La IA como nueva lupa para descifrar rastros de dinosaurios
Un equipo internacional de investigadores ha desarrollado un sistema de inteligencia artificial capaz de comparar, clasificar y detectar patrones en huellas fósiles a una velocidad asombrosa. El resultado más sorprendente: llamativas similitudes entre esas antiguas pisadas y los pies de las aves actuales.
Por qué interpretar huellas fósiles es tan complicado
La forma de una huella de dinosaurio revela mucho: la longitud de las extremidades, la orientación de los dedos, el peso del animal e incluso su manera de caminar o correr. Sin embargo, los rastros fósiles suelen estar incompletos, erosionados o deformados por el barro, el agua o el simple paso del tiempo.
Investigadores de la Universidad de Tubinga, la Universidad de Mánchester y el Museo de Historia Natural de Berlín desarrollaron un nuevo sistema de IA integrado en una aplicación móvil llamada DinoTracker. El programa emplea una red neuronal convolucional, un tipo de algoritmo especialmente eficaz para reconocer patrones visuales.
La base de datos de partida contiene más de 2.000 huellas tridáctilas —con tres dedos— procedentes de distintos países, con una antigüedad de entre 200 y 145 millones de años. Las formas fueron estandarizadas previamente: las impresiones se redujeron a contornos nítidos para que la IA se concentrase exclusivamente en la geometría pura, sin distracciones de color, textura o fondo.
Al fijarse únicamente en la geometría de la huella, la IA descarta cualquier prejuicio sobre qué especie "debería ser" el autor de la pisada.
El sistema ubica cada nueva forma en lo que los investigadores denominan un paisaje morfológico de ocho dimensiones. En la práctica, la IA mide variables como la longitud del talón, la separación entre dedos, el grado de simetría y la anchura total de la impresión. La combinación de todas esas medidas determina la posición de cada huella dentro de ese espacio multidimensional.
Cómo funciona DinoTracker para investigadores y aficionados
DinoTracker no está pensado únicamente para académicos. Cualquier persona con un teléfono inteligente puede participar, desde buscadores de fósiles aficionados hasta senderistas que encuentren impresiones extrañas en una cantera o en un acantilado costero.
De la fotografía al dato científico
- El usuario fotografía o dibuja una posible huella de dinosaurio.
- La aplicación detecta automáticamente los puntos clave: dirección de los dedos, longitud de la zona del talón, ángulo entre dedos y perímetro total.
- La IA compara esos contornos con la base de datos existente y calcula una puntuación de coincidencia.
- La huella recibe una posición en el paisaje morfológico y, tras su verificación, se incorpora al conjunto de datos.
Este proceso no solo facilita una primera valoración sobre el terreno, sino que también amplía de forma continua la base de datos central. Así se construye una red cada vez más extensa de huellas procedentes de regiones donde a veces nunca ha llegado un especialista.
En zonas con pocos paleontólogos, la herramienta ofrece un primer filtro esencial: ¿qué huella merece un estudio más detallado y cuál es probablemente una simple irregularidad en la roca o una marca reciente?
Aprendizaje no supervisado: la IA sin etiquetas previas
Una de las decisiones más llamativas del equipo fue recurrir al aprendizaje no supervisado. Con este enfoque, la IA aprende por sí sola a reconocer grupos de formas sin que nadie le indique de antemano etiquetas como "terópodo" o "Jurásico temprano".
En muchas bases de datos existentes, las etiquetas asignadas a las huellas fueron añadidas por expertos en su momento, a veces hace décadas. Esas clasificaciones pueden ser incorrectas o demasiado generales, y los modelos de IA tradicionales las reproducen sin cuestionarlas.
Al no imponer ningún nombre de especie, la IA observa la forma de manera neutral y genera grupos basados exclusivamente en similitudes reales entre impresiones.
Para robustecer el sistema ante huellas borrosas o deterioradas, los investigadores procesaron digitalmente las 2.000 huellas originales y generaron más de 10.000 variantes, con dedos engrosados o desgastados, leves rotaciones, talones deformados y otras imperfecciones habituales en el barro o la arena. De este modo, la IA aprende a manejarse con la realidad imperfecta del trabajo de campo.
