恐龙足迹，被誉为解读远古生命的“无字天书”，镌刻着亿万年前生物活动的珍贵信息。然而，如何精准破译这些印记，一直是古生物学领域面临的核心难题。近日，德国赫尔姆霍茨研究中心与英国爱丁堡大学的研究团队联手打造了一款名为“DinoTracker”（恐龙追踪器）的人工智能识别系统，为这一领域开辟了全新路径——从依赖个人经验的主观判断，转向以客观数据为核心的科学分析。

恐龙足迹堪称化石遗迹中的“古生物行为与生态‘活档案’”。与骨骼化石不同，清晰完整的足迹不仅能揭示恐龙的移动方式、奔跑速度与身体重心分布，还能帮助科学家判断它是独行个体还是群体迁徙，甚至还原其生存环境特征。但问题在于，一枚足迹的最终形态，会受到足部结构、行为模式、地层质地以及后期埋藏和侵蚀等多重因素的综合影响。过去，古生物学家主要依赖人工标记与经验判断，这种方式容易产生主观偏差，成为制约研究深入的关键瓶颈。

为突破这一瓶颈，研究团队系统收集了约2000张恐龙足迹轮廓图像，这些图像涵盖了兽脚类、鸟脚类、四足行走类恐龙及鸟类等主要类群，随即将其输入无监督机器学习模型进行训练。最终，这套系统自主识别并分类出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关键指标。

这套系统的独特之处在于其“无监督学习”机制——模型并未接受任何人类经验的预先灌输，而是通过“独立思考”自主量化地判断足迹间的异同，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，直观呈现不同形态特征对足迹的影响，为解开更多史前谜团提供了重要辅助工具。

借助这一模型，研究团队发现部分形成于2亿多年前的恐龙足迹，与现存及已灭绝鸟类的脚印呈现出惊人的相似性。基于这一发现，可以推导出两种可能性：一是鸟类的起源时间可能比此前公认的认知早数千万年；二是某些早期恐龙虽未与鸟类产生直接的演化关联，但其足部结构因趋同进化而与鸟类高度相似。此外，模型还识别出苏格兰斯凯岛一处约1.7亿年前形成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与迁徙提供了全新思路。

不过，该系统目前也面临数据量相对偏小的挑战。对于深度学习而言，2000张图像的数据规模有限，可能导致模型“死记硬背”而难以提炼出具有泛化能力的规律。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，构建出能够精准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，确保数据的真实性与多样性。

目前，DinoTracker系统已免费向公众开放。研究团队希望通过这一平台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”。这套系统不仅使足迹分析更加系统化、可复现，也显著降低了参与门槛，让更多爱好者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”工作模式转变。通过开放平台设计，该应用将前沿算法嵌入到公众可参与的科研基础设施中。但目前训练样本规模与足迹质量有限，沉积信息尚未系统纳入模型，这些因素仍制约着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条件下获得更大规模的标注数据支撑，将更有助于将这一技术真正转化为标准化工具。