AIにおける古い考え方「世界モデル」が再注目されている理由とは？

AI研究の分野で、AIが外界を内部的にシミュレーションして未来予測や因果関係の理解を可能にする「世界モデル(world model)」という古い考え方が再び注目を集めています。なぜ世界モデルが重要なのか、作家で映画クリエイターのジョン・パヴラス氏が解説しています。

‘World Models,’ an Old Idea in AI, Mount a Comeback | Quanta Magazine
https://www.quantamagazine.org/world-models-an-old-idea-in-ai-mount-a-comeback-20250902/

世界モデルとは、AIが「知覚、行動、学習」という反射的なトレーニングをするだけではなく、外界や環境を内部的にシミュレーションして世界の動きや因果関係を理解、予測するための内部モデルのことを指します。世界モデルの起源は「人工知能」という言葉が生まれるよりも前の1943年にあり、当時29歳のスコットランド人心理学者ケネス・クレイク氏が発表した論文の中で、「生物が世界の小規模な内部モデルを持っていれば、頭の中で試行錯誤を行い、行動の結果を事前に予測できる」と述べたことに由来します。

クレイク氏の論文は主にメンタルモデルについて言及したものですが、「世界の内部モデルを持つことで行動の結果を予測する」という考えはAI研究の初期に取り入れられました。代表的な例として、限定的な「ブロックの世界」を理解する1968年から1970年にかけて開発されたAI「SHRDLU」があります。しかし、当時のモデルは現実世界の複雑さを再現しきれず、ロボティクス研究者のロドニー・ブルックス氏が「明示的な世界モデルを持たなくても環境に適応できる」と主張したように、AI研究はしだいに「世界モデル不要論」へと傾いていきます。

クレイク氏の世界モデル構想を実現するためには、現実世界の複雑さを再現、理解できる機械学習の台頭が必要でした。AI研究が急速に発展していく中で、深層学習の向上と膨大なデータの利用が可能になったことで、世界モデルが再び注目されています。

また、大規言語モデル(LLM)は絵文字の文字列から映画のタイトルを推測したり、直接ルールに関する知識を学習させていないのにオセロをプレイできたりと、トレーニングされていない能力を創発することがあり、「AIはすでに世界モデルを内部に持っているのではないか？」という疑問が研究者の間で生まれています。

ただし、世界モデルはあくまで汎用(はんよう)人工知能(AGI)を実現するための目標であり、現在ではまだ「ヒューリスティックの塊」でしかないとパヴラス氏は指摘しています。ヒューリスティックとは、計算結果の正しさが保証されるアルゴリズムと対比して、解答に至るまでの時間が短い代わりに答えの精度が保証されない近似アルゴリズムを計算するものです。つまり、LLMは膨大なトレーニングデータにより「断片的な経験則の網羅」を組み合わせて特定のシナリオへ高精度で対応できますが、あくまで世界モデルを実現しているわけではないため、一貫性や確実性に欠けているというわけ。

「世界モデル」と「ヒューリスティックの塊」の違いについて、パヴラス氏は「道路の1％を遮断した地図を進む」というシミュレーションを例に挙げました。もし世界モデルが実現している場合、遮断された道を含めた地図で再度道順を考えて、障害物を容易に回り道できるはずです。しかし、ヒューリスティックの塊であるLLMは、最善の推測を組み合わせた複雑な形で理解しているため、道路の1％を遮断されると正しい道を進む精度が急落するそうです。

世界モデルはAGIの実現のほか、自動運転車の未来予測、ロボットの安全な行動計画など、応用の可能性が期待されています。