The Brief
Come funziona l'IA 5 min di lettura

World Models: lo strato di IA che viene costruito sotto a tutto il resto

NAVION

Condividi

La maggior parte della copertura mediatica sull’intelligenza artificiale si concentra su chatbot e generatori di testo. I world models sono qualcosa di fondamentalmente diverso, e stanno diventando silenziosamente lo strato infrastrutturale che alimenterà la robotica, i veicoli autonomi e probabilmente molto altro. Capire cosa sono, e come vengono già costruiti, è importante per chiunque cerchi di capire dove sta effettivamente andando l’IA.

Dalla predizione di parole alla predizione della realtà

Per capire i world models, aiuta partire da ciò che la maggior parte delle persone già conosce: i large language models. Un language model prende una frase e predice la parola successiva. La logica è sequenziale, basata sul testo e addestrata su output umani scritti.

I world models operano su un asse completamente diverso. Come spiega Oliver Cameron, CEO del laboratorio di IA Odyssey, dai al sistema uno stato visivo del mondo, un’immagine, e questo predice lo stato visivo successivo del mondo. L’output non è testo. È un ambiente simulato, uno che deve tenere conto della fisica, di causa ed effetto, e di come oggetti e persone rispondono alle azioni compiute al suo interno.

Questo è un problema più difficile della predizione del linguaggio. Una parola segue regole grammaticali e semantiche che sono, almeno in parte, coerenti. Il mondo fisico è più caotico. Gli oggetti cadono, le superfici hanno attrito, le persone reagiscono in modo imprevedibile. Un world model che non è in grado di gestire queste dinamiche non è utile per addestrare nulla che debba operare nella realtà.

Il campo di addestramento che non esiste ancora

Ecco cosa rende i world models praticamente significativi: permettono alle macchine di fare pratica in ambienti che non sono stati ancora costruiti, e di provare scenari che sarebbero pericolosi o impraticabili da allestire nel mondo reale.

Brian McClendon, chief technology officer di Niantic Spatial, descrive un flusso di lavoro in cui qualcuno fotografa lo spazio in cui un robot è destinato a operare, genera un modello 3D da quelle immagini, e poi esegue milioni di simulazioni per addestrare il robot sui parametri specifici di quell’ambiente. Il robot impara senza muoversi fisicamente. Fallisce, si adatta e migliora all’interno di una replica digitale prima di toccare mai una superficie reale.

Wayve, una startup che costruisce world models progettati per veicoli autonomi, usa una logica simile. Il suo generative world model è alimentato in parte da filmati di dashcam, che usa per ricreare strade pericolose e condizioni non sicure che non sarebbe pratico testare nella vita reale. Jamie Shotton, chief scientist di Wayve, inquadra chiaramente il requisito fondamentale: un world model deve essere in grado di reagire alle azioni compiute al suo interno, il che significa che deve comprendere la fisica, causa ed effetto, e come altri agenti cambiano il loro comportamento in risposta.

Niantic stessa è un caso emblematico. L’azienda ha creato Pokémon Go, un gioco che ha avuto centinaia di milioni di giocatori intenti a scansionare i loro ambienti fisici attraverso gli smartphone. Quelle scansioni ambientali, raccolte nel corso di anni di gioco, rappresentano una notevole mole di dati spaziali del mondo reale. Niantic ha poi venduto il gioco e si è orientata verso i world models, con McClendon che ha dichiarato apertamente che l’obiettivo dell’azienda è la ricostruzione del mondo reale. I dati raccolti attraverso un gioco di consumo vengono ora riutilizzati come materiale di addestramento per i sistemi di IA progettati per navigare nello spazio fisico.

Il mercato del lavoro di cui nessuno parla

Il lato degli investimenti nei world models è già considerevole. Yann LeCun, ex chief AI scientist di Meta, ha raccolto più di un miliardo di dollari per finanziare la sua startup Advanced Machines Intelligence. Fei-Fei Li, una scienziata informatica di Stanford, ha lanciato una startup nel 2024 chiamata World Labs, che AMD ha acquisito per oltre 8 miliardi di dollari. Aziende come Google e Tencent stanno sviluppando le proprie capacità di world models. Il capitale che affluisce in questo settore segnala che i principali attori vedono i world models non come un’area di ricerca di nicchia, ma come una tecnologia fondamentale.

Ciò che riceve meno attenzione è la struttura del lavoro che viene costruita per alimentare questi sistemi. I world models hanno bisogno di dati sul mondo fisico, e quei dati non si generano da soli. Richiedono persone che registrino ambienti ordinari: cucine, soggiorni, mani che eseguono compiti di routine. Questo sta già producendo una nuova categoria di gig work, in cui i singoli individui registrano ore di video nelle proprie case e vendono quei filmati attraverso le app, spesso per un compenso modesto. Poiché un numero sempre maggiore di aziende compete per costruire world models migliori, è probabile che la domanda per questo tipo di raccolta dati cresca.

Vale la pena riflettere su questo. Le persone che fanno questo lavoro non sono ricercatori di IA o ingegneri. Stanno contribuendo alla materia prima che rende possibili i sistemi di IA fisica, spesso senza una chiara comprensione di come quel materiale verrà usato o di cosa andrà alla fine ad addestrare.

In breve

I world models sono sistemi di IA che simulano la realtà fisica anziché generare testo. Permettono a robot e veicoli autonomi di addestrarsi in ambienti digitali prima di operare in quelli reali. La tecnologia sta attirando investimenti significativi, con importanti acquisizioni e round di finanziamento già registrati. Dietro le quinte, sta anche creando nuove forme di data labor, in cui persone comuni registrano i loro ambienti fisici per alimentare sistemi con cui probabilmente non interagiranno mai direttamente. Il divario tra chi costruisce questi sistemi e chi li alimenta è una delle tensioni che definiscono lo sviluppo iniziale di questa tecnologia.

Basato su un articolo di Wired.

Scritto da

NAVION