解读恐龙足迹“无字天书”（创新汇）

恐龙足迹，常被称作“无字天书”，记录着亿万年前的生命故事。如何准确解读这些印记，一直是古生物学家的难题。最近，德国赫尔姆霍茨研究中心与英国爱丁堡大学的研究团队推出了一款名为“DinoTracker”（恐龙追踪器）的AI识别系统，为这个领域带来了新的解题思路——从依赖主观经验，转向了客观数据支撑。

恐龙足迹是化石遗迹中的“行为记录仪”。与骨骼化石不同，清晰的足迹能揭示恐龙的移动方式、奔跑速度、身体重心分布，甚至能判断它是独行侠还是群体迁徙，以及当时的环境特征。但问题在于，一枚足迹的最终形态，受足部结构、行为状态、地层质地及后期埋藏侵蚀等多种因素影响。过去，古生物学家主要靠人工标注和经验判断，这种方式容易产生偏差，成了研究瓶颈。

为了突破这个瓶颈，研究团队收集了约2000张足迹轮廓图像，涵盖兽脚类、鸟脚类、四足行走类恐龙及鸟类等主要类群，然后输入无监督机器学习模型进行训练。系统最终自主识别并分类出8个独立的形态特征，包括脚趾展开程度、脚跟受力位置、足迹左右不对称性等。

这套系统的独特之处在于“无监督学习”——模型没有接受任何人类经验的预先灌输，而是“独立思考”，量化判断足迹间的异同，甚至能发现人眼难以察觉的细微规律。研究显示，系统的分析结果与古生物学专家的分类结果高度吻合，匹配度高达90%。此外，系统还能生成可视化图像，直观呈现形态特征对足迹的影响，为解开更多谜团提供帮助。

通过这一模型，研究团队发现部分形成于2亿多年前的恐龙足迹，与现代及已灭绝鸟类的脚印惊人相似。基于这一发现，可以推出两种可能性：一是鸟类的起源可能比此前认知早数千万年；二是某些早期恐龙虽未与鸟类产生直接演化关联，但其足部结构因趋同进化而与鸟类高度相似。此外，模型还发现，苏格兰斯凯岛一处形成于约1.7亿年前的潟湖岸边神秘足迹，很可能属于全球已知最古老的鸭嘴龙类近亲。这项研究为理解史前生物如何生活和迁徙提供了新思路。

不过，系统目前也面临数据量偏小的挑战。对于深度学习而言，2000张图像的数据量有限，可能导致模型“死记硬背”，难以提炼出具有泛化性的规律。为解决这一难题，团队设置了约1000种不同的网络配置进行训练，构建出能捕捉足迹核心结构特征的模型架构，并采用高还原度的数据增强技术，确保数据的真实性和多样性。

目前，DinoTracker系统已免费开放。研究团队希望借此收集全球用户的反馈，积累更大规模、更多样化的数据，让系统“越用越聪明”。这套系统让足迹分析变得更系统、更可复现，也大大降低了参与门槛，让更多人有机会加入这项研究。

中国地质大学（北京）的邢立达副教授认为，这项研究的最大创新在于将机器学习手段引入传统的无监督恐龙足迹形态解析，实现了从依赖人工整合的“经验识别”到由程序自动提取多批次信息的“数据驱动”工作模式的转变。通过开放平台设计，该应用把前沿算法嵌入公众可参与的科研基础设施。但目前训练样本规模、足迹质量有限，沉积信息尚未系统纳入模型，这些仍制约结果的泛化能力和古生态解释的深度。下一步，若能在严格地质约束下得到更大规模的标注数据支撑，将更有助于把这一技术真正转化为标准化工具。