Verschuiving in AI-onderzoek: Wereldmodellen vervangen Taalmodellen voor Belichaamde Intelligentie

De koers van onderzoek naar Artificiële Algemene Intelligentie (AGI) in 2025 wordt gekenmerkt door een duidelijke overstap van de dominantie van Grote Taalmodellen (LLM's) naar de ontwikkeling van zogenaamde 'wereldmodellen'. Deze architecturale verschuiving beoogt kunstmatige intelligentie (AI) uit te rusten met het vermogen om de fysieke wereld te simuleren en erover te redeneren. Hiermee wordt een fundamentele tekortkoming van LLM's aangepakt: het gebrek aan begrip van natuurkunde en causaliteit. Deze ontwikkeling signaleert een groeiende behoefte aan AI-systemen die in staat zijn tot zinvolle interactie met de werkelijkheid, voorbij louter tekstuele voorspelling.

Cognitief wetenschapper Gary Marcus blijft een uitgesproken criticus van de betrouwbaarheid en het redeneervermogen van LLM's. Hij pleit al langer voor hybride, neuro-symbolische benaderingen die expliciet de regels van de wereld in de architectuur programmeren, een visie die hij reeds in 2022 deelde. Marcus stelt dat de focus op het schalen van data en rekenkracht onvoldoende zal zijn om AGI te bereiken, en benadrukt de noodzaak van causaliteit en abstracte kennis. Dit onderstreept de eis voor systemen die, in tegenstelling tot taalmodellen die worstelen met abstracte principes zoals rekenkunde, de fysieke wereld begrijpen.

Vooraanstaande figuren in het veld bevestigen deze koerswijziging. Fei-Fei Li, een pionier in AI, presenteerde Marble, een wereldmodel dat specifiek gericht is op ruimtelijke intelligentie. World Labs, de onderneming van Li die in september 2024 van start ging, positioneert deze ruimtelijke intelligentie als de volgende grote grens in AI, waarbij het vermogen om de fysieke of geometrische ruimte waar te nemen, te modelleren en erin te handelen, centraal staat. Marble kan 3D-werelden genereren en simuleren op basis van multimodale invoer zoals tekst, beelden of video's, wat een significante evolutie in het generatieve AI-tijdperk vertegenwoordigt.

Andere grote spelers in de industrie bevestigen deze trend. Google DeepMind boekt vooruitgang met simulatie-inspanningen door modellen zoals Genie 3, een fundamenteel wereldmodel dat interactieve 3D-omgevingen in real-time kan genereren op 720p en 24 beelden per seconde. Deze omgevingen dienen als een cruciaal trainingsgebied voor AGI-agenten, onthouden interacties en reageren op de acties van de agent, wat een stap voorwaarts is van passieve weergave naar actieve deelname.

Yann LeCun, de voormalige hoofdwetenschapper op het gebied van AI bij Meta en Turing Award-winnaar, heeft de stap gezet om zich volledig op wereldmodellen te richten. LeCun verliet Meta om Advanced Machine Intelligence Labs (AMI Labs) op te richten, een startup in Parijs die zich uitsluitend richt op de ontwikkeling van wereldmodellen voor robotica en transportsystemen. Hij beschouwt de LLM-gebaseerde aanpak als een potentieel doodlopende weg voor belichaamde AI, omdat tekst een 'lossy, gecomprimeerde weergave van de realiteit' is. AMI Labs, dat naar verluidt in januari 2026 van start gaat, staat in vroege gesprekken om 500 miljoen euro op te halen tegen een waardering van 3 miljard euro, met Alexandre LeBrun, oprichter van Nabla, als CEO.

Deze consensusverschuiving naar belichaamde intelligentie, waarbij AI-systemen de fysieke wereld moeten begrijpen om effectief te kunnen handelen, wijst op een fundamentele heroriëntatie in de sector. Het gaat niet langer uitsluitend om het voorspellen van de volgende token, maar om het modelleren van geometrie, natuurkunde en langetermijndynamiek. De integratie van deze wereldmodellen met de semantische planning van LLM's in gezamenlijke architecturen wordt gezien als de sleutel tot het overwinnen van de huidige beperkingen en het bereiken van meer robuuste AGI-capaciteiten.