La paléontologie des vertébrés fait face à un problème de quantité : il manque souvent de données pour entraîner efficacement les algorithmes d’intelligence artificielle. Une nouvelle étude, co-écrite par Bruce MacFadden, professeur émérite distingué et ancien conservateur de paléontologie des vertébrés au Florida Museum of Natural History, montre que la réponse pourrait être bien plus simple qu’on ne le pensait. Selon ses résultats, il suffirait d’environ 250 fossiles pour entraîner avec précision un algorithme basé sur la vision par ordinateur. Ce chiffre est nettement inférieur aux estimations précédentes, qui prévoyaient des milliers d’images. La recherche, publiée dans la revue Paleobiology, ouvre la voie à une utilisation plus large et plus efficace des outils d’intelligence artificielle dans l’analyse des fossiles. En réduisant considérablement le volume de données nécessaires, cette découverte pourrait accélérer la classification, la reconnaissance et la documentation des spécimens, tout en rendant ces technologies accessibles même aux institutions disposant de collections limitées. Ce progrès pourrait transformer la manière dont les paléontologues étudient l’évolution des espèces et explorent l’histoire de la vie sur Terre.