Cómo la IA está resolviendo algunos de los mayores misterios de las huellas de dinosaurio de la paleontología
hace 7 meses
Una nueva herramienta de inteligencia artificial está transformando la forma en que los paleontólogos identifican las huellas de dinosaurios que han sido históricamente difíciles de atribuir a un animal específico. Esto incluye rastros que podrían pertenecer a algunas de las aves más tempranas de la historia. Al comparar las formas de casi 2.000 huellas fósiles, el sistema ofrece una vía completamente nueva para determinar con certeza quién dejó estas antiguas marcas.
Este trabajo, publicado en la prestigiosa revista PNAS, utiliza una forma de inteligencia artificial que busca patrones por sí misma, en lugar de depender de las clasificaciones y etiquetas humanas previas. Los resultados, en su mayoría, coinciden con los juicios expertos establecidos, pero lo verdaderamente revolucionario es que el sistema es capaz de señalar huellas que caen justo en medio de categorías familiares, esos casos ambiguos que han generado décadas de debate.
En particular, varias huellas que presentan características aviares, con una antigüedad superior a los 200 millones de años, se asemejan mucho a las de aves fósiles y modernas, mientras que ciertas huellas en disputa procedentes de Escocia se alinean con las de los primeros dinosaurios herbívoros. Los hallazgos demuestran cómo un enfoque puramente basado en datos puede clarificar por qué algunas huellas son tan difíciles de interpretar y lo que realmente revelan sobre la evolución de los dinosaurios.
“Aportamos un punto de vista matemático e imparcial a la mesa para ayudar a los expertos humanos a interpretar los datos”, explica el autor principal, Gregor Hartmann. “Nuestra esperanza es que DinoTracker sea utilizado por los paleontólogos para analizar huellas y que su funcionalidad y base de datos crezca con las contribuciones de la comunidad, ya que planeamos continuar activamente su desarrollo en el futuro”.
Icnología: La Ciencia de las Huellas Fósiles y sus Desafíos Inherentes
La paleontología tradicional se ha centrado históricamente en los fósiles corpóreos: huesos, dientes y caparazones. Sin embargo, existe una disciplina igualmente vital y fascinante conocida como icnología, el estudio de las trazas fósiles (icnofósiles), donde las huellas son las protagonistas indiscutibles. Estas marcas petrificadas ofrecen una ventana única al comportamiento, la velocidad, el peso y la estructura de las extremidades de los animales prehistóricos, información que a menudo es imposible de inferir solo a partir de esqueletos. Pero esta ventana es, a su vez, una de las más turbias.
La dificultad principal de la icnología reside en la enorme plasticidad y variabilidad de las huellas. Imaginaos intentar distinguir la huella de un perro de la de un coyote basándose únicamente en la marca dejada en un sustrato. Ahora, aplicad esa dificultad a millones de años y a animales extintos. Factores como la velocidad a la que caminaba el animal, si estaba corriendo o frenando, la consistencia exacta del barro o la arena (su humedad y composición granulométrica), e incluso la forma en que el animal movía la cola o arrastraba la pata, pueden alterar drásticamente la apariencia final de la huella. La misma anatomía de pie puede producir huellas muy diferentes bajo condiciones distintas, un fenómeno que se conoce como variación intraespecífica y que ha sido un dolor de cabeza crónico para los expertos.
Además, los icnólogos se enfrentan al problema de la taphonomy, el estudio de cómo los restos orgánicos se fosilizan y se preservan. Una huella no es solo el contacto inicial del pie con el suelo, sino también lo que sucede después: el proceso de relleno, la erosión superficial y la compactación del sedimento. A veces, lo que se encuentra no es la huella original (la verdadera impresión), sino un molde o contra-molde que se formó por debajo de la capa de sedimento impactada, lo que distorsiona las dimensiones reales y dificulta aún más la identificación de la especie o grupo que la originó. Por estas razones, la interpretación de las huellas siempre ha estado sujeta a un debate considerable y a la dependencia de la experiencia visual y el conocimiento acumulado de un selecto grupo de especialistas.
