Modelli del mondo condizionati da query per IA incarnata

Un recente articolo su arXiv sostiene che i modelli del mondo per l'IA incarnata dovrebbero essere fisicamente plausibili, mirati a rispondere a query di intervento rappresentando accuratamente il quadro fisico che influenza i risultati delle azioni, piuttosto che limitarsi a prevedere osservazioni future. Gli autori evidenziano un difetto fondamentale negli attuali modelli predittivi di osservazione: sistemi fisici diversi possono apparire identici ma comportarsi diversamente quando si interviene su di essi, producendo previsioni visivamente convincenti ma fisicamente errate. Benchmark che mantengono una scena visibile coerente alterando la fisica latente rivelano che questi modelli possono suggerire azioni impraticabili, calcolare erroneamente i risultati delle interazioni o approvare comportamenti non sicuri. L'articolo propone modelli del mondo per l'IA incarnata che individuano l'astrazione fisica più semplice necessaria per le query di intervento, incorporando elementi modulari come la rappresentazione dell'ambiente, la stima dello stato latente e dei parametri, la specifica delle azioni e il ragionamento interventivo.