Traces dans le sable : l'IA a mis fin aux débats de longue date des paléontologues

La paléontologie a toujours été un peu comme la divination par le marc de café, sauf qu'au lieu d'une tasse vous avez un bloc de grès de plusieurs tonnes, et au lieu du marc une dépression à peine visible laissée par la patte de quelqu'un il y a cent millions d'années. Souvenez-vous comment, enfants, nous essayions de deviner les formes des nuages. Les scientifiques font à peu près la même chose lorsqu'ils observent les empreintes fossiles, appelées ichnites.

Le problème est que le même dinosaure laisse des traces complètement différentes selon qu'il courait sur de l'argile visqueuse ou marchait sur du sable sec. Ajoutez à cela l'érosion, la pression des couches sus-jacentes et l'interprétation subjective du chercheur, et vous avez la recette parfaite pour des guerres scientifiques qui durent des décennies.

Un groupe de chercheurs allemands a décidé qu'il était temps de mettre fin à ce romantisme et d'introduire la rigueur mathématique. Ils ont déployé l'apprentissage profond pour systématiser une fois pour toutes ce qui était auparavant considéré comme une affaire d'intuition. Les scientifiques ont identifié huit caractéristiques typiques—une sorte de « passeport numérique » d'une empreinte, qui comprend des angles spécifiques d'inclinaison des phalanges, le rapport de la longueur des doigts et la profondeur de certaines zones de pression. Le cerveau humain a tendance à chercher des modèles familiers où il n'en existe pas, mais un réseau de neurones est impartial. Il voit la géométrie là où nous ne voyons qu'un trou dans la pierre.

Pourquoi cela importe-t-il maintenant ? Nous sommes à un stade où le nombre de fossiles découverts dépasse la capacité physique des scientifiques à les traiter. Des milliers de plaques rocheuses avec des empreintes s'accumulent dans les réserves des musées, classées « à vue » encore au siècle dernier. L'utilisation de l'IA permet une révision à grande échelle de ces collections. Les premiers tests ont montré que l'algorithme pouvait distinguer les espèces de dinosaures même lorsque l'empreinte était partiellement conservée. Cela ouvre la voie à la création d'une base de données mondiale où chaque empreinte nouvellement découverte serait instantaneously comparée à toutes les découvertes connues de la planète.

L'analyse des empreintes nous donne quelque chose que les os ne peuvent pas donner—la dynamique. Un squelette nous dit à quoi ressemblait l'animal quand il est mort. Une empreinte nous dit comment il vivait : à quelle vitesse il se déplaçait, s'il chassait seul ou en meutes, et comment il interagissait avec son environnement. Numériser cette expérience avec l'IA transforme la paléontologie d'une discipline descriptive en une science des données précise. Maintenant, nous pouvons modéliser la démarche des anciens reptiles avec une précision qui n'était auparavant accessible qu'aux maîtres des effets spéciaux d'Hollywood, mais elle est maintenant soutenue par des mathématiques rigoureuses.

Bien sûr, les sceptiques pourraient dire que nous faisons confiance aux machines pour interpréter notre passé. Mais l'ironie ici est différente : les algorithmes que nous créons pour concevoir les véhicules autonomes et les systèmes de reconnaissance faciale sont les meilleurs pour nous expliquer notre passé le plus profond. Nous utilisons les technologies du futur pour enfin comprendre qui régnait sur cette planète bien avant l'apparition du premier indice d'intelligence humaine. Il se peut que dans quelques années, nous découvrions que la moitié des spécimens dans vos musées préférés sont mal étiquetés, et que nous devions réécrire les manuels.

L'essentiel : l'IA transforme la paléontologie en science des données, éliminant le facteur humain du processus d'identification. Sommes-nous prêts pour que les réseaux de neurones réécrivent l'histoire des dinosaures ?