ワールドモデル

ワールドモデルって何？

大規模言語モデルが得意なのは「次の単語を当てる」こと。だから文章を書いたり、会話したりできます。でも現実世界には「言葉の予測」では解決できないことが山ほどあります。車は数秒後に歩行者とぶつかるかを読まなければならないし、ロボットは手を離したらコップが割れるかを知っている必要がある。
ワールドモデルは、AIに「世界の動き方」を学ばせる技術です。次の単語ではなく「次に何が起こるか」を予測します。

LLMとの違いは？

ひとつは「言語」、もうひとつは「物理」
LLMが学ぶのは言葉のパターン。ワールドモデルが学ぶのは、空間のパターンと時間の因果関係。ボールが投げられたのを見れば、その軌道を推測できる、という具合です。
「なぜ」を理解しようとする
ワールドモデルが目指すのは「それらしさ」ではなく「正しさ」。物理的に正しいか、論理が通っているか。これがAIが「話せる」から「動ける」へ進むための一歩です。

すでに使われている場所

自動運転の周囲予測、ロボットの動作計画、動画生成のコマの連続性——どれもワールドモデルの考え方に支えられています。

まとめ：ワールドモデルはAIの「物理的な直感」。これがあるからこそ、AIはデジタルの世界を出て、現実のルールを学べるのです。