World model, l'IA che prevede l'immagine successiva del mondo
Secondo Wired la prossima ondata dell'intelligenza artificiale non riguarda le parole ma le immagini: i world model, modelli che a partire da uno stato visivo prevedono quello successivo simulando la fisica. Serviranno soprattutto a robot domestici e auto a guida autonoma.
- I world model prevedono l'immagine successiva, non la parola.
- Servono ad addestrare robot e auto autonome con simulazioni.
- Niantic ha venduto Pokémon Go per concentrarsi su questa tecnologia.
Come funzionano
La differenza con i modelli linguistici è spiegata in modo semplice da Oliver Cameron, amministratore delegato di Odyssey, laboratorio dedicato proprio a questa tecnologia: a un modello linguistico si dà una frase e lui prevede la parola seguente, a un world model si dà un'immagine, cioè uno stato visivo del mondo, e lui prevede lo stato visivo successivo. Il risultato sono ambienti tridimensionali generati che, dice Cameron, sono simulazioni ma sembrano reali.
Questi ambienti diventano palestre digitali. Brian McClendon, direttore tecnico di Niantic Spatial, immagina di fotografare la stanza in cui un robot dovrà lavorare, generarne un modello 3D e lasciare che il software esegua milioni di simulazioni per imparare i parametri dello spazio, senza muovere un braccio meccanico. Niantic, l'azienda che ha creato Pokémon Go, ha venduto il gioco lo scorso anno e si è spostata proprio su questo terreno, puntando sull'enorme archivio di scansioni dell'ambiente raccolte dai giocatori.
Auto, videogiochi e lavoretti
Per le auto senza conducente la posta è alta: senza un umano al volante contano le reazioni del software in frazioni di secondo. Jamie Shotton, chief scientist di Wayve, spiega che un world model deve reagire alle azioni compiute nel mondo e quindi comprendere la fisica, le relazioni di causa ed effetto e il modo in cui altri oggetti e persone cambiano comportamento. Il modello di Wayve è alimentato anche da riprese di telecamere di bordo e serve a ricreare strade pericolose e condizioni che non sarebbe sensato provare dal vero.
C'è anche il fronte dei videogiochi, dove fisica e resa 3D sono centrali e dove colossi come Tencent stanno investendo. Sul versante delle startup, Yann LeCun, ex capo scientifico per l'IA di Meta, ha raccolto oltre un miliardo di dollari per la sua nuova società, mentre World Labs, fondata nel 2024 dall'informatica di Stanford Fei-Fei Li, è stata acquisita quest'anno da AMD per oltre 8 miliardi di dollari.
Perché conta
Wired indica il 2027 come possibile anno di svolta per robotica domestica e veicoli autonomi, due settori che toccano la vita quotidiana anche in Italia, dalla logistica alla sicurezza stradale. C'è poi un effetto meno visibile sul lavoro: per simulare il mondo fisico servono persone che lo registrino. Il giornalista di Wired racconta di aver filmato ore di gesti domestici con un iPhone legato alla fronte, vendendo i video tramite un'app per un compenso piuttosto modesto. Più i world model cresceranno, più potrebbe aumentare questo tipo di lavoretti a cottimo.



