World Models
wurld MOD-els
Definition
World Models sind KI-Systeme, die lernen, zu simulieren und vorherzusagen, wie die physische Welt funktioniert - einschließlich räumlicher Dynamik, intuitiver Physik und Ursache-Wirkungs-Beziehungen, die nicht allein aus Text gelernt werden können.
Warum es wichtig ist
Aktuelle Sprachmodelle lernen aus Text, der viel über die Welt erfasst, aber verkörpertes Wissen vermisst - wie Objekte fallen, wie Kräfte interagieren, wie Raum funktioniert. World Models zielen darauf ab, diese Lücke zu schließen.
Schlüsselkonzepte
Jenseits von Sprache
“Language is richer than we thought, but spatial dynamics, intuitive physics, and sensorimotor experience can’t be captured in text.” — Demis Hassabis
“Sprache ist reichhaltiger als wir dachten, aber räumliche Dynamik, intuitive Physik und sensomotorische Erfahrung können nicht in Text erfasst werden.” — Demis Hassabis
Genie + Simma
Google DeepMinds Ansatz: KI-Agenten (Simma) in KI-generierten Welten (Genie) fallen lassen und sie interagieren lassen, wodurch unendliche Trainingsumgebungen geschaffen werden.
“The two AIs are kind of interacting in the minds of each other.”
“Die beiden KIs interagieren gewissermaßen in den Köpfen des jeweils anderen.”
Physik-Genauigkeit
Generierte Videos mögen realistisch aussehen, sind aber nicht physikalisch genau genug für Robotik. Wahre World Models müssen physikalische Ergebnisse korrekt vorhersagen.
Anwendungen
- Robotik: Agenten benötigen intuitive Physik, um reale Umgebungen zu navigieren
- Planung: Verständnis von Ursache und Wirkung ermöglicht besseres Langzeit-Reasoning
- Simulation: Training in simulierten Welten, bevor Einsatz in der Realität
Aktuelle Einschränkungen
- Videogenerierung sieht realistisch aus, folgt aber nicht der Physik
- Modelle fehlt geerdetem Verständnis räumlicher Beziehungen
- Online-Lernen (nach dem Einsatz weiter lernen) fehlt noch
Verwandte Begriffe
- Jagged Intelligence - Das Problem, das World Models helfen könnten zu lösen
- Embodied AI - KI-Systeme, die mit der physischen Welt interagieren
Mentioned In
Demis Hassabis
Language is richer than we thought, but spatial dynamics, intuitive physics, and sensorimotor experience can't be captured in text.