每當我們看到鳶飛魚躍，聽到虎嘯蟲鳴，聞到果熟花香，便常常驚嘆於大自然的鬼斧神工，沉醉於這個世界的絢麗多彩。但是，要知道這只是生命四十億年巨厚的編年史中最新的一章甚至一頁。那些地球上的四十億年來的生命往事，被塵土掩埋，被歲月消磨，留待來者，去尋找更好的方法，將其一一解封、述說。
人們常常將古生物學家聯想為背著錘子翻山越嶺的化石獵人，但是，隨著現代科技的發展，古生物遇上了大數據，生命編年史有了新的寫法。
一、 踏破鐵鞋無覓處——大數據與埋藏學
所有古生物愛好者都有一個共同的疑問：在哪裡可以找到化石？化石有沒有它們的藏寶圖？在電影《加勒比海盜3》和《加勒比海盜4》中，大家還記得是什麼物件指示了世界盡頭和不老泉的位置？靠的都是新加坡海盜王「嘯風」給的那張寫滿漢字的航海圖。
在前往世界盡頭拯救傑克船長的途中，威爾查看航海圖
圖片來源《加勒比海盜3：世界的盡頭》
不老泉（Aqua de Vida）的位置（航海圖正中）
圖片來源《加勒比海盜3：世界的盡頭》
在現實中，航海圖上指示的各種神秘寶藏可能並不存在。但是在世界各地的巖石中，的的確確蘊藏著另一類寶藏，就是各種各樣神奇精美的化石。和尋寶類似，我們想要發掘化石，首先需要知道化石在哪裡。
而埋藏學，作為專門研究化石如何形成的一門學科，就能提供給我們一份航海圖化石地圖。
德國梅塞爾化石坑產出的完整的、
帶有皮膚輪廓的猴子化石「艾達」（Darwinius masillae）。
圖片修改自（Franzenet al., 2009）
在上個世紀，埋藏學根據零散的野外觀察，歸納出了一系列定性的化石分布規律。我們知道了洞穴、河底和海邊的化石最多；但是樹脂、沼澤、平靜的湖泊和缺氧的海底盆地中的化石更加精美和完整（Seilacher, Reif and Westphal, 1985）。例如，德國梅塞爾化石坑中完整的猴子化石就被發現於古老湖泊的遺址中。
這些最早的指南，讓我們的挖掘開始變得有的放矢。但是這些簡單的原則常常不夠精確，發現化石還得依靠運氣。我們常常在湖泊遺址中，挖掘了幾天卻什麼化石也發現不了。這耗費了我們的精力，也磨損了我們的信心。我們迫切需要更加精確的化石地圖來指示我們的方向。
到了大數據時代，大數據的研究方法或許能夠給我們帶來更加精確的化石地圖。如果將之前的觀察都進行定量的歸納整理，我們能夠獲得多大的資料庫呢？再搜尋那些和化石形成有關的參數，並進行各種各樣的統計分析。這樣能找到決定化石形成的關鍵參數嗎？根據這些關鍵參數，我們能定量地預測化石出現的地點嗎？帶著這些問題，我們開始了「大數據埋藏學」的初步嘗試。
定量的歸納整理
在2017年，Muscente等人收集了全球694個有軟組織保存（包括上圖帶有皮膚輪廓的猴子「艾達」）的化石地點的位置信息，繪製了一幅不同地質年代的，有軟組織保存的（黃色點）化石地圖（Muscenteet al., 2017）。
視頻來源Muscente et al. (2017)
化石地點看起來總是一團一起出現。統計相鄰化石地點之間的距離，發現59%的距離小於50km （Muscenteet al., 2017）。這說明如果我們找到一個化石地點，周圍幾十km內就能找到多個化石地點。另一方面，遠離了正確的位置，的確是很難找到化石的（哭）。
化石形成的關鍵參數
地質年代
上面的視頻反映出，地質年代是最基本的參數。下圖的統計顯示，有軟組織保存的化石地點在埃迪卡拉紀（E）晚期、寒武紀（ ）和白堊紀（K）早期的巖石中相當常見；而泥盆紀（D）的化石地點數量則不及埃迪卡拉紀（E）晚期的1/10。
圖片修改自（Muscenteet al., 2017）
不同地質年代的化石狀況為什麼會有這麼大的差異？這是因為地球在演化，從環境到生命的許多方面都在不斷變化：
