أظهرت نماذج الذكاء الاصطناعي الكبيرة في استشعار الأرض (RS-MLLMs) تحسناً ملحوظاً في فهم الصور الجوية العامة. ومع ذلك، تتطلب تطبيقات مراقبة الأرض تخصصاً دقيقاً في السيناريوهات، مما يواجه تحديات بسبب نقص البيانات العالية الجودة والفجوات في القدرات. في مسعى لحل هذه المشكلة، تم تقديم نهج مبتكر يسمى 'ملء الفجوات قبل التقدم' (FBA).

كيف يعمل هذا النهج؟ بدلاً من الاعتماد على تحليل أحادي عند تدريب النموذج على عينات من المجالات المستهدفة، يقوم FBA أولاً بابتكار طرق لسد الفجوات الأساسية قبل التقدم نحو التخصص في السيناريوهات. تم تطبيق FBA لفهم موانئ السواحل، من خلال إنشاء مجموعة بيانات تحت مسمى CPRS (Coastal-Port Remote Sensing) تتكون من ثلاثة مستويات إشرافية مقسمة إلى ثلاث مراحل مرتبة.

المرحلة الأولى تتعلق بتأطير المعاني باستخدام الاستشعار عن بُعد (RS semantic anchoring) لتقوية العلاقة بين اللغة المرئية والصور من الأعلى. المرحلة الثانية تركز على تقارب المجالات (domain-bridge convergence) لضمان تكامل المعرفة الاستشعارية بين السيناريوهات المستهدفة والمجالات المشتركة. وأخيراً، تركز المرحلة الثالثة على ضبط السيناريو المعتمد على الأدلة لتعزيز الأداء في الأعمال اللاحقة.

أنشأنا أيضاً معيار تقييم تشخيصي يحمل اسم HarborEval يشمل ثمانية محاور لتحليل الإدراك والفهم المكاني والمتانة والإنتاج. أظهرت النتائج أنه مع ميزانيات تدريب متشابهة، تمكّن معيار HarborEval من تحقيق تحسن كبير. فمثلاً، ارتفعت النتيجة من 57.95 مع Direct-SFT إلى 70.29 مع FBA في نموذج LLaVA-v1.5، ومن 81.09 إلى 83.37 في نموذج Qwen3-VL. كما تفوق FBA على تقنيات تدريب أخرى وأثبت نجاحه في معايير فرعية تتعلق بالبيانات البحرية.

التحليلات التي تم إجراؤها على كل مرحلة ودور كل تقنيات تعزز من مفاهيم ملء الفجوات التدريجية والأدوار المحددة لكل مرحلة. وفي المعلومات العامة، يمكن الوصول إلى أمثلة عامة وتحديثات للإصدار لمجموعة CPRS، والمعايير، والشيفرات، والأوزان المدربة من خلال زيارة رابط. هل أنتم متحمسون لهذه التطورات في الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!