في عالم الذكاء الاصطناعي وتطبيقاته في رؤية الكمبيوتر، يُعتبر نموذج المحولات البصرية (Vision Transformer - ViT) أحد أبرز الابتكارات. لكن مع ذلك، واجهت التطبيقات المتعلقة بالبيانات الجغرافية تحديات في تمثيل الصور بشكل دقيق في المواقع المختلفة. ونبرز هنا كيف تمكن الباحثون من تطوير نموذج مُبتكر يُدعى GAIR، الذي يسمح بتعلم عن طريق الذات مع مراعاة المواقع.

يتمثل الابتكار الجديد في استخدام 'تمثيلات عصبية ذاتية ضمنية' (Implicit Neural Representation - INR) لتوفير تمثيلات ذات دقة عالية تغطي مواقع عشوائية في الصور. تعتمد GAIR على دمج بيانات الاستشعار عن بُعد (Remote Sensing - RS) مع صور منظورات الشارع (Street View - SV) ومعلومات تحديد المواقع الجغرافية، مما يعزز من فعالية هذه التقنية في المهام الجغرافية.

يتميز نموذج GAIR باستخدام ثلاثة مشفِّرات عصبية لتوثيق أنواع البيانات المختلفة داخل فضاء التضمين، ويقوم INR بمحاذاة هذه التمثيلات جغرافيًا عبر طُرق التعلم العكسي من بيانات غير مُعلمة. وقد أثبتت التجارب أن GAIR يتفوق على النماذج التقليدية المُعتمدة في أساليب التعلم الذاتي، مثل MoCo V3 وMAE، مما يتيح لنا عرض تمثيلات جغرافية دقيقة وقابلة للتطبيق في مجالات متنوعة.

هذا البحث يُظهر كيف يمكن لتقنيات الذكاء الاصطناعي أن تُستخدم لدفع حدود المعرفة الجغرافية وتعزيز الفهم الدقيق للعلاقات المكانية عبر أنماط متباينة من البيانات. الشيفرة البرمجية المخصصة للمشروع متاحة للجمهور على GitHub، مما يتيح المجال للمطورين والباحثين للاستفادة منها وتطويرها بشكل أكبر.