1） 不同地質年代的海水的化學成分不同。保存不同的組織需要經過一系列的化學反應，環境中任何一種成分的含量變化都會影響化石的保存。其中最重要的成分就是氧氣。在缺氧的條件下更易形成完整精美的化石。
深部海水溶解氧含量示意圖。
圖片修改自（Songet al., 2017）
2）不同地質年代的鑽泥生物的幹擾程度不同。它們攪動掩埋遺體的泥沙，破壞化石形成的合適環境。但在活躍的鑽泥生物演化出來之前，死去的生物受到的幹擾會比現代的小得多，也就更容易形成完整的化石。
早古生代和現代（淺褐色為標準差範圍）鑽泥生物活躍的深度。
圖片修改自（Tarhanet al., 2015）
3）不同地質年代的巖石保留下來的數量不同。更古老的巖石，經歷了更長時間的侵蝕，往往更難完整地保留到今天。
北美地區不同時代沉積巖的體積。
圖片修改自（Husson and Peters, 2018）
既然地質年代這麼重要，那我們在野外，面對一地的巖石，怎麼知道它們的年代呢？
還好前人已經做好了這些工作，人們將無數個觀察點匯總，用不同的顏色代表不同地質年代形成的石頭，繪製成地質圖。地質圖算的上是最常見的大數據成果了。
1904年的英國地質圖。圖片來源（West, 2012）
沉積環境
除了最基本的年代參數，合適的沉積環境是最重要的參數。在不同的沉積環境中，生物遺體會經歷截然不同的移動、腐爛等過程，並被保存成不同的化合物或者完全消失。
在全球有軟組織保存的化石地點中，不同年代的地點出現在完全不同的沉積環境中。志留紀（S）之前的軟組織化石絕大部分都形成在海洋中；在泥盆紀（D）和石炭紀（C），河口和潮間帶等過渡環境中的軟組織化石較多；想尋找晚於二疊紀（P）的軟組織化石，就應該去湖泊、沼澤等非海洋的遺址。
各時代不同類型生物化石的比例
圖片修改自（Muscenteet al., 2017）
生物分布
除了年代和環境，如果我們的目標是某一類特定的化石，我們還得考慮這類生物的生活範圍。鯨魚不會生活在淡水中，恐龍不會生活在深海裡。特定的環境中很少會形成非本地生物的化石。因此已知的化石分布，和它們現代親戚的生態分布都是有用的參數。
預測化石出現的地點
了解了化石形成的關鍵參數（時代，沉積環境，生物分布等），我們就可以建立包含這些參數的模型，來推算不同地點化石保存的概率。我們需要用一部分已知化石的地點，對模型不斷地進行訓練，讓模型學習最終掌握化石出現的規律（能夠準確地預測出剩下的已知化石地點）。有了最終模型和參數，我們終於可以預測出未知的化石地點，畫出定量的化石地圖。
一個成功的例子就是Block等人在2016年運用了「大數據埋藏學」的方法，針對澳洲一種身高超過2m的滅絕鳥類（牛頓巨鳥Genyornisnewtoni），根據已知的化石地點，預測出了化石出現的機率（Blocket al., 2016）。
牛頓巨鳥想像圖
圖片2020 Hive Stock
利用牛頓巨鳥的已知化石地點（黑色圓圈和叉號），
通過模型預測的化石發現機率。
圖片修改自（Blocket al., 2016）
結果同年，在西北海岸附近，預測的化石發現機率較高的區域（綠色星星處），果然新發現了它的蛋殼化石（Milleret al., 2016）。
總結起來，「大數據埋藏學」通過收集大量的化石記錄和相關的環境指標，運用模型訓練的方法，可以確定古生物生存時的關鍵環境參數，據此可定量預測化石保存的地點，更加準確地指導我們的挖掘。接下來的任務，當然就是帶著地質錘出發去挖化石啦！
二、 千變萬化皆天機--大數據與形態學
找到了化石，大家是否也驚嘆於古生物的千奇百怪？我們該如何從化石的形態上解碼生命奧秘呢？大數據依然有它的用武之地。
萬物皆有形
