Van taal voorspellen naar de wereld begrijpen

Meer data en meer rekenkracht leiden niet vanzelf tot echte intelligentie. DeepMind-CEO Demis Hassabis stelt dat de huidige taalmodellen tegen een fundamentele grens lopen: ze voorspellen patronen in tekst, maar begrijpen geen oorzaak en gevolg. Een taalmodel kan een vallende appel beschrijven, maar snapt de zwaartekracht niet. Hassabis pleit daarom voor een andere aanpak: zogenoemde world models, simulaties waarin AI de fysieke wereld leert doorgronden. Wat betekent die verschuiving voor organisaties die nu bouwen op taalmodellen?

De grens van taal

Taalmodellen zijn indrukwekkend in wat ze kunnen genereren, maar hun kennis is oppervlakkig. Ze rekenen met waarschijnlijkheden tussen woorden, niet met begrip van de werkelijkheid erachter. Hassabis noemde tijdens het World Economic Forum in Davos dat er nog minimaal één of twee doorbraken nodig zijn voor echte algemene intelligentie: het vermogen om te leren van weinig voorbeelden, continu bij te leren, en beter te plannen op langere termijn. Die capaciteiten zitten niet in grotere taalmodellen, maar in systemen die de structuur van de fysieke wereld vatten.

DeepMind werkt daaraan met projecten als Genie (dat interactieve 3D-omgevingen genereert uit video) en SIMA (dat AI-agenten taken laat uitvoeren in die omgevingen). Samen vormen ze een trainingslus: Genie bouwt de wereld, SIMA leert erin navigeren. Dat is een fundamenteel ander pad dan steeds grotere taalmodellen trainen op steeds meer tekst. Recent onderzoek bevestigt die structurele grenzen van wat taalmodellen alleen kunnen bereiken.

Wat betekent dit voor organisaties

Voor de meeste organisaties zijn taalmodellen voorlopig het werkpaard: ze versnellen tekstwerk, analyseren documenten en ondersteunen besluitvorming. Dat verandert niet morgen. Maar de richting die Hassabis schetst is relevant voor iedereen die een AI-strategie uitzet. Als de volgende generatie AI niet draait om betere tekst maar om begrip van processen en fysieke contexten, verschuift ook de waarde. Denk aan AI die niet alleen een rapport schrijft over een productieproces, maar dat proces kan simuleren en optimaliseren.

De les voor nu: bouw je AI-aanpak niet rond één technologie. Steeds meer AI-onderzoekers wijzen op de beperkingen van taalmodellen als enig fundament. Organisaties die hun strategie flexibel houden, staan straks sterker wanneer world models de experimenteerfase voorbij zijn.

Wil je weten hoe je jouw AI-strategie toekomstbestendig inricht? Plan een kennismaking in.