Veruje se da zubi pronađeni u Oksfordširu, Glosterširu i Dorsetu pripadaju maniraptoransima, grupi dinosaurusa, uključujući Velociraptore, koji uključuju ptice kao njihove najbliže rođake. Ovi dinosaurusi su evoluirali u brojne vrste tokom srednje jure, ali pošto su fosili u to vreme retki, znanje o njihovom poreklu je takođe oskudno.
Istraživači iz Prirodnjačkog muzeja i Birkbek koledža koristili su pionirske tehnike mašinskog učenja kako bi obučili kompjuterske modele da identifikuju misteriozne zube, koji potiskuju poreklo nekih članova grupe za skoro 30 miliona godina.
Simon Vills, Ph.D. student Prirodnjačkog muzeja koji je vodio istraživanje, kaže: „Prethodno istraživanje je sugerisalo da su maniraptorans postojali u srednjoj juri, ali stvarni fosilni dokazi su bili neujednačeni i sporni. Zajedno sa fosilima pronađenim na drugim mestima, ovo istraživanje sugeriše da je grupa imala već je postigao globalnu distribuciju do tog vremena.“
„Zubi koje smo analizirali uključuju ono što su trenutno jedini fosili troodontida i terizinosaurusa ikada zabeleženi iz Ujedinjenog Kraljevstva i najstariji su dokazi ovih dinosaurusa bilo gde u svetu.
Terizinosaurus je bio veliki dinosaurus biljožder iz kasne krede poznat po svojim karakterističnim dugim kostima poput kandži. Jedinstveni izgled ove izumrle životinje doveo je do njenog uključivanja u najnoviji film Jurassic Vorld.
Dok su prethodne studije pokušavale da klasifikuju izolovane zube na osnovu različitih statističkih metoda, one nisu uvek bile naročito uspešne. Istraživači koji stoje iza trenutne studije radili su na poboljšanju ovoga, nakon što su pokazali da modeli mašinskog učenja mogu postići visoku tačnost u identifikaciji izolovanih zuba iz poznatih taksona. Nalazi studije objavljeni su u časopisu Papers in Palaeontologi.
„Upotreba mašinskog učenja u paleontologiji kičmenjaka je još uvek u povojima, iako je upotreba u porastu“, dodaje Simon.
„Glavni nedostatak je potreba za sveobuhvatnim skupom podataka za obuku iz kojih bi modeli mogli učiti.
„U našoj studiji imamo sreću da već postoji relativno veliki skup podataka o merenjima zuba dinosaurusa koji bismo mogli da koristimo za obuku modela.“
Da bi preveli informacije sadržane u fosilima u podatke koji bi se mogli koristiti u modelima mašinskog učenja, istraživači su prvo morali da naprave 3D model svakog zuba iz CT skeniranja. To je zato što su zubi bili toliko mali da je ručno merenje bilo nepraktično.
Merenja hiljada zuba poznatih vrsta dinosaurusa korišćena su za obuku tri različita modela. Svaki model analizira podatke na drugačiji način, pri čemu se rezultati svakog kombinuju da bi se dao najverovatniji identitet svakog zuba.
U poređenju sa drugim statističkim metodama, modeli mašinskog učenja dali su tačnije rezultate i povećali poverenje istraživača da će moći da klasifikuju neidentifikovane zube.
Kako se tehnološke inovacije nastavljaju, a različiti napori kao što su projekti digitalizacije čine više informacija dostupnim za kreiranje skupova podataka za obuku, verovatno će se mašinsko učenje sve češće primenjivati za istraživanje širokog spektra pitanja u paleontologiji.
