaço morfológico. Depois, usuárias e usuários recebem uma estimativa de quais tipos de trilha conhecidos mais se aproximam do achado - e quão segura é essa associação na avaliação do sistema.
A cada pegada enviada e posteriormente verificada, a base de dados cresce. A equipe analisa achados incomuns, compara com locais já conhecidos e decide se entram no conjunto de treinamento. Assim, aos poucos se forma uma rede entre institutos profissionais e pessoas interessadas.
Warum die Datensammlung per App so attraktiv ist
Para a paleontologia, isso representa um avanço enorme:
- Trabalho de campo em regiões remotas passa a ser documentado com mais consistência.
- Áreas com pouco pessoal especializado ainda conseguem gerar dados de alta qualidade.
- Tipos raros de pegadas aparecem mais rápido, porque “fogem do padrão” no espaço da IA.
- Todas as novas entradas seguem o mesmo padrão - independentemente de quem fez o registro.
A padronização, em especial, pesa bastante. Hoje, muitas pegadas de dinossauro existem apenas como fotos antigas, desenhos feitos à mão ou descrições em texto. O novo método força cada observação a entrar em um modelo quantitativo bem definido, o que permite comparar registros entre continentes e ao longo de décadas.
Was hinter Begriffen wie „morphologischer Raum“ eigentlich steckt
Para quem não é da área, “espaço morfológico de oito dimensões” pode soar como ficção científica. Na prática, é um sistema de coordenadas em que, no lugar de comprimento, largura e altura, entram outras medidas: por exemplo, o ângulo entre dois dedos, a proporção entre o comprimento dos dedos e o “calcanhar” ou o grau de desvio lateral.
Cada pegada recebe um número para cada uma dessas medidas. Juntas, elas formam um ponto. Pegadas parecidas ficam como pontos próximos; formas muito diferentes se afastam. Assim, dá para encontrar agrupamentos sem que alguém diga antes o que é “típico” ou “atípico”.
É isso que torna o método tão útil para questões de evolução. Se o rastro é de uma ave muito antiga, de um terópode ou de outra coisa, fica em aberto no primeiro momento. Só no passo seguinte especialistas comparam esses grupos formados de modo neutro com fósseis de esqueleto e dados geológicos.
Chancen, Grenzen und mögliche nächste Schritte
A IA não substitui o trabalho de campo; ela muda o foco. As pessoas ainda precisam encontrar as pegadas, registrar bem e entender o contexto: em que camada de rocha estão? Que outros fósseis aparecem por perto? Que tipo de sedimento indica qual ambiente?
Também existem riscos. Se os dados forem dominados por regiões muito estudadas, a IA pode tratar formas raras de áreas pouco exploradas como “erro”. Para isso, a pesquisa precisa de regras claras sobre como lidar com esses outliers - se devem ser descartados ou checados de forma direcionada.
Ao mesmo tempo, as oportunidades são grandes. A tecnologia por trás do método pode ser adaptada com relativa facilidade para outras marcas: rastros de vertebrados, sulcos de invertebrados, impressões de plantas, até fragmentos de ossos e conchas. Em qualquer situação em que a forma importa, uma medição objetiva com apoio de IA pode ajudar.
Para jovens, grupos de geologia em escolas ou associações locais de história natural, abre-se um novo campo de atuação. Quem aprende o básico - como fotografar um rastro com cuidado, medir e documentar - consegue contribuir com pesquisa de verdade. Assim, uma caminhada por uma costa fossilizada pode virar um pequeno tijolo na construção do grande quadro da história da Terra.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário