توی این پست در پاسخ در جواب به نقد یکی از مخاطبین گفتم که مدل‌های مبتنی بر زبان (مانند chatgpt) نمیتونن درک واقعی انسان از جهان رو بازسازی کنن، چرا که زبان تنها نشانه‌ هایی آماری هست و ریشه در ساختار فیزیکی نداره. در واقع مدل های زبانی به جهان واژگان تکیه دارن و اونو به غار افلاطون تشیبه کردم.

حالا Fei‑Fei Li به دنبال ساختارشکنی در محدودیت‌ های مدل‌ های زبانی هست. ایشون به همراه تیمش مشغول توسعه نوع جدیدی از مدل‌ های هوش مصنوعی به نام «world models» هست، مدل هایی که بتونن با درک فضایی سه‌ بعدی استدلال، برنامه ریزی و خودشون رو با محیط وفق بدن.

هدف این مدلها ارتقاء هوشمندی از سطح متن و واژه به سطح واقعی و محیط فیزیکی و در نهایت تبدیل به گام بعدی هوش مصنوعی بشر محور هست.

در واقع ایشون در تلاشه تا مدل هوش مصنوعی‌ بسازه که شبیه به مدل ذهنی انسانه، تا یه درک واقعی و انتزاعی از جهان داشته باشه، نه فقط از روی آمار و متن، بلکه بر پایه‌ درک سه‌بعدی و علیت (cause-effect).

https://www.businessinsider.com/world-model-ai-explained-2025-6