OneStrata: ИИ переписал хронологию массовых вымираний на Земле

Исследователи представили модель искусственного интеллекта OneStrata, которая способна по‑новому взглянуть на эволюцию жизни на планете. В основу разработки легли данные проекта OneStratigraphy — масштабной базы, где собраны сведения о положении миллионов ископаемых в слоях горных пород на десятках тысяч геологических участков по всему миру. Всего для обучения модели использовали информацию о четырёх миллионах ископаемых.

OneStrata анализирует закономерности в этих данных и прогнозирует, в какой момент те или иные организмы могли оказаться в осадочных породах. Это позволяет реконструировать хронологию изменений биоразнообразия на протяжении сотен миллионов лет с высокой детализацией. По словам разработчиков, результаты работы способны существенно скорректировать устоявшиеся представления учёных о крупнейших событиях в истории жизни на Земле.

Одно из самых ярких открытий касается природы массовых вымираний. Согласно реконструкции OneStrata, три из пяти крупнейших вымираний могли протекать постепенно, а не быть внезапными катастрофами, как считалось ранее. Такая динамика ставит под сомнение традиционные сценарии глобальных кризисов: вместо резкого коллапса экосистем речь может идти о длительных периодах нарастающего стресса, когда виды исчезали поэтапно из‑за совокупного воздействия разных факторов — от изменения климата до перестроек океанической химии и уровня моря.

Палеонтолог Шужун Шэнь из Нанкинского университета назвал новый подход революционным для стратиграфии и реконструкции изменений биоразнообразия. По его мнению, сочетание больших данных и машинного обучения позволяет выявлять тонкие временные закономерности, которые невозможно заметить при ручном анализе даже самых подробных разрезов.

Важным преимуществом модели стала её способность учитывать региональные различия и неоднородность геологической летописи. Например, OneStrata может компенсировать пробелы в данных там, где осадочные слои сохранились фрагментарно, опираясь на корреляции между разными участками и статистические закономерности распределения ископаемых. Это делает реконструкции более устойчивыми к искажениям, связанным с неполнотой палеонтологической летописи.

В перспективе технология может быть применена не только для изучения прошлого, но и для оценки современных рисков для биоразнообразия: принципы, по которым экосистемы реагировали на масштабные изменения в прошлом, могут помочь прогнозировать уязвимость видов в условиях текущих климатических и экологических вызовов. Сейчас команда разработчиков планирует расширить базу данных и включить в анализ дополнительные типы геологических индикаторов — например, изотопные маркеры и данные о составе древних океанов — чтобы повысить точность временных реконструкций и детализировать сценарии отдельных вымираний.