AIのゴッドファーザーたちが競う「世界モデル」とは何か？ゴールドマン・サックスが解説

ゴールドマン・サックス・グローバル・インスティテュートは先日、人工知能の次の大きな飛躍は「世界モデル」にあるとする注目すべきレポートを発表した。共同ヘッドのジョージ・リー氏とマネージング・ディレクターのダン・キーザーリング氏が執筆したこのレポートは、大規模言語モデル（LLM）が驚くべき能力を示す一方で、世界の仕組みに対する内在的理解を欠いていると主張する。

レポートによれば、現在のAIは人間が書いたテキストを通じて世界を学習しており、コップを落とせば割れることを流暢に説明できても、重さや軌道、結果に対する内在的な感覚を持たない。この限界は文書要約やコード生成では問題にならないが、物理環境のナビゲーションやリアルタイムの組織的対応、市場における戦略的意思決定に至ると、乗り越えられない壁となる。

この課題に取り組んでいるのは、AI分野の先駆者たち自身だ。元MetaのチーフAI科学者ヤン・ルカン氏は、新たに立ち上げたAMI Labsで世界モデルを汎用人工知能への基盤としている。彼のJoint-Embedding Predictive Architecture（JEPA）は、テキスト予測ではなく観察を通じて内部モデルを構築する。一方、スタンフォード大学の研究者であったフェイフェイ・リー氏が創業したWorld Labsは、空間知能に焦点を当て、物体の認識だけでなく、三次元空間での存在、相互作用、時間変化の理解を目指している。

ゴールドマン・サックスは世界モデルを物理モデルと社会モデルの二つに分類する。物理モデルはシミュレーション環境において重力や摩擦などの物理法則を学習し、倉庫ロボットや自動運転に応用される。例えば、ロボットはシミュレーター内で何千回も転倒することで、現実世界での失敗を回避できる。社会モデルは、目標や記憶、インセンティブを持つAIエージェントをデジタル環境で相互作用させ、市場や組織のダイナミクスを明らかにする。レポートは、これらのシステムは未来を予測するのではなく、可能性の範囲とフィードバックループを明らかにすると強調する。

投資の観点から、レポートは痛烈な問いを投げかける。現在のAIインフラ全体は「より大きなLLM」という前提で構築されている。しかし世界モデルが補完的な層として発展すれば、シミュレーション環境に特化したデータパイプラインや物理エンジンの需要により、計算要件が現在のウォール街の予測を大幅に上回る可能性がある。競争優位は、誰が最大のモデルを訓練するかだけでなく、誰が最も忠実な現実シミュレーションを構築するかにかかっているかもしれない。著者らは「大規模言語モデルがAIに流暢さを与えるなら、世界モデルは状況認識を与える」と結論づけている。