Nova IA analisa pegadas de dinossauros e aproxima ainda mais as aves dos dinos.

Investigadores de Tübingen, Manchester e Berlim criaram uma inteligência artificial capaz de analisar automaticamente pegadas fósseis de dinossauros. O software identifica padrões que, até agora, têm escapado mesmo a especialistas - e revela paralelos inesperados com os pés das aves actuais. A ambição é que até fossileiros amadores possam contribuir, bastando uma fotografia tirada com o telemóvel.

Como a aplicação DinoTracker torna legíveis pegadas de dinossauro com inteligência artificial

Classificar icnofósseis (pegadas fossilizadas) costuma exigir olho treinado e, muitas vezes, sorte. Muitos vestígios aparecem incompletos, deformados, esmagados ou desgastados pela erosão. Nesses casos, a atribuição transforma-se num trabalho de detective: duas especialistas podem observar a mesma marca e chegar a conclusões diferentes.

É precisamente neste ponto que entra o projecto DinoTracker. Trata-se de um sistema de IA que mede a forma das pegadas de modo objectivo e a compara com milhares de referências. O alicerce do método é uma colecção com mais de 2.000 silhuetas digitalizadas de pegadas tridáctilas (de três dedos) provenientes de várias regiões do mundo, datadas entre 200 e 145 milhões de anos.

A IA converte pegadas antigas em dados de forma mensuráveis e posiciona cada uma num espaço morfológico, onde relações subtis se tornam visíveis mesmo quando escapam ao olhar humano.

Para isso, as pegadas foram primeiro reduzidas ao seu contorno e normalizadas para um formato comum. Assim, o algoritmo concentra-se na geometria essencial: comprimento e largura do registo, ângulos e distância entre os dedos, configuração da zona do “calcanhar”, simetria do conjunto. Com estas medições, o sistema constrói um espaço de oito dimensões, no qual cada pegada fica representada como um ponto.

Aprendizagem não supervisionada no DinoTracker: a IA agrupa pegadas sem rótulos

O elemento distintivo do DinoTracker é não receber etiquetas como “terópode” ou “ave primitiva”. Em vez disso, recorre a aprendizagem não supervisionada: o programa procura autonomamente padrões, sem que alguém lhe diga, à partida, que formas pertencem a que grupos de animais.

Esta opção contorna um problema frequente em abordagens tradicionais. Muitas bases de dados antigas incluem atribuições históricas e, por vezes, discutíveis; se uma IA for treinada com esses rótulos, tenderá a herdar também os erros. Aqui, o critério é apenas a forma, não o nome presumido do autor da pegada.

Para aumentar a robustez, a equipa gerou ainda mais de 10.000 pegadas artificialmente alteradas. Nessas simulações, os dedos foram alargados, parcialmente “apagados”, as marcas foram rodadas ou esticadas - tal como pode acontecer num ambiente sedimentar real quando um dinossauro pesado pisa lama húmida.

• Pegadas mais largas: para simular substrato lamacento
  
• Dedos parcialmente apagados: para reproduzir erosão ou danos
  
• Pegadas rodadas: para representar superfícies inclinadas ou irregulares
  
• Formas deformadas: para imitar alterações de pressão por peso e movimento
  

A partir deste conjunto, a IA extrai oito variáveis de forma consideradas centrais e, com elas, organiza os registos por semelhança. Em testes, quando as pegadas estavam bem preservadas, o sistema coincidiu com a avaliação de especialistas em cerca de 90% dos casos - e, crucialmente, manteve consistência sem depender da experiência individual ou do “factor sorte” do observador.

Pegadas com aparência de pés de aves - só que 210 milhões de anos mais antigas

Os resultados mais provocadores surgem quando se olha para a evolução das aves. No conjunto analisado aparecem pegadas muito antigas que lembram de forma surpreendente os pés de aves modernas. Algumas têm mais de 210 milhões de anos, ou seja, pertencem ao Triássico tardio - muito antes dos fósseis de aves mais antigos, tradicionalmente datados do Jurássico Superior.

A IA detecta, nesses vestígios, um conjunto de características recorrentes:

Característica	Semelhança com aves actuais
Forma estreita com três dedos	Recorda a pegada de uma ave corredora de grande porte
Simetria longitudinal marcada	Lado esquerdo e direito quase em espelho
Pequena separação entre dedos	Dedos apontam para a frente de forma relativamente próxima, sem grande abertura

Esta combinação permite duas leituras: ou linhagens com traços “aviários” começaram muito mais cedo do que se supunha, ou certos dinossauros predadores do Triássico já possuíam pés com um plano estrutural notavelmente próximo do que viria a caracterizar as aves.

A IA não atribui espécies: limita-se a medir formas. É precisamente por isso que a indicação de pés “semelhantes a aves” é tão sensível - a interpretação final fica do lado das pessoas, não da máquina.

Os investigadores admitem ainda a hipótese de uma sequência de transição. Ao comparar estas pegadas antigas com registos mais recentes do Jurássico e do Cretácico, surgem repetidamente configurações aparentadas. Isso sugere uma aproximação gradual ao “pé de ave”, em vez de uma mudança abrupta.

