Close-up of a fossilized dinosaur footprint in rocky terrain, Brezina, Algeria.

La paleontologia sta vivendo una rivoluzione tecnologica che potrebbe trasformare radicalmente il modo in cui studiamo il passato preistorico del nostro pianeta. DinoTracker, un innovativo sistema basato sull’intelligenza artificiale sviluppato dai ricercatori del Helmholtz-Zentrum di Berlino e dell’Università di Edimburgo, rappresenta un punto di svolta nell’analisi delle impronte fossili di dinosauro. Pubblicato su PNAS (Proceedings of the National Academy of Sciences) nel gennaio 2026, il sistema offre agli scienziati uno strumento capace di identificare e classificare tracce antiche con una precisione del 90%, allineandosi con le valutazioni degli esperti umani.

Il sistema, guidato dal Dr. Gregor Hartmann del Helmholtz-Zentrum Berlin e dal Prof. Steve Brusatte, Personal Chair of Palaeontology and Evolution presso l’Università di Edimburgo, utilizza un autoencoder variazionale (β-VAE) addestrato su 1.974 impronte fossili reali di dinosauri. Questa tecnologia analizza otto caratteristiche chiave delle impronte – tra cui apertura delle dita, posizione del tallone, area di contatto e distribuzione del peso – permettendo di distinguere non solo tra diverse specie di dinosauri, ma anche di determinare caratteristiche comportamentali come la velocità di movimento, il peso dell’animale e persino possibili interazioni sociali tra esemplari.

Oltre il riconoscimento: interpretare il comportamento preistorico

Ciò che rende DinoTracker particolarmente significativo non è semplicemente la capacità di identificare un’impronta. Il vero valore aggiunto risiede nella possibilità di analizzare pattern complessi che sfuggirebbero all’occhio umano, anche esperto. L’utilizzo di reti neurali non supervisionate permette infatti di processare simultaneamente centinaia di variabili morfologiche, confrontando le tracce con un database vastissimo in tempi brevissimi.

Questa capacità analitica apre scenari inediti per la comprensione del comportamento dei dinosauri. Le impronte, infatti, rappresentano una finestra privilegiata sulla vita quotidiana di questi animali estinti: raccontano come si muovevano, se viaggiavano in gruppo, come cacciavano o si prendevano cura della prole. Informazioni che gli scheletri fossili, per quanto preziosi, non sempre riescono a fornire. Ricerche precedenti nel campo, come lo studio del 2022 del Dr. Jens N. Lallensack della Liverpool John Moores University pubblicato sul Journal of the Royal Society Interface, hanno dimostrato che le reti neurali convoluzionali profonde possono raggiungere il 90% di accuratezza nella discriminazione tra tracce di dinosauri teropodi e ornitischi, superando gli esperti umani che hanno ottenuto il 75% di accuratezza su 1.372 sagome di impronte.

Democratizzare la ricerca paleontologica

Un aspetto rivoluzionario di DinoTracker riguarda l’accessibilità della ricerca scientifica. L’applicazione è stata resa disponibile pubblicamente su GitHub, permettendo a chiunque di utilizzarla gratuitamente. Tradizionalmente, l’identificazione accurata di impronte fossili richiedeva anni di esperienza e formazione specialistica, limitando il campo a un numero ristretto di esperti. Con questo strumento, ricercatori anche meno esperti, studenti e perfino musei locali possono contribuire alla catalogazione e allo studio di reperti paleontologici.

La tecnologia potrebbe inoltre accelerare significativamente i tempi della ricerca. Siti con centinaia o migliaia di impronte, che richiederebbero mesi o anni di analisi manuale, possono ora essere studiati in una frazione del tempo grazie all’analisi istantanea fornita dall’app, liberando risorse per approfondimenti interpretativi e nuove esplorazioni sul campo.

Le sfide dell’intelligenza artificiale in paleontologia

Nonostante i vantaggi evidenti, l’applicazione dell’IA alla paleontologia presenta sfide specifiche. La qualità della conservazione fossile varia enormemente: alcune impronte sono perfettamente preservate, altre risultano erose, frammentarie o deformate da processi geologici. Gli algoritmi devono quindi essere sufficientemente sofisticati da gestire questa variabilità senza compromettere l’accuratezza. Lo studio pubblicato su PNAS si è concentrato proprio sulla classificazione di “esemplari problematici” attraverso machine learning non supervisionato.

Inoltre, il database di addestramento deve essere continuamente aggiornato ed espanso. Ogni nuova scoperta arricchisce la conoscenza del sistema, ma richiede anche validazione da parte di esperti umani per evitare errori che potrebbero propagarsi nelle analisi successive. L’integrazione tra competenza umana e capacità computazionale rimane quindi fondamentale, come sottolineato dai ricercatori nel loro studio.

Implicazioni per la comprensione dell’evoluzione

L’impatto di DinoTracker va oltre la semplice catalogazione. Il progetto, finanziato dalla National Geographic Society (GEFNE185-16), dal Philip Leverhulme Prize e da programmi Helmholtz come BMBF-Project Data-X e ROCK-IT, aggregando dati da siti paleontologici distribuiti su tutto il pianeta, potrebbe rivelare pattern evolutivi e migratori finora sconosciuti. La possibilità di confrontare impronte provenienti da continenti diversi e periodi geologici distinti potrebbe far luce su questioni fondamentali riguardanti la distribuzione geografica delle specie e i loro adattamenti ambientali.

In un’epoca in cui la tecnologia digitale permea ogni aspetto della ricerca scientifica, DinoTracker rappresenta un esempio eloquente di come l’intelligenza artificiale possa amplificare le capacità investigative umane. La paleontologia, disciplina che studia un passato lontanissimo, trova così nelle tecnologie più avanzate del presente uno strumento per decifrare con maggiore precisione i segreti della vita sulla Terra milioni di anni fa, come dimostrato dallo studio di Hartmann et al. (2026) pubblicato su PNAS: Earth, Atmospheric, and Planetary Sciences (DOI: 10.1073/pnas.2527222122).

Di Francesco Sganga

Scrivo su ttnews24.it, mosso da una profonda passione per l'informazione e per le dinamiche del mondo contemporaneo. Con un amore particolare per l'Italia, la sua cultura e le sue storie, porto nei miei articoli lo sguardo attento e partecipe sugli eventi che caratterizzano il nostro tempo.