في عام 1910، طرح عالم الرياضيات المعروف هنري بوانكاريه فكرة مثيرة: "لا يمكن للراصد الثابت أن يحصل على مفاهيم صحيحة للفضاء". في سياق التعلم العميق وتحديداً في مجال التعلم البصري، فإن العديد من الطرق الحالية تعمل على صور فردية، بينما تعتمد الطرق التي تستفيد من رؤى متعددة على إعادة بناء صور RGB، مما يربط الهندسة بالمظهر بطريقة قد تكون غير فعالة في بعض الحالات.

لذلك، تم تطوير طريقة بوانكاريه (Poincar3)، وهي طريقة غير خاضعة للإشراف تعتمد على التعلم الذاتي، لتعلم التمثيلات من مشاهد متعددة من خلال تقنية تسمى "التقطير الذاتي" دون الحاجة لإعادة بناء الصور RGB. تدمج هذه الطريقة التعلم على مستوى القطع المحجوبة والصورة، حيث يعمل المعلم على مراقبة مشاهد إضافية، مما يمكنها من التدريب من البداية دون الحاجة إلى إشراف ثلاثي الأبعاد صريح.

تظهر النتائج أن طريقة بوانكاريه تتفوق على الأساليب السابقة سواء الفردية أو متعددة الرؤى، مثل DINOv3 وMuM وMuskie، في مجالات مثل تقدير التطابق وتقدير وضع الكاميرا وإعادة البناء ثلاثي الأبعاد. وباستخدام محول بوانكاريه الخفيف، أثبتت النتائج أن الميزات المستفادة تعالج حركة الكاميرا بدقة أكبر مقارنةً بالتمثيلات الذاتية الأخرى.

تفتح هذه الابتكارات آفاقًا جديدة في التعلم البصري، حيث تتيح للباحثين والمطورين الاستفادة من تصورات متعددة بطريقة أكثر فعالية.