Le sens d'un lieu se construit à travers les gens
Les coordonnées géographiques décrivent où se trouve un objet, mais n'expliquent pas ce qu'est ce lieu ni à quoi il sert. Un quartier résidentiel, un centre d'affaires ou un parc ne se distinguent pas tant par leur relief que par la manière dont les gens les utilisent et se déplacent entre eux. Ce sont précisément ces schémas d'activité quotidienne, ainsi que les connexions entre quartiers qui émergent des trajets et des flux de résidents, qui façonnent le véritable contenu d'une localisation.
Ce principe est à la base du modèle MoRA, présenté dans l'article arXiv:2506.01297 par un groupe de chercheurs dirigé par Ya Wen. Ils proposent de considérer la mobilité comme le cadre principal pour l'apprentissage de représentations géospatiales. Plutôt que de s'appuyer uniquement sur des caractéristiques statiques — carte, infrastructure, densité du bâti —, le modèle part de la façon dont les gens se déplacent, où ils vont travailler, où ils passent leurs week-ends.
MoRA : une plateforme où le trafic est le protagoniste
MoRA est une plateforme géospatiale centrée sur l'humain qui relie plusieurs types de données via un graphe de mobilité. Le graphe représente un réseau de localisations dont les arêtes reflètent les déplacements réels des personnes — leur volume et leur direction. Ce graphe contient environ un milliard de connexions, ce qui permet de saisir les dépendances fonctionnelles même entre des quartiers très différents.
Quatre modalités au lieu d'une
Les données d'entrée de MoRA sont réparties en quatre grands blocs : plus de 100 millions de points d'intérêt (POI), des images satellite massives, des statistiques démographiques structurées et le graphe de mobilité déjà mentionné. Le plus important — la hiérarchie : le graphe n'est pas simplement l'une des modalités, mais la base à travers laquelle toutes les autres données sont interprétées. Une image satellite, la catégorie d'un magasin ou la densité de population ne prennent leur sens qu'en lien avec les flux de personnes qu'elles attirent.
Techniquement, la plateforme utilise une tokenisation spatiale pour transformer les coordonnées géographiques en jetons discrets, puis un réseau de neurones graphique (GNN) agrège l'information sur les nœuds voisins, tandis qu'un mécanisme spécial d'apprentissage contrastif asymétrique aligne les différentes modalités dans un espace vectoriel commun. Le résultat — une représentation compacte en 128 dimensions de chaque localisation, qui inclut son contexte socio-économique et son rôle fonctionnel.
Apprendre à travers la dynamique
L'apprentissage contrastif fonctionne ici ainsi : le modèle apprend à rapprocher les représentations des localisations reliées par de forts flux de mobilité, et à éloigner celles entre lesquelles les gens ne se déplacent presque pas. L'asymétrie est importante, car la connexion d'un quartier résidentiel vers un centre d'affaires n'est pas symétrique : le flux du matin est un, celui du soir est inverse, mais pas égal. Le modèle doit tenir compte de ces directions, et pas seulement de la présence d'une arête.
Pourquoi la mobilité en dit plus que la carte
La thèse des auteurs est que le « sens » global d'un lieu est déterminé par les schémas internes d'activité humaine et, surtout, par les connexions fonctionnelles avec d'autres lieux, et que ces connexions sont visibles précisément dans les déplacements. Deux quartiers peuvent avoir des cartes de POI identiques, mais l'un est en réalité un quartier dortoir, tandis que l'autre est un point d'attraction. La différence se manifestera dans la provenance des gens qui y arrivent le matin et leur destination le soir.
MoRA renverse la logique habituelle de l'analyse géospatiale : les modalités auxiliaires — images satellite, statistiques, démographie — ne sont pas utilisées comme des sources de vérité indépendantes, mais comme des projections qui doivent être alignées avec la dynamique de mobilité. Cela permet au modèle d'extraire des données statiques ce qui est directement lié au comportement des gens.
Résultats et passage à l'échelle
Pour la validation, les auteurs ont constitué un benchmark de neuf tâches de prédiction dans les domaines social et économique — de l'estimation de la popularité des localisations à la prédiction d'indicateurs socio-économiques des quartiers. MoRA, qui utilise les quatre modalités, dépasse les précédents modèles state-of-the-art de 12,9 % en moyenne. Il est particulièrement important que des améliorations soient observées sur des tâches exigeant un contexte sémantique, et pas seulement une proximité géométrique.
De plus, les chercheurs ont découvert que la qualité des représentations de MoRA s'améliore avec l'augmentation du volume de données et du nombre de paramètres, suivant approximativement les mêmes lois de passage à l'échelle que celles connues pour les grands modèles de langage. Cela indique que l'apprentissage de représentations géospatiales peut suivre des principes empiriques analogues, et que ce domaine a encore une marge de croissance.
Code ouvert et prochaines étapes
Le code et les poids pré-entraînés de MoRA sont disponibles en accès libre, de sorte que tout chercheur ou développeur peut adapter le modèle à ses propres tâches. Pour les domaines appliqués — de l'urbanisme aux services de recommandation — c'est l'opportunité d'obtenir des plongements (embeddings) pertinents de localisations sans avoir à construire sa propre infrastructure avec des milliards de connexions.
Le sens d'un lieu réside véritablement dans les gens. Et si nous apprenons aux modèles à le voir à travers la mobilité, nous obtiendrons un outil qui comprend les villes non pas comme un ensemble de coordonnées, mais comme un réseau vivant d'interactions humaines.