DinoTracker: Una Nueva Perspectiva Matemática e Imparcial
La mayoría de los esfuerzos de aprendizaje automático (machine learning) aplicados a la paleontología se basan en el aprendizaje supervisado. Esto implica que, antes de entrenar los algoritmos, los investigadores deben etiquetar y clasificar manualmente los fósiles. Este paso, aunque necesario en muchas áreas, tiene un riesgo inherente: puede reforzar suposiciones arraigadas y sesgos existentes en la literatura científica. Si un experto siempre ha creído que un tipo de huella específica es de un terópodo y la etiqueta así en el conjunto de datos, el algoritmo simplemente aprenderá a replicar ese sesgo, sin cuestionar la categoría subyacente.
DinoTracker, desarrollado por Hartmann y su equipo, rompe con esta metodología al emplear un enfoque de aprendizaje no supervisado. Esto significa que el sistema analiza las formas de las huellas sin clasificaciones previas impuestas por humanos, permitiendo que los patrones geométricos y morfológicos emerjan por sí mismos. Esta aproximación garantiza una perspectiva matemática desapasionada e imparcial.
Rompiendo con la Supervisión Humana
El algoritmo de DinoTracker procesó casi 2.000 huellas fósiles de todo el mundo y se centró en la geometría pura de estas estructuras. Logró identificar ocho características clave que explican la mayor parte de la variación morfológica entre los rastros. Estas características incluyen la amplitud de la separación de los dedos, la carga o distribución de la presión en el talón, la manera en que se distribuye el peso general y el área total de contacto con el suelo. Es decir, la IA redujo la complejidad de la forma de una huella a un conjunto de variables cuantificables que, juntas, definen un "espacio de forma".
Cuando las identificaciones tradicionales realizadas por expertos se superpusieron posteriormente a este espacio de forma tridimensional generado por la IA, el sistema se alineó en gran medida con los juicios humanos. Sin embargo, y esto es lo crucial para el avance paleontológico, la IA también reveló exactamente dónde los límites de las etiquetas tradicionales se vuelven borrosos, exponiendo casos en los que la clasificación actual es ambigua o se rompe por completo. El valor de DinoTracker no es solo confirmar lo que ya sabíamos, sino señalar las áreas de ignorancia o error potencial.
Revelaciones Controversiales: Aves Tempranas y el Misterio Escocés
Fueron precisamente estos casos ambiguos, donde las clasificaciones humanas flaqueaban, los que resultaron ser los más reveladores para la evolución de los dinosaurios. Los resultados de DinoTracker han abierto dos líneas de investigación potencialmente revolucionarias, una relacionada con el origen de las aves y otra con los misterios del Jurásico Medio en Europa.
Las Huellas que Reclaman la Antigüedad de las Aves
Uno de los hallazgos más sorprendentes involucra varias huellas tridáctilas (de tres dedos) que datan de hace más de 200 millones de años, ubicándose en el límite Triásico-Jurásico. Estas huellas se agruparon estrechamente con las de aves fósiles y modernas, en lugar de hacerlo con las de los dinosaurios no aviares de su época. Si la atribución a aves fuera confirmada, esto adelantaría el origen de las aves decenas de millones de años antes de los esqueletos de aves más antiguos conocidos, como Archaeopteryx.
Esta implicación es sísmica. La paleontología ha luchado durante mucho tiempo por determinar cuándo exactamente la línea evolutiva que conduce a las aves se separó de sus parientes terópodos (los dinosaurios carnívoros). Los resultados de DinoTracker sugieren dos posibilidades: o bien existieron verdaderas aves en el Triásico Tardío, o bien algunos de los dinosaurios que vivieron en esa época ya habían desarrollado un modo de andar y una anatomía del pie que era funcionalmente indistinguible de la de las aves. En cualquier caso, el hallazgo indica que la transición hacia pies similares a los de las aves comenzó mucho antes y fue un proceso mucho más gradual de lo que el registro fósil corpóreo (huesos) por sí solo indicaba. La evolución de los pies aviares, crucial para el vuelo y el bipedismo avanzado, parece haber sido un motor evolutivo temprano, mucho antes de que se desarrollara la pluma y las estructuras esqueléticas del vuelo.
El Enigma de la Isla de Skye
El sistema también arrojó luz sobre un enigma geográfico específico. En la Isla de Skye, en Escocia, existen huellas conservadas en lodo de laguna que datan de hace unos 170 millones de años, en el Jurásico Medio. Estas huellas han sido objeto de debate debido a sus características intermedias. La IA agrupó estas huellas de forma más cercana a las de los ornitisquios herbívoros, concretamente con los ornitópodos.
