Hoe AI leert begrijpen dat een object nog bestaat

TL;DR

• Wat: Onderzoekers trainen videomodellen op 'object permanence' — het besef dat een object nog bestaat als je het even niet ziet.
• Waarom relevant: World models vormen de basis van autonome robots, digitale tweelingen en slimme logistiek — sectoren waar het MKB mee te maken krijgt.
• Wat je ermee kunt: Volg de ontwikkeling van world models als je werkt met magazijnen, productie of fysieke processen die je wilt automatiseren.

Ik kwam via een tweet van AK (@_akhaliq) op een paper die me fascineerde: Training Object Permanence in World Models. Het klinkt misschien als iets uit een psychologietextboek, maar het gaat over een eigenschap die wij als mens al als baby leren — en die AI-modellen tot nu toe missen.

Wat is object permanence eigenlijk?

Object permanence is het besef dat een voorwerp nog bestaat, ook als je het niet meer kunt zien. Een baby van acht maanden leert dit: als mama een bal onder een doek verstopt, weet de baby dat de bal er nog ligt. Het klinkt simpel, maar voor AI is het dat niet.

Huidige videomodellen — denk aan systemen die beelden genereren of voorspellen wat er in een video gaat gebeuren — falen hier vaak op. Zodra een object uit beeld verdwijnt, "vergeet" het model dat het er was. Het object verschijnt dan ineens op een andere plek, of verdwijnt helemaal. Dat is een probleem als je wilt dat AI de fysieke wereld begrijpt.

Wat hebben de onderzoekers gedaan?

Het team, geleid door Haotian Zhang en met meer dan dertig co-auteurs (waaronder bekende namen als Philip Torr en Alan Yuille), heeft een dataset gebouwd die ze WROP noemen: World Reasoning with Object Permanence.

Wat mij hier opvalt is de schaal en de aanpak:

• 150 taken geïnspireerd op cognitieve wetenschappen — dus op de manier waarop onderzoekers testen of baby's en dieren objecten begrijpen.
• 1,5 miljoen trainingsvoorbeelden, gegenereerd met het 3D-programma Blender. Snelheid, belichting en camerahoeken werden steeds gevarieerd, zodat het model niet leert om op oppervlakkige patronen af te gaan.
• 300 examenvragen om modellen te beoordelen.

De onderzoekers hebben vervolgens veertien verschillende videomodellen getest. Hun eigen model, PWM-WROP (een model met 16 miljard parameters), eindigt als beste onder de zogeheten 'continuation models' — modellen die voorspellen hoe een video verdergaat — en als derde overall in een blinde Elo-ranking.

Waarom Elo-rankings?

Elo is het ratingsysteem uit de schaakwereld. Twee modellen worden naast elkaar gelegd, en beoordelaars kiezen welk resultaat beter is — zonder te weten welk model wat maakte. Dat geeft een eerlijker beeld dan wanneer een model zichzelf beoordeelt.

Waarom is dit relevant buiten het lab?

Ik vind het eerlijk gezegd fascinerend hoe dit aansluit bij een bredere beweging. World models — AI-systemen die de fysieke wereld proberen te begrijpen — worden gezien als de volgende stap voor onder meer:

• Magazijnrobots: een robot die dozen verplaatst, moet "weten" dat een doos die achter een andere is geschoven nog bestaat en waar die zich bevindt.
• Autonome voertuigen: een auto die een fietser even niet ziet omdat er een vrachtwagen tussenstaat, moet de fietser niet uit zijn model laten verdwijnen.
• Digitale tweelingen: als je een digitale kopie van je fabriek of magazijn hebt, moet die kopie objecten correct bijhouden, ook als sensoren ze tijdelijk niet detecteren.

Volgens een analyse van Bessemer Venture Partners vormen world models de softwarelaag die nodig is om generieke robotica mogelijk te maken. En volgens Emergent stroomt er inmiddels al zo'n 2 miljard dollar aan investeringen richting world models — weg van puur talige AI.

Kun je je voorstellen wat dit betekent als je een distributiecentrum runt? Of als je productieprocessen hebt waar onderdelen continu in en uit beeld bewegen?

Wat dit voor het MKB kan betekenen

Laat ik helder zijn: dit is fundamenteel onderzoek. Je kunt morgen geen product kopen dat "object permanence" heeft en je magazijn automatiseert. Maar ik denk dat dit het soort doorontwikkeling is dat over twee tot vijf jaar in commerciële robotica- en visiesystemen terechtkomt.

Stel dat je als ondernemer overweegt om te investeren in geautomatiseerde orderpicking, kwaliteitscontrole met camera's, of autonome logistiek. Dan is het goed om te begrijpen welke beperkingen de huidige systemen nog hebben — en dat er actief aan gewerkt wordt.

Drie dingen om in de gaten te houden

1. Openheid van het onderzoek: de onderzoekers hebben hun data, modelgewichten én trainingsframework openbaar gemaakt via GitHub. Dat versnelt adoptie door bedrijven die er producten mee willen bouwen.
2. De link met cognitieve wetenschap: het feit dat AI-onderzoekers taken lenen van baby-onderzoek vind ik veelzeggend. Het laat zien dat pure rekenkracht niet genoeg is — je hebt ook de juiste trainingsdata nodig.
3. De publicatie bij ICLR 2026: dit paper is gepresenteerd op een van de meest vooraanstaande AI-conferenties. Dat is geen garantie dat het werkt in de praktijk, maar het is wél een kwaliteitsstempel vanuit de onderzoekswereld.

Beperkingen en nuances

Wat ik eerlijk wil benoemen: de tests zijn uitgevoerd met synthetische data — dus met gerenderde 3D-scènes, niet met echte videobeelden uit een magazijn of fabriek. De stap van synthetisch naar echt is in computer vision altijd lastig. Modellen die het goed doen op nette renders, kunnen worstelen met rommelige echte situaties — slechte belichting, onverwachte objecten, reflecties.

Ook is het model met 16 miljard parameters niet iets dat je op een gemiddelde laptop draait. Voor praktische toepassingen zal er gewerkt moeten worden aan kleinere, efficiëntere versies.

Wat mij bijblijft

Voor mij is dit vooral een signaal dat AI-onderzoek steeds vaker kijkt naar hoe mensen de wereld leren begrijpen — en dat vertaalt naar modellen die de fysieke werkelijkheid beter aankunnen. Dat is relevant voor iedereen die werkt in een omgeving waar dingen bewegen, verdwijnen en weer opduiken. En eerlijk gezegd: dat is vrijwel elke ondernemer met een fysiek proces.