Au-delà des chatbots : les modèles du monde enseignent à l'IA à simuler la réalité

Points clés

• Les modèles du monde sont une catégorie d'IA conçue pour simuler la réalité physique, pas seulement traiter du texte.
• Les grands modèles de langage, la technologie derrière ChatGPT et Claude, dominent les gros titres de l'IA depuis plusieurs années.
• Les modèles du monde attirent actuellement des tours de financement majeurs et des investissements en recherche en 2024 et 2025.
• Les chercheurs croient que les modèles du monde pourraient soutendre des systèmes d'IA qui planifient, agissent et raisonnent sur l'espace physique.

La plupart des gens ont découvert l'IA moderne par le biais d'un chatbot. Tapez quelque chose, obtenez des mots en retour. Assez simple. Mais la technologie alimentant ces chatbots, connue sous le nom de grands modèles de langage, ou LLM, des systèmes d'IA entraînés sur de vastes quantités de texte afin qu'ils puissent prédire et produire une écriture semblable à celle de l'homme, partageront peut-être bientôt les projecteurs avec quelque chose de tout à fait différent.

Rencontrez les modèles du monde.

Un modèle du monde est un système d'IA entraîné à simuler comment le monde physique se comporte, pas seulement comment le langage fonctionne. Pensez-y comme la différence entre un système qui peut décrire une balle roulant down a hill et un qui peut réellement « l'imaginer », prédire où la balle atterrit, et planifier en conséquence.

Comme l'a d'abord rapporté Ars Technica AI, l'année écoulée a vu une vague d'annonces dans cet espace. De grands tours de financement. De nouveaux articles de recherche. Des lancements de produits, ou du moins des promesses de produits. L'élan est réel.

Alors, que peut réellement faire un modèle du monde?

En ce moment, honnêtement, la réponse honnête est : pas autant que le battage médiatique le suggère, mais assez pour être pris au sérieux.

L'idée fondamentale est qu'un système d'IA doté d'un bon modèle interne de la réalité physique pourrait faire des choses qu'un chatbot basé sur du texte ne peut simplement pas faire. Il pourrait aider un robot à découvrir comment saisir un objet de forme bizarre. Il pourrait simuler comment un accident automobile se déroule pour aider les ingénieurs à concevoir des véhicules plus sûrs. Il pourrait alimenter des personnages de jeu qui se comportent avec un véritable sentiment de leur environnement, en réagissant à la physique et à l'espace plutôt que de suivre des scripts pré-écrits.

Pour les joueurs en particulier, c'est très important. Les personnages non-joueurs, les figures contrôlées par l'IA que vous combattez, avec lesquels vous faites du commerce ou parlez dans les jeux vidéo, ont longtemps été limités par les règles que leurs programmeurs ont explicitement écrites. Une approche par modèle du monde pourrait permettre à ces personnages de raisonner sur leurs alentours à la volée, les rendant véritablement vivants plutôt que scriptés.

Pour tous les autres, les utilisations à court terme plus concrètes se situent dans la robotique, les véhicules autonomes et la simulation scientifique. Tout domaine où vous avez besoin d'une IA qui comprend la cause et l'effet dans le monde réel, pas seulement les modèles du texte.

Les limites sont réelles aussi. Construire une simulation fiable de la réalité physique est extraordinairement difficile. Les modèles du monde actuels gèrent des portions étroites de cela, un environnement spécifique, une tâche restreinte. La généralisation à travers la complexité désordonnée du monde réel reste un problème de recherche ouvert.

Ce qui est clair, c'est que le domaine de l'IA s'élargit silencieusement. Le langage était le point d'entrée. La réalité physique est la prochaine frontière, et l'investissement qui y afflue suggère que les personnes qui signent les gros chèques y croient.