Los ornitópodos eran un grupo diverso de dinosaurios que más tarde incluirían a los famosos "dinosaurios pico de pato" (hadrosaurios). Si esta clasificación es correcta, estas huellas escocesas podrían representar una de las evidencias más tempranas de ese linaje en la región. Durante mucho tiempo, se ha considerado que el Jurásico de Skye estuvo dominado por los terópodos (como los que dejaron las huellas en la imagen que acompaña a este texto). La reclasificación sugerida por DinoTracker de que una porción significativa de esas huellas pertenece a ornitópodos no solo amplía nuestro conocimiento de la biodiversidad en el antiguo paisaje escocés, sino que también nos da información vital sobre la distribución y el momento de aparición de los grandes herbívoros. Estos datos son esenciales para comprender la estructura de las cadenas alimenticias y la interacción ecosistémica durante el Jurásico Medio.
El Papel de la Inteligencia Artificial en la Evolución de la Paleontología
A pesar de las profundas ideas proporcionadas por DinoTracker, los investigadores son los primeros en destacar que las huellas siguen siendo un registro imperfecto. La forma final de un rastro fósil es el resultado de una compleja interacción de variables: no solo la anatomía del pie, sino también el movimiento del animal, las condiciones específicas del sedimento y los procesos geológicos que actuaron sobre la impresión mucho después de que se hiciera.
Por esta razón, los autores mantienen una postura cautelosa respecto a lo que los resultados pueden "probar" de manera definitiva. Como explica Hartmann, para confirmar un origen aviar tan temprano se requeriría encontrar “un esqueleto de un verdadero pájaro de esta edad”. Él subraya: “Es esencial tener en cuenta que, a lo largo de estos millones de años, muchas cosas diferentes pueden suceder a estas huellas, desde el nivel de humedad del barro donde se creó hasta el sustrato en el que se creó y la erosión posterior”. La icnología ofrece pistas sólidas y genera hipótesis, pero necesita la confirmación de la osteología (el estudio de los huesos).
No obstante, la fuerza de DinoTracker radica precisamente en su capacidad para ofrecer una vía nueva para poner a prueba suposiciones de larga data y reducir significativamente las posibilidades interpretativas en los casos difíciles. Al proporcionar un análisis estadístico y morfológico sin prejuicios, la herramienta actúa como un consultor matemático para el experto humano, permitiendo una toma de decisiones mejor informada.
El desarrollo de DinoTracker no se detiene aquí. El equipo ha dado un paso crucial para fomentar la colaboración global: ha puesto la herramienta a disposición del público a través de una aplicación móvil del mismo nombre. Esto tiene un doble propósito. Primero, democratiza el acceso a una tecnología de vanguardia, permitiendo que icnólogos y aficionados de todo el mundo analicen sus propios hallazgos. Segundo, y quizás más importante para el equipo de desarrollo, la aplicación móvil permite recopilar datos de la comunidad global. A medida que más paleontólogos carguen y analicen nuevas huellas en el sistema, la base de datos crecerá exponencialmente, perfeccionando los algoritmos de reconocimiento de patrones de DinoTracker y haciendo que las clasificaciones futuras sean cada vez más precisas y robustas.
Esta sinergia entre la inteligencia artificial y la colaboración abierta no solo acelerará la investigación en icnología, sino que también establecerá un modelo para otras ramas de la paleontología que luchan con la variabilidad y la ambigüedad morfológica de los fósiles. Podemos esperar que, en un futuro cercano, herramientas basadas en IA no supervisada se conviertan en estándares para el análisis de microfósiles, polen y otros restos que requieren una clasificación rigurosa y a gran escala, ayudando a desenmarañar los intrincados hilos de la vida prehistórica que hasta ahora hemos luchado por identificar.
Fuentes
https://www.pnas.org/doi/10.1073/pnas.2307524121
https://www.nature.com/articles/s41598-024-52213-9
https://www.nhm.ac.uk/discover/news/2024/new-ai-tool-helps-identify-tricky-dinosaur-tracks.html
Deja una respuesta