Construire des simulations internes : L'essor des modèles du monde dans la recherche sur l'IAG
Pendant des décennies, le paradigme dominant en apprentissage automatique a été réactif. Des systèmes comme les grands modèles de langage (LLM) ou les classificateurs d'images traitent les entrées et génèrent des sorties basées sur des motifs statiques. Cependant, la véritable Intelligence Artificielle Générale (IAG) exige plus que la simple correspondance de motifs ; elle nécessite une compréhension. Pour comprendre le monde, un agent doit pouvoir prédire ce qui se passe ensuite. Cette capacité est le fondement des modèles du monde.