Critiques des modèles du monde
Critiques of World Models
July 7, 2025
papers.authors: Eric Xing, Mingkai Deng, Jinyu Hou, Zhiting Hu
cs.AI
papers.abstract
Le modèle du monde, supposé être le substitut algorithmique de l'environnement réel
que les agents biologiques expérimentent et sur lequel ils agissent, est devenu un sujet
émergent ces dernières années en raison des besoins croissants de développer des agents virtuels
dotés d'une intelligence artificielle (générale). De nombreux débats ont eu lieu sur ce qu'est
vraiment un modèle du monde, comment le construire, comment l'utiliser et comment l'évaluer.
Dans cet essai, en partant de l'imagination du célèbre classique de science-fiction Dune,
et en s'inspirant du concept de "pensée hypothétique" dans la littérature psychologique,
nous offrons une critique de plusieurs courants de pensée sur la modélisation du monde,
et soutenons que l'objectif principal d'un modèle du monde est de simuler
toutes les possibilités actionnables du monde réel pour un raisonnement et une action intentionnels.
Sur la base de ces critiques, nous proposons une nouvelle architecture pour un
modèle du monde à usage général, basée sur des représentations hiérarchiques, multi-niveaux,
et mixtes continues/discrètes, ainsi qu'un cadre d'apprentissage génératif et auto-supervisé,
avec une perspective d'un système d'IA Générale Physique, Agentique et Imbriquée (PAN)
rendu possible par un tel modèle.
English
World Model, the supposed algorithmic surrogate of the real-world environment
which biological agents experience with and act upon, has been an emerging
topic in recent years because of the rising needs to develop virtual agents
with artificial (general) intelligence. There has been much debate on what a
world model really is, how to build it, how to use it, and how to evaluate it.
In this essay, starting from the imagination in the famed Sci-Fi classic Dune,
and drawing inspiration from the concept of "hypothetical thinking" in
psychology literature, we offer critiques of several schools of thoughts on
world modeling, and argue the primary goal of a world model to be simulating
all actionable possibilities of the real world for purposeful reasoning and
acting. Building on the critiques, we propose a new architecture for a
general-purpose world model, based on hierarchical, multi-level, and mixed
continuous/discrete representations, and a generative and self-supervision
learning framework, with an outlook of a Physical, Agentic, and Nested (PAN)
AGI system enabled by such a model.