Situé dans le Queensland, en Australie, le Monument National du Dinosaur Stampede est connu pour son site de ruée de dinosaures. Ces traces de pas suggèrent qu’un grand prédateur de 6 m de long traquait 150 autres dinosaures de la taille d’un poulet. Elles auraient appartenu à l’Australovenator ou le tyrannosauropus.
On a découvert ces empreintes la première fois dans les années 70. Récemment, le Dr Anthony, paléontologue de l’université du Queensland, a réanalysé les traces des dinosaures à l’aide de l’Intelligence Artificielle (IA). Il a découvert que celui que l’on pensait être un prédateur est en fait un herbivore.
La recherche est publiée dans le Journal of the Royal Society Interface et comprend des collaborations entre des chercheurs australiens, allemands et britanniques.
L’aide de l’IA a été essentielle pour identifier l’espèce
Dans cette étude, les chercheurs ont utilisé un programme d’IA appelé « Deep Convolutional Neural Networks ». C’est un modèle d’apprentissage automatique entrainé avec plus de 1500 espèces de dinosaures de type théropode ou ornithopode. L’algorithme est ainsi qualifié pour identifier les empreintes du Dinosaur Stampede National Monument. Les résultats ont montré que le dinosaure en question est un ornithopode herbivore.
L’auteur principal de l’étude explique que l’aide de l’IA était vitale pour sortir son équipe d’une impasse.
« Dans notre équipe de recherche de trois personnes, une personne était favorable aux mangeurs de viande, une personne était indécise et une autre était favorable aux mangeurs de plantes. Pour vérifier notre science, nous avons donc décidé de demander des éclaircissements à cinq experts et d’utiliser l’IA. L’IA s’est avérée être la grande gagnante, surpassant de loin tous les experts, avec une marge d’erreur d’environ 11 %. »
Dr Jens Lallensack, auteur principal de la Liverpool John Moores University au Royaume-Uni
Une méthode de reconnaissance prometteuse
Plusieurs facteurs influencent la forme des traces, comme l’anatomie, le comportement de l’animal ou la nature du substrat sur lequel il a marché. Également, l’altération joue un grand rôle sur leur état de conservation. Pour analyser l’anatomie à partir de ces types de formes, les scientifiques utilisent des méthodes qualitatives rigoureuses.
Ce modèle d’apprentissage permet de surpasser les limites des méthodes qualitatives précédentes. Il est aussi capable de s’adapter à une immense complexité de données et peut couvrir plusieurs domaines d’utilisation.
L’équipe espère continuer à enrichir la base de données des traces de dinosaures fossiles et à mener d’autres enquêtes grâce à cette technologie.
SOURCE : SCITECHDAILY