Kunstmatige intelligentie maakt in 2025 een fundamentele verschuiving door. De focus verschuift van grote taalmodellen naar zogeheten world models. Dit zijn AI-systemen die niet alleen tekst begrijpen, maar ook de fysieke werkelijkheid kunnen simuleren en voorspellen.
Dat stelt technologiejournalist Ina Fried deze week in een analyse voor
Axios. Volgens experts markeert deze ontwikkeling de volgende grote fase in AI. Systemen die de wereld begrijpen zoals mensen dat doen, openen de deur naar volledig autonome robots, realistische
games en AI-assistenten die daadwerkelijk kunnen handelen.
Wat zijn world models en waarom zijn ze belangrijk?
World models zijn AI-modellen die leren hoe de echte wereld werkt. Ze begrijpen oorzaak en gevolg, beweging, ruimte en tijd. In plaats van alleen woorden te voorspellen, bouwen ze een intern model van de werkelijkheid.
Dat betekent dat een AI kan inschatten wat er gebeurt als een object valt, een voertuig een bocht neemt of een robot een deur opent. Deze kennis ontstaat door training op enorme hoeveelheden data, zoals video, sensorinformatie en simulaties.
Het belang hiervan is groot. Zonder begrip van de fysieke wereld blijft AI beperkt tot tekst, beelden en eenvoudige taken. Met world models kan AI plannen, voorspellen en zelfstandig beslissingen nemen.
Van chatbots naar handelende AI
Grote taalmodellen zoals ChatGPT hebben laten zien hoe krachtig AI kan zijn in communicatie. Toch missen ze iets fundamenteels. Ze weten niet hoe de wereld werkt, maar herkennen patronen in taal.
World models vullen dat gat. Ze combineren waarneming met redeneren en actie. Dat maakt ze cruciaal voor toepassingen zoals:
- Zelfrijdende auto’s die verkeerssituaties voorspellen
- Robots die veilig samenwerken met mensen
- Games met dynamische en geloofwaardige werelden
- Simulaties voor wetenschap en industrie
Volgens Axios zien meerdere AI-labs deze aanpak als noodzakelijk om kunstmatige algemene intelligentie dichterbij te brengen.
Grote techbedrijven investeren fors
Bedrijven als OpenAI, Google DeepMind en Meta investeren al jaren in onderzoek naar world models. Ze gebruiken hiervoor video, 3D-omgevingen en virtuele simulaties waarin AI kan experimenteren zonder risico.
Een bekend voorbeeld is het trainen van AI in virtuele werelden, vergelijkbaar met videogames. Daar leert een model door te proberen, fouten te maken en gevolgen te zien. Die kennis kan later worden toegepast in de echte wereld.
Volgens onderzoekers is deze methode efficiënter dan alleen trainen op tekst of losse beelden. De AI leert samenhang en context begrijpen, net zoals mensen dat doen.
Nieuwe kansen en nieuwe risico’s
De opkomst van world models biedt enorme kansen, maar roept ook vragen op. AI die de wereld kan voorspellen, kan ook worden ingezet voor manipulatie, surveillance of militaire toepassingen.
Daarnaast vraagt deze technologie om ongekend veel rekenkracht en data. Dat versterkt de machtspositie van grote techbedrijven en vergroot de kloof met kleinere spelers.
Experts pleiten daarom voor transparantie en duidelijke regels. Begrip van de wereld brengt verantwoordelijkheid met zich mee.
Waarom dit het volgende AI-tijdperk inluidt
Volgens Axios is het tijdperk van pure taal-AI voorbij. De toekomst ligt bij systemen die zien, handelen en begrijpen. World models vormen de brug tussen digitale intelligentie en de fysieke wereld.
Wie deze technologie als eerste beheerst, krijgt een enorme voorsprong. Niet alleen in AI, maar ook in robotica, gaming, defensie en industrie.
De volgende AI-revolutie draait niet om woorden, maar om begrip van de werkelijkheid zelf.