أعلنت مجموعة من الباحثين عن إطلاق 'تيرا مايند'، النموذج الأول من نوعه الذي يقدم طريقة مبتكرة لتوليد البيانات متعددة الوسائط لمراقبة الأرض. يعتمد هذا النموذج على تمثيلات مزدوجة المقياس تجمع بين بيانات المستوى النصي (token-level) وبيانات المستوى البكسلي (pixel-level) عبر مختلف الوسائط.

ما يُميز 'تيرا مايند' هو قدرته على تعليم العلاقات بين البيانات النصية والصورية، مما يسمح له بالتقاط الفروق الدقيقة المكانية بكل دقة. تم تدريب النموذج على تسع وسائط جغرافية باستخدام مجموعة بيانات ضخمة ذات طابع عالمي.

يقدم 'تيرا مايند' نهج الدمج المبكر ذو المستويين، مما يفتح الباب أمام مجموعة واسعة من التطبيقات دون الحاجة لتدريب مسبق أو بتدريب محدود. كما أنه يقدم مفهوم "التفكير-في-الوسائط" (Thinking-in-Modalities) والذي يتيح إنشاء بيانات صناعية إضافية خلال عمليات التخصيص والاستدلال لتحسين مخرجات النموذج.

علاوة على ذلك، حقق 'تيرا مايند' أداءً يتفوق على المعايير القياسية المعترف بها في المجتمع مثل 'بانغايا' (PANGAEA). يُشار إلى أن مجموعة البيانات المستخدمة في التدريب وأوزان النموذج والشفرة البرمجية قد تم فتح مصدرها تحت رخصة مرنة، مما يعزز من مشاركتها وتطويرها من قبل مجتمع الذكاء الاصطناعي.

تضع هذه التطورات 'تيرا مايند' في صدارة الأبحاث المتعلقة بمراقبة الأرض، مما يوفر حلولاً مبتكرة تساعد في مواجهة التحديات البيئية الحالية.