Tras este entrenamiento, el sistema alcanza una coincidencia de alrededor del 90 % con las valoraciones de especialistas humanos, especialmente en huellas bien conservadas. Cuando los expertos discrepan entre sí, la IA tiende a mantener un criterio más coherente, porque aplica siempre las mismas reglas de medición.
Pies de ave en huellas de dinosaurio de hace más de 210 millones de años
El hallazgo más fascinante del estudio tiene que ver con el posible origen de las aves. La teoría predominante sostiene que las aves descienden de un grupo de dinosaurios bípedos carnívoros, los terópodos, y que el pie característico de las aves fue evolucionando gradualmente durante el Jurásico tardío y el Cretácico.
Sin embargo, la IA encontró en la base de datos varias huellas con más de 210 millones de años de antigüedad. Esas impresiones presentan una forma tridáctila llamativamente esbelta, con gran simetría y una separación reducida entre los dedos. Eso se aproxima de manera sorprendente a los pies de muchas aves corredoras actuales.
Según los investigadores, estos resultados apuntan a dos posibles escenarios:
- Los ancestros de las aves surgieron mucho antes de lo que la mayoría de los paleontólogos había supuesto hasta ahora.
- O bien ciertos dinosaurios del Triásico desarrollaron de forma independiente una morfología del pie muy similar a la de las aves posteriores, lo que se conoce como evolución convergente.
Dado que la IA no vincula directamente las huellas a especies concretas, los "propietarios" de esas pisadas siguen siendo anónimos. Aun así, el patrón dibuja una línea continua: desde las primeras formas esbeltas y tridáctilas, pasando por las huellas de terópodos bien conocidos, hasta llegar a los pies de las aves modernas.
Esta continuidad alimenta el debate sobre el momento exacto de la transición entre dinosaurios y aves. Los nuevos registros que aporte la aplicación podrían precisar ese cuadro durante los próximos años.
El público como protagonista de la paleontología digital
DinoTracker se enmarca en una tendencia científica más amplia en la que los ciudadanos no se limitan a observar, sino que contribuyen activamente con datos. Desde censos de aves hasta aplicaciones meteorológicas, los no profesionales ayudan cada vez más a recopilar grandes volúmenes de información.
En el caso de los fósiles existe un reto añadido: distinguir un hallazgo auténtico de una simple piedra con forma curiosa requiere cierta experiencia. Con una primera valoración asistida por IA en el bolsillo, los aficionados se atreven más a compartir sus descubrimientos con museos y universidades, lo que puede multiplicar las comunicaciones de huellas raras fuera de los yacimientos más conocidos.
Los desarrolladores también contemplan ampliar la tecnología a otros ámbitos. El mismo principio —reducir formas a contornos y clasificarlos automáticamente— podría aplicarse a:
- Impresiones de hojas de plantas primitivas
- Rastros de desplazamiento de invertebrados
- Fragmentos óseos fosilizados con un contorno reconocible
Qué hace diferente a este enfoque
Mientras que la paleontología tradicional depende en gran medida de un grupo reducido de especialistas con años de experiencia, este proyecto apuesta por la escala y la estandarización. Cada nueva fotografía útil añade un dato al mismo marco de medición, lo que facilita enormemente las comparaciones a escala mundial: una huella hallada en una cantera alemana puede cotejarse directamente con una impresión encontrada en un desierto argentino.
Para estudiantes y curiosos, la disciplina se vuelve también más tangible. En la pantalla pueden ver cómo las características formales de una huella influyen en su posición dentro del paisaje morfológico, lo que ayuda a asimilar conceptos básicos como "tridáctilo", "simétrico" o "dedos en posición abierta".
Para quienes quieran explorar el tema por su cuenta, conviene recordar un punto esencial: el contexto sigue siendo indispensable. La IA puede decir mucho sobre la forma, pero no sobre la edad exacta ni sobre el estrato geológico. Las fotografías del entorno, el tipo de roca y la posición de la huella en la formación siguen siendo necesarias para que un hallazgo tenga verdadero valor científico.
En definitiva, este proyecto ilustra con claridad cómo la inteligencia artificial y el trabajo de campo van convergiendo. No para sustituir al paleontólogo con su martillo y su lupa, sino como herramienta adicional que saca a la luz patrones ocultos en antiguas pisadas y que, de vez en cuando, ofrece un atisbo de los primeros pasos que condujeron a las aves que hoy surcan los cielos sobre nuestras cabezas.
