Critiche ai Modelli del Mondo
Critiques of World Models
July 7, 2025
Autori: Eric Xing, Mingkai Deng, Jinyu Hou, Zhiting Hu
cs.AI
Abstract
Il World Model, il presunto surrogato algoritmico dell'ambiente reale in cui gli agenti biologici vivono e agiscono, è diventato un argomento di crescente interesse negli ultimi anni a causa della necessità di sviluppare agenti virtuali dotati di intelligenza artificiale (generale). Si è molto discusso su cosa sia realmente un world model, come costruirlo, come utilizzarlo e come valutarlo. In questo saggio, partendo dall'immaginazione del celebre classico di fantascienza Dune e traendo ispirazione dal concetto di "pensiero ipotetico" nella letteratura psicologica, offriamo una critica a diverse scuole di pensiero sulla modellazione del mondo e sosteniamo che l'obiettivo principale di un world model sia simulare tutte le possibilità azionabili del mondo reale per un ragionamento e un agire finalizzati. Basandoci su queste critiche, proponiamo una nuova architettura per un world model generico, basata su rappresentazioni gerarchiche, multilivello e miste continue/discrete, e su un framework di apprendimento generativo e auto-supervisionato, con una prospettiva di un sistema AGI Fisico, Agente e Annidato (PAN) abilitato da tale modello.
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.