Ciência cidadã: enviar pegadas para o DinoTracker com uma fotografia do telemóvel

O DinoTracker não foi pensado apenas para laboratório. O sistema também existe como aplicação móvel, com uma interface acessível a não especialistas. Quem, durante uma caminhada ou num local fossilífero conhecido, encontrar uma marca suspeita pode fotografá-la (ou desenhá-la) e carregá-la na aplicação.

A IA assinala automaticamente pontos-chave, mede ângulos e distâncias e posiciona a pegada no espaço morfológico. No fim, quem submeteu recebe uma estimativa sobre os tipos de pegada conhecidos com maior proximidade - e um indicador de quão segura é essa correspondência segundo o modelo.

Cada submissão que venha a ser verificada aumenta a base de dados. A equipa científica revê achados fora do comum, cruza-os com locais já documentados e decide se devem entrar no conjunto de treino. Aos poucos, forma-se uma rede que liga institutos profissionais e participantes entusiastas.

Porque a recolha padronizada de dados na aplicação DinoTracker é tão valiosa

Para a Paleontologia, as vantagens são claras:

• A documentação de trabalho de campo em regiões remotas torna-se mais completa e comparável.
  
• Zonas com poucos especialistas conseguem, ainda assim, produzir dados de elevada qualidade.
  
• Tipos raros de pegadas destacam-se mais depressa, por “fugirem ao padrão” no espaço da IA.
  
• Todas as novas entradas seguem o mesmo protocolo, independentemente de quem as regista.
  

A padronização é particularmente importante porque muitos registos antigos existem apenas como fotografias desiguais, esboços manuais ou descrições textuais. Ao obrigar cada observação a um conjunto de medições quantitativas, o método permite comparar pegadas de continentes diferentes e de décadas distintas com uma linguagem comum.

Parágrafo adicional (boas práticas de recolha): para maximizar a qualidade das submissões, é útil fotografar a pegada com luz lateral (para realçar o relevo), incluir uma escala métrica visível (por exemplo, uma régua) e registar o ângulo da câmara o mais perpendicular possível ao plano da marca. Quando permitido, uma sequência de fotos de vários ângulos pode ajudar a confirmar se a forma observada é da pegada em si ou de deformações do sedimento.

O que significa, afinal, “espaço morfológico” em oito dimensões

A expressão “espaço morfológico em oito dimensões” pode soar a ficção científica, mas a ideia é simples: em vez de coordenadas como comprimento, largura e altura, usa-se um conjunto de variáveis de forma - por exemplo, o ângulo entre dois dedos, a proporção entre comprimento dos dedos e a zona do calcanhar, ou o grau de desvio lateral.

Cada pegada recebe um valor numérico para cada uma dessas medidas. Em conjunto, esses valores definem um ponto. Pegadas parecidas aparecem próximas umas das outras; formas muito diferentes afastam-se. Assim, surgem clusters (agrupamentos) sem que alguém tenha de declarar previamente o que é “típico” ou “atípico”.

É isto que torna o método particularmente útil para questões evolutivas. A identificação exacta - se é uma ave muito antiga, um terópode ou outro grupo - não é decidida no primeiro passo. Só depois é que especialistas comparam os grupos obtidos de forma neutra com fósseis esqueléticos e com informação geológica.

Oportunidades, limitações e próximos passos

A IA não substitui a investigação no terreno; altera, isso sim, o foco do trabalho. Continuará a ser necessário que pessoas encontrem as pegadas, as registem com cuidado e esclareçam o contexto: em que camada rochosa aparecem, que outros fósseis existem nas proximidades, que tipos de sedimentos indicam que ambiente antigo.

Também há riscos. Se os dados estiverem demasiado concentrados em regiões muito estudadas, o sistema pode tender a tratar formas raras de áreas pouco exploradas como “erros”. Por isso, são necessárias regras transparentes para lidar com valores extremos - decidir quando descartar e quando investigar activamente.

Ao mesmo tempo, as oportunidades são amplas. A tecnologia de base pode ser adaptada a outros tipos de vestígios: trilhos de vertebrados, marcas de arrasto de invertebrados, impressões de plantas e até fragmentos de ossos e conchas. Sempre que a forma for informativa, uma medição objectiva apoiada por IA pode acrescentar rigor e escala.

Parágrafo adicional (conservação e responsabilidade): um ponto crucial é a protecção do património geológico. A recolha deve privilegiar registos fotográficos e metadados (local, data, condições), evitando intervenções que danifiquem as superfícies fossilíferas. Em muitos locais, a remoção ou alteração de pegadas é ilegal; uma ferramenta como o DinoTracker pode incentivar a participação pública sem comprometer a conservação.

Para estudantes, clubes de Geologia em escolas ou associações locais de natureza, abre-se um campo novo de participação. Com noções básicas - como fotografar correctamente, medir e documentar - um passeio numa arriba fossilizada pode transformar-se num contributo real para compreender melhor a história da Terra.