O significado de um lugar é feito de pessoas
As coordenadas geográficas descrevem onde um objeto está, mas não explicam o que é esse lugar e para que serve. Um bairro residencial, um centro empresarial ou um parque se diferenciam não tanto pelo relevo, mas pela forma como as pessoas os utilizam e se deslocam entre eles. São esses padrões de atividade cotidiana, bem como as conexões entre bairros que surgem das viagens e dos fluxos de moradores, que formam o verdadeiro conteúdo de uma localização.
Esse princípio serviu de base para o modelo MoRA, apresentado no artigo arXiv:2506.01297 por um grupo de pesquisadores liderado por Ya Wen. Eles propõem tratar a mobilidade como o principal arcabouço para o aprendizado de representações geoespaciais. Em vez de se apoiar apenas em características estáticas — mapa, infraestrutura, densidade urbana —, o modelo parte de como as pessoas se movem, para onde vão trabalhar, onde passam os fins de semana.
MoRA: uma plataforma onde o protagonista é o tráfego
MoRA é uma plataforma geoespacial centrada no ser humano que conecta vários tipos de dados por meio de um grafo de mobilidade. O grafo é uma rede de localizações cujas arestas refletem os deslocamentos reais das pessoas — seu volume e direção. Esse grafo contém cerca de um bilhão de conexões, o que permite capturar dependências funcionais até entre bairros muito diferentes.
Quatro modalidades em vez de uma
Os dados de entrada do MoRA são divididos em quatro grandes blocos: mais de 100 milhões de pontos de interesse (POIs), imagens de satélite em massa, estatísticas demográficas estruturadas e o já mencionado grafo de mobilidade. O mais importante é a hierarquia: o grafo atua não apenas como uma das modalidades, mas como a base pela qual todos os outros dados são interpretados. Uma imagem de satélite, a categoria de uma loja ou a densidade populacional só ganham sentido quando associadas aos fluxos de pessoas que atraem.
Tecnicamente, a plataforma usa tokenização espacial para transformar coordenadas geográficas em tokens discretos; em seguida, uma rede neural de grafos (GNN) agrega informações dos nós vizinhos, e um mecanismo especial de aprendizado contrastivo assimétrico alinha as diferentes modalidades em um espaço vetorial comum. O resultado é uma representação compacta de 128 dimensões para cada localização, que inclui seu contexto socioeconômico e seu papel funcional.
Aprendizado por meio da dinâmica
O aprendizado contrastivo aqui funciona assim: o modelo aprende a aproximar as representações de localizações conectadas por fortes fluxos de mobilidade e a afastar aquelas entre as quais as pessoas quase não se deslocam. A assimetria é importante porque a conexão entre um bairro dormitório e um centro empresarial não é simétrica: o fluxo matinal é um, o noturno é o inverso, mas não igual. O modelo deve levar em conta essas direções, e não apenas a existência da aresta.
Por que a mobilidade diz mais do que o mapa
A tese dos autores é que o "significado" abrangente de um lugar é determinado pelos padrões internos de atividade humana e, principalmente, pelas conexões funcionais com outros lugares, e essas conexões são visíveis justamente nos deslocamentos. Dois bairros podem ter mapas de POIs idênticos, mas um é, na prática, um dormitório, enquanto o outro é um polo de atração. A diferença aparecerá em de onde as pessoas vêm de manhã e para onde vão à noite.
O MoRA inverte a lógica usual da análise geoespacial: as modalidades auxiliares — imagens de satélite, estatísticas, demografia — não são usadas como fontes independentes de verdade, mas como projeções que devem ser alinhadas à dinâmica de mobilidade. Isso permite que o modelo extraia dos dados estáticos aquilo que está diretamente relacionado ao comportamento das pessoas.
Resultados e escalabilidade
Para validação, os autores montaram um benchmark com nove tarefas de previsão nas esferas social e econômica — da avaliação da popularidade de localizações à previsão de indicadores socioeconômicos de bairros. O MoRA, que utiliza todas as quatro modalidades, supera os modelos state-of-the-art anteriores em média 12,9%. É especialmente relevante que as melhorias apareçam em tarefas que exigem contexto semântico, e não apenas proximidade geométrica.
Além disso, os pesquisadores descobriram que a qualidade das representações do MoRA melhora com o aumento do volume de dados e do número de parâmetros, seguindo aproximadamente as mesmas leis de escalabilidade conhecidas dos grandes modelos de linguagem. Isso indica que o aprendizado de representações geoespaciais pode seguir princípios empíricos análogos, e que essa área ainda tem margem para crescer.
Código aberto e próximos passos
O código e os pesos pré-treinados do MoRA estão disponíveis publicamente, permitindo que qualquer pesquisador ou desenvolvedor adapte o modelo às suas próprias tarefas. Para áreas aplicadas — do planejamento urbano a serviços de recomendação —, isso representa a possibilidade de obter embeddings significativos de localizações sem precisar construir uma infraestrutura própria com bilhões de conexões.
O significado de um lugar está, de fato, nas pessoas. E se ensinarmos os modelos a enxergar isso por meio da mobilidade, teremos uma ferramenta que entende as cidades não como um conjunto de coordenadas, mas como uma rede viva de interações humanas.
