I modelli linguistici hanno avuto Internet. I world model non hanno ancora trovato il loro equivalente.
Una startup britannica, Worldmodeldata, ha dichiarato a WIRED di aver licenziato quasi un milione di ore di gameplay accompagnato dagli input dei giocatori.
Perché il testo non basta
Un LLM può descrivere come afferrare un bicchiere. Ma descrivere non è afferrare. Il mondo fisico richiede una relazione fra percezione e azione.
È la ragione per cui i world model sono uno dei fronti più importanti dell’AI: devono prevedere conseguenze.
I videogiochi contengono causa-effetto
Un normale video mostra ciò che è accaduto. Un log di gameplay può mostrare anche quale input ha prodotto l’evento: sterza, frena, salta, evita.
Questa coppia azione-risultato è estremamente preziosa per addestrare modelli che devono poi agire.
Un milione di ore non è il mondo reale
Il limite è evidente. Un videogioco simula spesso la fisica in modo semplificato. Una mano può raccogliere un oggetto senza che il motore calcoli davvero pressione, attrito e deformazione.
NVIDIA ha espresso proprio questa riserva per i compiti di manipolazione fine.
Struttura prima della precisione
Per navigazione, pianificazione e comprensione spaziale, però, i giochi possono essere molto utili. Il modello può apprendere ostacoli, permanenza degli oggetti, percorsi e strategie.
Poi può essere adattato con dati reali. È la stessa logica della physical AI: usare mondi sintetici per ridurre il costo dell’apprendimento iniziale.
Il vero collo di bottiglia sono i dati
Un robot produce dati soltanto vivendo nel mondo. È lento e costoso. I videogiochi possono generare volumi enormi prima che milioni di robot esistano.
Per questo l’infrastruttura AI del futuro comprenderà non soltanto data center, ma anche fabbriche di esperienze sintetiche.
Entro 2–3 anni
Fra il 2028 e il 2029 i world model probabilmente verranno addestrati con una miscela di videogiochi, simulazioni, video Internet, dimostrazioni umane e dati robotici reali.
Il segnale contrario sarebbe una scarsa trasferibilità: modelli eccezionali nel gioco ma fragili nel mondo fisico.
Fra dieci anni
Verso il 2036 potremmo avere un ciclo continuo: ambienti digitali addestrano modelli, i modelli controllano robot, i robot raccolgono dati reali e questi dati migliorano le simulazioni.
Internet ha dato alle AI il linguaggio umano. I videogiochi potrebbero dare loro qualcosa di diverso: miliardi di esempi di che cosa succede quando scegliamo di agire.
