北京
本報記者 黃發紅 郭梓云
跨越億年的恐龍足跡常被喻為“無字天書”，蘊含著史前生物的行為密碼。如何準確解讀這些遺跡化石，一直是困擾古生物學家的一個難題。近期，德國赫爾姆霍茨研究中心與英國愛丁堡大學的研究團隊研發出一款名為“DinoTracker”(恐龍追蹤器)的人工智能識別系統。該系統為恐龍足跡形態的量化分析和對比研究提供了一種新方法，意味著該領域研究正從主觀經驗判斷邁向客觀數據支撐的新階段。
“這款由人工智能驅動的系統，使我們不再單純依賴人類的主觀判斷。”德國赫爾姆霍茨研究中心研究員格雷戈爾·哈特曼博士在接受本報記者采訪時表示。
恐龍足跡作為化石遺跡的重要組成部分，是極為珍貴的行為記錄。與骨骼化石不同，清晰的足跡能精準揭示恐龍的移動方式、奔跑速度、身體重心分布，甚至能判斷其是獨自行走還是群體遷徙，以及當時的環境特征。然而，一枚足跡的最終形態受足部結構、行為狀態、地層質地及后期埋藏侵蝕等多種因素影響。過去，古生物學家主要依靠人工標注和經驗判斷進行分類，這種方式容易產生偏差，成為研究瓶頸。
為突破這一瓶頸，研究團隊收集了約2000張涵蓋獸腳類、鳥腳類、四足行走類恐龍及鳥類等主要類群的足跡輪廓圖像，輸入無監督機器學習模型進行訓練。系統最終自主識別并分類出腳趾展開程度、腳跟受力位置、足跡左右不對稱性等8個獨立的形態特征。
哈特曼介紹，這種無監督學習模式的獨特之處在于，模型未接受任何人類經驗的預先灌輸，能夠不帶偏見地“獨立思考”，以量化方式判斷足跡間的異同，甚至能發現人眼難以察覺的細微規律。研究顯示，該系統能穩定提取足跡形態特征，其分析結果與古生物學專家的分類結果高度吻合，匹配度高達90%。此外，系統還能生成可視化圖像，直觀呈現形態特征對足跡的影響，為科學家在考古學和古生物學領域解開更多謎團提供幫助。
通過這一模型，研究團隊發現部分形成于2億多年前的恐龍足跡，與現代及已滅絕鳥類的腳印具有驚人的相似性。基于這一發現可推出兩種可能性：一是鳥類的起源可能比此前認知早數千萬年；二是某些早期恐龍雖未與鳥類產生直接演化關聯，但其足部結構因趨同進化而與鳥類高度相似。此外，該模型還發現，蘇格蘭斯凱島一處形成于約1.7億年前的潟湖岸邊神秘足跡，很可能屬于全球已知最古老的鴨嘴龍類近親。這項研究為理解史前生物如何生活和遷徙提供了新思路。
不過，目前該系統也面臨著數據量偏小的挑戰。“對于深度學習而言，2000張圖像的數據量有限，可能導致模型‘死記硬背’，難以提煉出具有泛化性的規律。”哈特曼表示，為解決這一難題，團隊設置了約1000種不同的網絡配置進行訓練，構建出能捕捉足跡核心結構特征的模型架構，并采用高還原度的數據增強技術，確保數據的真實性和多樣性。
目前，恐龍追蹤器系統已免費開放。哈特曼希望借此收集全球用戶的反饋，積累更大規模、更多樣化的數據，讓系統“越用越聰明”。“該人工智能系統讓足跡分析變得更系統、更可復現，也大大降低了參與門檻，讓更多人有機會加入這項研究。”哈特曼說。
中國地質大學(北京)副教授邢立達認為，這項研究的最大創新在于將機器學習手段引入傳統的無監督恐龍足跡形態解析，實現了從依賴人工整合的“經驗識別”到由程序自動提取多批次信息的“數據驅動”工作模式的轉變。通過開放平臺設計，該應用把前沿算法嵌入公眾可參與的科研基礎設施。但目前訓練樣本規模、足跡質量有限，沉積信息尚未系統納入模型，這些仍制約結果的泛化能力和古生態解釋的深度。下一步，若能在嚴格地質約束下得到更大規模的標注數據支撐，將更有助于把這一技術真正轉化為標準化工具。
《 人民日報 》( 2026年07月24日 15 版)
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
