Críticas aos Modelos de Mundo
Critiques of World Models
July 7, 2025
Autores: Eric Xing, Mingkai Deng, Jinyu Hou, Zhiting Hu
cs.AI
Resumo
O Modelo de Mundo, suposto substituto algorítmico do ambiente do mundo real que os agentes biológicos experienciam e sobre o qual agem, tem sido um tema emergente nos últimos anos devido à crescente necessidade de desenvolver agentes virtuais com inteligência artificial (geral). Tem havido muito debate sobre o que realmente é um modelo de mundo, como construí-lo, como utilizá-lo e como avaliá-lo. Neste ensaio, partindo da imaginação presente no clássico de ficção científica Duna e inspirando-nos no conceito de "pensamento hipotético" da literatura psicológica, oferecemos críticas a várias escolas de pensamento sobre modelagem de mundo e defendemos que o objetivo principal de um modelo de mundo seja simular todas as possibilidades acionáveis do mundo real para raciocínio e ação propositados. Com base nessas críticas, propomos uma nova arquitetura para um modelo de mundo de propósito geral, baseada em representações hierárquicas, multiníveis e mistas (contínuas/discretas), e em um framework de aprendizado generativo e auto-supervisionado, com uma perspectiva de um sistema AGI Físico, Agente e Aninhado (PAN) habilitado por tal modelo.
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.