讓人工智慧尋找恐龍腳印，深度學習如何協助調查大型足跡化石群
足跡化石與骨骼化石提供的是兩種不同的資訊，骨骼可以讓古生物學家瞭解動物的身體形態與體型，足跡留下的步幅、步距與排列方式，則有機會分析古生物如何移動與牠們曾經如何利用一片環境。但是當一整片岩層布滿凹陷、裂隙與沉積構造，哪些痕跡真的是恐龍留下來的腳印，需要研究者逐一辨認。
即使今日已經能利用攝影測量或光學雷達（LiDAR）將足跡化石製作成精細的三維模型，但前面的尋找腳印過程依舊高度仰賴人的眼睛判斷。保存不完整的足跡有時只留下幾個模糊的趾印，或者輪廓與周圍岩石混在一起，不同研究者的判斷也可能存在差異。於是 2026 年韓國忠南大學的一項研究嘗試把這項工作交給物件偵測人工智慧，讓電腦直接從整張野外照片中找出恐龍足跡的位置。
研究使用的模型是 YOLOv8，這類模型與單純回答「這張照片是哪一類」的影像分類不同，它必須同時判斷影像中有沒有目標，以及目標出現在哪裡，最後用框線標示位置。研究者選擇參數量最大的 YOLOv8x，希望優先提高辨識能力，再利用韓國 AI-Hub 收集的恐龍足跡影像訓練模型。
