Uma equipa de investigadores da Faculdade de Ciências da Universidade de Lisboa (FCUL) provou que as técnicas de machine learning superam os métodos tradicionais na classificação de dentes isolados de dinossauros terópodes, ou seja, bípedes (como os Velociraptor ou T-Rex).
Segundo a FCUL, isto representa um «avanço significativo na identificação dos diferentes espécies», dado que a «classificação de dentes isolados de terópodes representou sempre um grande desafio para os paleontólogos».
Esta conclusão foi apresentada no estudo ‘Enhancing the classification of isolated theropod teeth using machine learning: a comparative study‘, liderado pela aluna de doutoramento Carolina S. Marques (foto em baixo), que contou ainda com a participação de mais quatro investigadores.
Sem recurso a machine learning, o método de classificação de dentes, com base em «análises morfométricas tradicionais» (ou seja, tendo apenas em atenção estudos quantitativos que usam medidas numéricas para analisar formas e estruturas) tem a limitação de «assumirem linearidade nos dados», algo que «raramente se verifica nas variáveis envolvidas».
Com a abordagem proposta por Carolina S. Marques, as técnicas de machine learning permitem comparar diferentes modelos e estratégias de tratamento de dados, incluindo «modelos ainda pouco explorados em Paleontologia», como «redes neuronais» e algoritmos de «random forest».
Carolina S. Marques sublinha o facto de que, com este método, «alguns exemplos de classificação a nível do género ultrapassam os 90% de casos corretamente previstos no conjunto de teste, como, por exemplo, os dentes mesiais do Ceratosaurus e os laterais de Tyrannosaurus».
Os modelos de machine learning treinados durante este estudo e o código desenvolvido estão agora disponíveis para outros cientistas que o queiram usar na classificação de novos exemplares fósseis, «promovendo a reprodutibilidade das análises», conclui a FCUL.
