Kritieken op Wereldmodellen

Critiques of World Models

July 7, 2025

Auteurs: Eric Xing, Mingkai Deng, Jinyu Hou, Zhiting Hu

cs.AI

Samenvatting

Het Wereldmodel, het veronderstelde algoritmische surrogaat van de echte wereldomgeving waar biologische agenten mee interacteren en op handelen, is de afgelopen jaren een opkomend onderwerp geworden vanwege de groeiende behoefte aan het ontwikkelen van virtuele agenten met kunstmatige (algemene) intelligentie. Er is veel discussie geweest over wat een wereldmodel precies is, hoe het te bouwen, hoe het te gebruiken en hoe het te evalueren. In dit essay, beginnend bij de verbeelding in het beroemde sciencefictionklassieker Dune, en geïnspireerd door het concept van "hypothetisch denken" in de psychologische literatuur, bieden we kritiek op verschillende denkrichtingen over wereldmodellering en stellen we dat het primaire doel van een wereldmodel is om alle uitvoerbare mogelijkheden van de echte wereld te simuleren voor doelgericht redeneren en handelen. Op basis van deze kritiek stellen we een nieuwe architectuur voor voor een algemeen toepasbaar wereldmodel, gebaseerd op hiërarchische, multi-level en gemengde continue/discrete representaties, en een generatief en zelfsuperviserend leerframework, met een vooruitblik op een Fysiek, Agentgericht en Genest (PAN) AGI-systeem dat door zo'n model mogelijk wordt gemaakt.

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.