Um grupo de pesquisadores da Faculdade de Ciências da Universidade de Lisboa (FCUL) demonstrou que as tecnologias de aprendizado de máquina são mais eficazes do que os métodos convencionais para classificar dentes individuais de dinossauros terópicos, isto é, animais bípedes como o Velociraptor ou o T-Rex.
De acordo com o FCUL, isso marca uma "progressão importante" na distinção das diversas espécies, pois a "identificação de dentes individuais de terópodes sempre constituiu um grande desafio para os paleontologistas".
Este resultado foi discutido no estudo ' Melhorando a classificação de dentes isolados de terópodes usando aprendizado de máquina: um estudo comparativo Liderada por Carolina S. Marques, estudante de doutorado (fotografia abaixo), esta iniciativa também teve a colaboração de outros quatro pesquisadores.
Sem recurso a machine learning O método de classificação dos dentes, fundamentado em "análises morfométricas convencionais" (isto é, considerando unicamente estudos quantitativos que empreguem medições numerológicas para examinar formatos e composições), possui a desvantagem de pressupor uma relação linear entre os dados, um fenômeno que raramente ocorre nas variáveis abrangidas.
Utilizando o método sugerido por Carolina S. Marques, as técnicas de aprendizado de máquina possibilitam avaliar diversos modelos e métodos de processamento dos dados, englobando «modelos que ainda são pouco investigados na Paleontologia», tais como «Redes Neurais» e os algoritmos da «Floresta Aleatória».
Carolina S. Marques destaca que, utilizando esta técnica, "alguns critérios de classificação em nível genérico superam mais de 90% dos casos correctamente preditos no conjunto de testes, tal como acontece com os dentes mesianos do Ceratosaurus e os laterais do Tyrannosaurus".
Os modelos de aprendizado de máquina criados neste estudo e o código produzido são atualmente acessíveis a outros pesquisadores interessados em utilizá-los para classificar novas espécies fósseis, "facilitando assim a repetição dos resultados", finaliza o documento. FCUL .