INVESTIGACIÓN Y DISEÑO


Lo que el ojo no ve: La paleontología se reinventa gracias a la Inteligencia Artificial

04/08/2022

CATEGORíA: Nuevos avances MARCA: Universidad de Granada

Un equipo internacional de científicos del ProyectORCE, liderado por las universidades de Granada, Complutense de Madrid y Salamanca, ha descrito por primera vez mediante técnicas de Inteligencia Artificial la forma de las marcas de mordedura de un tipo de hiena que vivió en Orce (Granada) hace 1,6 millones de años.


Representación de una Pachycrocuta brevirostris transportando un hueso.

Dibujo: Juan José Rodríguez-Alba (coautor de este trabajo). / www.canal.ugr.es

 

 

Su trabajo, publicado en la prestigiosa revista Science Bulletin, demuestra que la Inteligencia Artificial es una herramienta muy eficaz para conocer qué especies de carnívoros extintos mordieron los huesos fósiles encontrados en yacimientos paleontológicos.

 

En concreto, esta investigación se ha centrado en las marcas de mordedura producidas por la hiena Pachycrocuta brevirostris halladas en el yacimiento de Venta Micena (Orce, Granada, España) estableciendo, por primera vez, el patrón de las huellas de dientes de una especie extinta.

 

La zona arqueológica conocida como «Cuenca de Orce» está situada en el sureste de la Península Ibérica, en la provincia de Granada (España). Orce está incluida en la cuenca de Guadix-Baza, una de las zonas con mayor potencial arqueopalentológico del Pleistoceno Inferior europeo. Las investigaciones realizadas desde 1982 han permitido obtener un amplio registro de grandes vertebrados de hace aproximadamente 1,5 millones de años. Entre los veinte yacimientos con presencia de mamíferos destacan tres: Venta Micena cuya cronología es de 1,6 millones de años; Barranco León, el lugar con presencia humana más antigua de Europa occidental (1,46 millones de años), donde se ha encontrado un diente humano infantil junto con una gran cantidad de herramientas líticas talladas; y Fuente Nueva 3 (1,2 millones de años) donde los útiles humanos son también muy abundantes.

 

Donde no llega el ojo

Una de las características de ciertos carnívoros es que, durante el proceso de consumo de los cadáveres de los que se alimentan, dejan accidentalmente marcas de dientes. Éstas estarán más presentes cuanto más apuren la carne presente o si fracturan los huesos para obtener la médula ósea. Así las cosas, un gran reto de la investigación ha sido distinguir qué carnívoro ha mordido qué hueso.

 

Modelos tridimensionales de una de las marcas de mordedura de Pachycrocuta analizada en este trabajo.

Fuente: Science Bulletin. / www.canal.ugr.es

 

"Para resolver este problema, lo primero que hay que hacer es -en palabras de uno de los responsables de esta investigación, Lloyd Courtenay, de la Universidad de Salamanca)- crear una base de datos de marcas de dientes de las especies actuales. En concreto, de aquellas especies que tienen análogos extintos presentes en Orce. En nuestro caso, leones, perros salvajes (licaones), zorros, lobos, leopardos, jaguares y hienas. Sin embargo, a pesar de las evidentes diferencias entre las especies mencionadas, es difícil distinguir visualmente a qué especie pertenece cada una de las marcas de mordedura que dejan sobre los huesos".

 

La novedad de este estudio reside en la capacidad que presenta el modelo desarrollado por sus autores para caracterizar, por primera vez, las marcas de los dientes de los carnívoros extintos. Para ello, han utilizado un robusto protocolo computacional basado en la Morfometría Geométrica 3D y la Inteligencia Artificial.

 

El primero, la Morfometría Geométrica 3D, se basa en la localización de puntos en la misma posición para todas las marcas dentales. Esto permite caracterizar la forma de todas y cada una de ellas. "Donde no llega el ojo, llega la caracterización morfométrica", explica José Yravedra, profesor de la Universidad Complutense de Madrid y otro de los autores principales de este trabajo.

 

La segunda, en concreto el Deep Learning, se centra en enseñar a los ordenadores a aprender. “En nuestro caso, a distinguir entre las marcas de los dientes de las especies actuales y a descubrir cuáles de ellas se parecen más a las encontradas en el yacimiento de Venta Micena. El Deep Learning implica complejos cálculos matemáticos y un alto grado de conocimientos de programación", apunta Courtenay.

 

"Las grandes afirmaciones requieren grandes pruebas. Y también, tecnología punta", apostilla el profesor de la Universidad de Granada Juan Manuel Jiménez-Arenas, director del ProyectORCE. Así, el uso de estas metodologías arroja porcentajes de clasificaciones correctas muy altos, superiores al 90%.

 

Las marcas de los dientes son un ‘código de barras’

El uso de estas tecnologías permite abrir una nueva ventana al pasado. La Morfometría Geométrica 3D funcionaría como el código de barras que encontramos en muchos productos en cualquier supermercado y la Inteligencia Artificial como el lector con el que reconocer qué carnívoros intervinieron en los yacimientos.

 

"Como ejemplo, hemos utilizado Venta Micena, un yacimiento cuyo principal agente acumulador de huesos fue la gran hiena de cara corta del Pleistoceno, Pachycrocuta brevirostris. Y nuestro análisis lo confirma, porque la mayoría de las marcas de dientes pertenecen a dicha especie. Pero lo realmente interesante será aplicarlo a otros yacimientos en los que los protagonistas no están tan claros, abriendo una ventana para interpretar el comportamiento de las especies extintas», afirma Yravedra. «Nuestro reto es aplicarlo a sitios donde humanos y carnívoros competían por el acceso a los cadáveres de herbívoros, como Barranco León y Fuente Nueva 3, ambos en Orce", indica Jiménez-Arenas.

 

Trabajo de campo en el yacimiento pleistoceno de Venta Micena (Orce, España).

Foto: Susana Girón. / www.canal.ugr.es

 

Esta investigación internacional e interdisciplinar ha sido posible gracias al apoyo y autorización de la Dirección General de Patrimonio Histórico y Documental, Consejería de Cultura, Junta de Andalucía (España).

 

Fuente y fotos https://canal.ugr.es

 

 

 

Volver al listado

PUBLICIDAD