人類作為一種視覺為主的動物，我們對於世界萬物的認識和理解往往開始於對其外觀形態的觀察。其中，對生物進行系統的形態觀察和分類可以追溯到公元前三百多年的古羅馬。亞里斯多德在他的生物學著作《動物志》一書中提出，動物的歸類應該基於一系列該類群所特有的、肉眼可見的特徵，例如鳥類是由它們所獨有的羽毛、喙、翅膀、硬殼蛋和溫血特徵所定義的一個動物類群（Leroi ，2014）。這樣的分類現在看來雖然顯得不免簡陋和幼稚，但卻是現代生命科學當中形態學（Morphology）的理論萌芽。
亞里斯多德的生物學著作《動物志》
圖片By Sailko - Own work
形態學顧名思義就是對生物形態和結構的研究。對於古生物學家而言，所有的科學問題，無論是地質的、生態的、還是演化的，最後往往都會歸結到對化石標本形態和結構的詳細觀察（Foote et al.，2007）。因此，在形態學經歷了兩千多年的演化之後，古生物學也隨之發生了翻天覆地的變化。在信息爆炸的今天，古生物學家的觀測對象、觀測能力、以及對隨之產生的海量數據的理解和應用，都有了質的飛躍。
浩瀚的古生物世界
與現代生物學家不同，古生物學家的研究對象是所有曾經在地球上生活過的物種。如果將地球上所有生命演化的故事寫作一本書，而每一萬年是其中的一頁紙，那麼我們現在所能看到的生物僅僅是這本厚達400000頁巨著的最後一頁，而剩下的399999頁都在等著古生物學家去翻開。我們尚且對現在地球上生活著的物種數量還不清楚，試想這400000頁厚重的歷史，會記錄了怎樣海量而又多彩奇妙的生命！
舉個例子
一個最近很火的例子。隨著近些年來大量帶羽毛恐龍化石的發現，人們意識到曾經高大威猛的恐龍其實並沒有完全滅絕，而是有後代逐漸演化成了現代的鳥類。與此同時，科學家也注意到了這一過程中一種特殊結構的演化——羽毛。作為亞里斯多德定義鳥類的重要特徵之一，羽毛在現代鳥類中扮演了至關重要的角色，例如飛行、保暖、減少風阻、感受器、性展示、平衡身體等等（Lucas ，1972），而與此對應，我們往往在現代鳥類中可以觀察到七種不同形態的羽毛。
羽毛形態的演化，紅色代表化石記錄，
藍色代表現生類群（演化軌跡僅示意）
圖片修改自Benton et al. ，2019.
那麼這七種羽毛能不能在化石中找到呢？當然可以。科學家不但集齊了這七種羽毛類型，還找到了許多在現代鳥類當中從未見過的羽毛形態。這些奇特羽毛到底有怎樣功能還無從定論——畢竟它們唯一的主人已經長眠了數百萬年，但是這些僅僅在化石記錄中出現的羽毛類型充分反映了演化過程中新性狀的不斷產生、嘗試、並最終被淘汰的過程，而我們在現生物種當中所觀察到的僅僅是整個演化歷程中的最新一篇。
另外，科學家最近還發現在恐龍到鳥的演化過程中，恐龍為了飛行不但嘗試了不同類型的羽毛，還嘗試了類似蝙蝠翅膀一樣的翼膜……驚不驚喜，意不意外？!
簡化的演化樹展示兩種具翼膜恐龍——渾元龍和奇翼龍的分類位置及其復原圖
左為演化樹（引自Wang et al. ，2019），
中復原圖為張宗達繪，右復原圖來自恐龍星際
抓取更多的生物信息
化石越挖越多，奇奇怪怪的生物層出不窮。與此同時，古生物學家發展出了一系列新的觀測方法，極大地提高了我們從化石記錄中讀取生物信息的能力。
舉個例子
長久以來古生物學家在觀察化石時往往僅會對各個特定部位逐一做定性而非定量的描述。例如在描述伊斯基瓜拉斯託艾雷拉龍（Herrerasaurus ischigualastensis）時會提到它們的眶前孔（antorbital fenestra）前側呈近圓形（Novas，1994）。這是一個很模糊的描述，如果讓一千個人來畫一個近圓形的孔，最後一定會得到一千個形狀、大小完全不同的圖形，更何況在化石當中各個部位之間還存在錯綜複雜的相對空間關係。因此，僅僅通過傳統的局部定性描述來理解整個生物形態將忽略掉大量的信息，甚至會有可能出現盲人摸象的尷尬。
艾雷拉龍的頭骨復原圖及其通過界標點手段定義的頭骨形態（數字為界標點）
圖片修改自Bhullar et al. ，2012.
