Courtesy of Forbes

Menuju AI dengan Kecerdasan Dunia Fisik: Tantangan dan Peluang World Models

Untuk mengembangkan AI yang mampu memahami dan mensimulasikan dunia fisik tiga dimensi secara lebih akurat dan kompleks, sehingga AI dapat mengatasi keterbatasan dalam kecerdasan spasial dan interaksi dengan lingkungan nyata yang diperlukan untuk aplikasi seperti robotika dan agen otonom.

13 Nov 2025, 23.19 WIB

46 dibaca

Ikhtisar 15 Detik

Penelitian AI beralih dari model generatif ke pengembangan model dunia.
Model dunia penting untuk memahami dan menavigasi ruang fisik secara efektif.
Terdapat tantangan teknis dan risiko keamanan dalam pengembangan model dunia yang harus diatasi.

Arles, Perancis - Penelitian AI sedang mengalami perubahan fokus dari membangun model generatif bahasa dan gambar menuju world models yang dapat mensimulasikan dunia tiga dimensi. Fokus ini diinisiasi oleh tokoh penting dan perusahaan teknologi besar seperti Yann LeCun, Fei-Fei Li, Google, dan Nvidia yang tengah mengembangkan teknologi terkait untuk memperdalam pemahaman AI terhadap ruang fisik dan hubungan spasial kompleks.

Menurut Fei-Fei Li, kecerdasan spasial adalah kunci utama agar AI bisa memahami dunia nyata sebagaimana manusia yang ada dan berinteraksi dalam dunia yang diatur hukum fisika. Meskipun ada aplikasi seperti kendaraan otonom, mereka masih terbatas pada lingkungan yang sangat terstruktur, sehingga dibutuhkan world models untuk memperluas kemampuan AI bertahan dan beradaptasi dalam lingkungan yang lebih kompleks.

Salah satu model world models, Marble, menunjukkan pendekatan unik dengan merubah gambar lukisan menjadi objek tiga dimensi menggunakan elemen bernama 3D Gaussian splats. Meski sudah mampu membangun ruang 3D yang koheren, hasilnya masih kurang detail, konsistensi, dan akurasi karena tantangan dalam mempertahankan objek dan tekstur asli serta mempertimbangkan logika spasial yang rumit.

Membangun world models yang efektif adalah tugas teknis yang menantang karena simulasi tersebut tidak hanya membutuhkan data dalam jumlah besar tetapi juga pemahaman konteks, kausalitas, dan kemampuan memori untuk menelusuri aksi dan konsekuensinya sepanjang waktu. Kompleksitas fisika dunia nyata dan ketidakpastian di dalamnya membuat proses ini jauh lebih sulit dibandingkan pengolahan data 2D seperti teks maupun gambar.

Selain tantangan teknis, ada risiko besar jika world models digunakan dalam aplikasi nyata tanpa pengawasan yang kuat. AI harus diujikan dan dijaga dengan baik agar tindakannya yang berdasar simulasi tidak menimbulkan dampak negatif atau bahaya di dunia fisik. Dengan demikian, pengembangan teknologi ini perlu diiringi dengan langkah preventif agar dapat diterapkan secara aman dan efektif.

Referensi:
[1] https://www.forbes.com/sites/geruiwang/2025/11/13/the-quest-for-world-models-can-ai-truly-learn-to-simulate-reality/

Analisis Ahli

Yann LeCun

"World models adalah arah riset esensial yang akan memungkinkan AI mengembangkan pemahaman dunia yang lebih menyeluruh, menekankan pentingnya representasi spasial dan kognisi yang adaptif."

Fei-Fei Li

"Kecerdasan spasial adalah pondasi utama untuk membuat AI sadar tentang dunia material, yang sangat diperlukan agar mesin bisa berinteraksi dengan lingkungan nyata secara efektif dan aman."

Analisis Kami

"Era baru pengembangan AI world models merupakan langkah penting untuk membawa kecerdasan buatan lebih dekat ke cara manusia memahami dunia nyata, namun pendekatan ini membutuhkan evolusi signifikan dalam cara AI memproses dan menyimpan informasi spasial dan temporal. Sementara potensi aplikasinya besar, kegagalan dalam presisi dan keselamatan bisa menimbulkan risiko besar jika diterapkan secara praktis tanpa regulasi dan pengujian yang ketat."

Prediksi Kami

Dalam beberapa tahun ke depan, pengembangan world models akan semakin maju dan memungkinkan aplikasi AI dalam berbagai bidang fisik yang lebih kompleks, seperti robotika serba guna dan agen otonom yang mampu navigasi dalam lingkungan yang tidak terstruktur, tetapi tantangan keselamatan dan keakuratan simulasi akan menjadi perhatian utama.