Encontrar fósseis é atividade que envolve sorte e paciência. A famosa Lucy, por exemplo, um esqueleto de Australopitecus afarensis, foi encontrada por acaso quando o paleoantropologista Donald Johanson teve que fazer um retorno com seu Land Rover na Etiópia, em 1974. Tradicionalmente, entretanto, encontrar um fóssil exige que se consulte a literatura para saber onde outros encontraram exemplares, consultar mapas e cartas geológicas em busca de rochas de uma era em particular e finalmente procurar fósseis in loco no sitio.
O paleontologista Bob Anemome da Western Michigan University criou uma Rede Neural Artificial que auxilia na identificação de sítios com potencial para ocorrência de fósseis. Redes Neurais Artificiais conseguem, por meio de treinamento, assimilar padrões identificados em bases de dados conhecidas, podendo a posteriori fazer previsões em outras bases de dados. Para treinar redes neurais na identificação de fósseis, Anemome utilizou imagens de satélite do Great Divide Basin e marcou pixels em seis faixas de comprimentos de onda, incluindo infravermelho, para diferentes tipos de terreno. Ele definiu também, se o pixel em questão corresponde ou não a um sítio onde existem fósseis. Dessa forma ele criou conjuntos de treinamento onde fornecia à rede diversas categorias de pixels, com os atributos fóssil e não fóssil, ou seja, a entrada da rede constituída por variáveis associadas a um pixel (tipo de terreno, comprimento de onda, área, dentre outras) e a saída o identificando como fóssil e não fóssil.
Quando submeteu outras imagens à rede treinada, o modelo identificou corretamente 79% dos pixels com potencial para encontrar fósseis e desses, 99% realmente continham fósseis, um resultado excepcional.
Resultados como esse mostram como Redes Neurais Artificiais, que modelam o comportamento de aprendizagem do cérebro humano, podem ser aplicadas eficientemente às mais diversas áreas do conhecimento humano.
Nature News, 08/11/2011