為此，古生物學家開始利用一些定義形狀的關鍵位點在空間中的位置來更好地反映化石形態，這些點被稱為界標點（landmark）（Foote et al. ，2007）。利用這樣的手段，一些科學家追蹤了從恐龍到鳥類演化過程中頭骨的形態變化，並與主龍類（包括鳥類、鱷類、非鳥恐龍和翼龍）生長過程中頭骨的形態變化進行對比，發現鳥類的頭骨與幼年的恐龍和鱷類十分相似，但與成年的恐龍和鱷類個體顯著不同。
主龍類個體發育過程中頭骨形態對比
圖片修改自Bhullar et al., 2012.
這樣的發現反映了一個有趣的演化現象——幼態遺留（paedomorphism），即祖先類群幼年的性狀（幼年恐龍的頭骨形態）延續到了後代類群的成年個體（鳥類的頭骨形態）當中。這樣的變化使得鳥類擁有了比恐龍祖先更大的眼睛和更為發達的視覺相關的腦區，同時縮短的面部也為多種多樣的喙的出現提供了前提（Bhullar et al., 2012, 2016）。
大數據分析
挖不完的化石和越來越全面的形態觀測導致了形態學數據量的大爆炸，而通過傳統的人工觀測進行化石的比較和分類變得越來越費時費力，特別是對一些數量龐大的化石樣本。因此，一些古生物學家開始藉助高性能計算機的強大算力來輔助、甚至代替他們完成對形態數據的處理。
舉個例子
人工智慧自從1950年圖靈提出以來，已經逐漸融入到了我們的日常生活當中。基於圖像識別和語音識別的一系列應用層出不窮，例如無人駕駛、自然語言翻譯、虛擬個人助理、智能病例處理等等，甚至最近華為還推出了「動物語言翻譯項圈」（雖然是愚人節玩笑）。那麼人工智慧能不能幫助我們識別和鑑定化石呢？
華為在今年愚人節當天推出的「動物語言翻譯項圈」
圖片來源於@華為中國
答案是肯定的。機器學習作為人工智慧的一個分支，是一類從數據中自動分析獲得規律、並利用該規律對未知數據進行預測的算法。利用機器學習算法，可以讓計算機像我們一樣一點一滴地學習不同物種間的形態差異，但卻能夠飛快地成為一個合格的化石鑑定專家。一個很典型的例子就是對化石孢粉的鑑定。
孢粉（孢子和花粉）是沉積記錄當中非常常見的一類微體化石，往往對古生態、古氣候、地層學等等有著重要的指示意義（Salonen et al.，2019）。但是由於孢粉樣品經常數量較大，而鑑定所依據的形狀和表面紋理結構差別又很微小（Kong et al.，2016），常常需要經驗豐富的專家才能做到高準確度的識別，因此一些科學家開始用機器學習的方法來實現自動化鑑定孢粉樣品。
兩種雲杉花粉的細小形態差異——Picea glauca（白雲杉，左圖）
和Picea mariana（黑雲杉，右圖）
（引自Punyasena et al. ，2012）
利用機器學習算法，計算機通過對一組孢粉圖片中所有像素點信息的綜合分析來總結出不同類型孢粉之間的形態差異，進而利用這些形態規律對另一組孢粉圖片進行分類嘗試，其結果被用來評估系統識別的準確程度。通過這樣的操作，科學家發現機器識別完全可以達到孢粉學專家的鑑定水平，同時卻節省了大量的學習成本和鑑定耗時（Punyasena et al. ，2012）。
機器學習與專家鑑定水平的對比。對於專家能夠很有把握鑑定到種的樣品（>95% expert confidence），機器學習一樣可以達到相對應的準確度;而對於一些樣品專家只能鑑定到屬、但無法確定具體物種的（（引自Punyasena et al. ，2012）
雖然現在人工智慧在古生物學領域的應用才剛剛起步，很多方面還是沒有古生物學家「聰明」，但是隨著更多的算法優化和更大的化石樣本來訓練機器識別，相信在不遠的將來人工智慧識別和鑑定化石的能力將比肩甚至超過專家的「目測」水平，同時也會幫助解答傳統分類學當中的眾多爭議（Walsh et al.，2008）。
未 完 待 續
參考文獻
Bhullar, B.A.S. et al. 2012. Birds have paedomorphic dinosaur skulls.Nature,487（7406）, pp.223-226.
Block, S. et al. 2016. Where to Dig for Fossils: Combining Climate-Envelope, Taphonomy and Discovery Models.PLOS ONE,11（3）, pp.e0151090.
