في عصر تتزايد فيه أهمية البيانات الجغرافية لأغراض متعددة، قدمت دراسة جديدة أداة مبتكرة تُعرف بنارا (NARA) والتي تركز على تعلم تمثيلات البيانات الجغرافية بطريقة ذاتية ودون إشراف. كما هو معروف، تمثل البيانات الجغرافية المتجهة العالم من خلال كائنات جغرافية متنوعة مثل الطرق، والمباني، ونقاط الاهتمام، حيث تمتلك كل منها سمات دلالية خاصة بها وعلاقات مكانية مع الكائنات الأخرى.

تسعى الطرق الحالية لتعلم تمثيلات الكائنات الجغرافية إلى دعم نوع واحد من الهندسة أو نمذجة فئة محدودة من العلاقات، مما يحد من قدرتها على التقاط السياق المكاني بشكل فعال. لذا، قامت الدراسة بتطوير نارا، وهو إطار تمثيل جديد للأسطح الجغرافية المتنوعة عبر تعلم تمثيلات ترتكز على العلاقات.

تسير نارا بخطى ثابتة نحو تفكيك القيود التقليدية من خلال استخدام تقنية الانتباه السياقي الذي يراعي العلاقات المكانية بين النقاط والخطوط المتعددة الأبعاد. هذا الأسلوب يتيح لها فهم السياقات المعقدة وتعزيز القدرة على معالجة مهام متعددة مثل التنبؤ بسرعة السير في الطرق، وتصنيف وظائف المباني، والتنبؤ بالنقطة التالية للاهتمام.

ميزة نارا تكمن في قدرتها على تقديم نماذج للكائنات الجغرافية مع التركيز على التراكيب المكانية، إذ تعتمد على نمذجة السمات الدلالية المحجوبة والنمذجة الهندسية، ما يسمح ببناء تمثيلات قوية تشترك في العلاقات المكانية مع كائن مرجع مشترك. وعلاوة على ذلك، يظهر الكود الخاص بها أداءً يفوق الطرق التقليدية، مما يجعل نارا نموذجًا ثوريًا في مجال الذكاء الاصطناعي لتعلم البيانات الجغرافية.