Foote, M. et al. 2007.Principles of paleontology. Macmillan.
Franzen, J. L. et al. 2009. Complete Primate Skeleton from the Middle Eocene of Messel in Germany: Morphology and Paleobiology,PLoS ONE,4（5）, pp.e5723.
Husson, Jon M., and Shanan E. Peters. 2018. Nature of the Sedimentary Rock Record and Its Implications for Earth System Evolution.Emerging Topics in Life Sciences,2（2）, pp.125–36.
Kong, S., Punyasena, S. and Fowlkes, C., 2016. Spatially aware dictionary learning and coding for fossil pollen identification. InProceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp.1-10.
Leroi, A.M., 2014.The lagoon: How Aristotle invented science. Bloomsbury Publishing.
Lucas, A.M., 1972.Avian anatomy: integument. US Agricultural Research Service.
Miller, G. et al. 2016. Human Predation Contributed to the Extinction of the Australian Megafaunal Bird Genyornis Newtoni 47 Ka.Nature Communications, 7, pp.1–7.
Muscente, A.D. et al. 2017. Exceptionally Preserved Fossil Assemblages through Geologic Time and Space.Gondwana Research, 48, pp.164–88.
Novas, F.E., 1994. New information on the systematics and postcranial skeleton of Herrerasaurus ischigualastensis（Theropoda: Herrerasauridae）from the Ischigualasto Formation（Upper Triassic）of Argentina.Journal of Vertebrate Paleontology,13（4）, pp.400-423.
Punyasena, S.W. et al. 2012. Classifying black and white spruce pollen using layered machine learning.New Phytologist,196（3）, pp.937-944.
Salonen, J.S. et al. 2019. Machine-learning based reconstructions of primary and secondary climate variables from North American and European fossil pollen data.Scientific reports,9（1）, pp.1-13.
Seilacher, A., W.-E. Reif, and F. Westphal. 1985. Sedimentological, Ecological and Temporal Patterns of Fossil Lagerst tten.Philosophical Transactions of the Royal Society B: Biological Sciences,311（1148）, pp.5–24.
Song, H.J. et al., 2017. The Onset of Widespread Marine Red Beds and the Evolution of Ferruginous Oceans.Nature Communications,8（1）, pp.399.
Tarhan, L. G. et al. 2015. 「Protracted Development of Bioturbation through the Early Palaeozoic Era.」Nature Geoscience, 8（11）, pp.865–869.
Walsh, S., McLeod, N. and O』NEIL, M., 2008. Analysis of spheniscid humerus and tarsometatarsus morphological variability using DAISY automated image recognition.Oryctos, 7, pp.129-136.
Wang, M. et al. 2019. A new Jurassic scansoriopterygid and the loss of membranous wings in theropod dinosaurs.Nature,569（7755）, pp.256-259.
West, Ian M. 2012. 「Geology of Great Britain - Introduction; for the Geology of the South Coast.」 Romsey and Faculty of Natural and Environmental Sciences, Southampton University, UK.http://www.soton.ac.uk/~imw/Geology-Britain.htm.
思考與薦書：
地球生命的演化歷史，點點滴滴記錄在我們身邊的巖石中。請各位認真觀察一下你家附近的巖石，是否保存了大大小小的化石？從你觀察到的狀況看，它們是如何被埋藏的？呃……怎麼尋找化石？推薦《尋找化石的人/The Life of a Fossil Hunter by Charles H. Sternberg》，作者查爾斯 H 斯騰伯格（1850-1943）是一名業餘古生物學家，長年在北美的沙漠中尋找恐龍化石。此書寫作於1909年，記錄了作者數次的野外考察工作，細緻地講述了化石的發現和發掘過程。
呃……能不能說說國內找化石和地質剖面？推薦《西北的剖面》，是中國古脊椎學奠基人楊鍾健先生在中國西北地區尋找化石、參與國際科考的散文式地質筆記。通過簡練古雅的文筆記錄了西北地質現象、風土人情以及早期國際合作的各方表現。
感謝南京大學生物演化與環境科教融合中心張書涵、田慶羿、王盛宇、楊子瀟（排名不分先後）供稿。
本文旨在傳遞更多科學資訊，所有其他媒、網來源均標明出處，如涉及作品內容、版權和其它問題，請第一時間後臺聯繫我們，我們將根據您提供的證明材料核實，並按相應流程處理或立即刪除！