出典：Ars Technica
詳細を読む
米技術メディアのArsは、大規模言語モデル（LLM）に続くAIの新カテゴリーとして注目される「世界モデル」の可能性と限界を、専門家3人への取材をもとに検証しました。世界モデルは言語ではなく物理世界そのものを、あるいはその有用な近似をシミュレーションするAIの基盤づくりを目指す技術です。過去1年で関連の発表が相次いでおり、今後さらに動きが広がると見込まれています。
取材に応じたのは、MITのヴィンセント・シッツマン氏、Runwayのアナスタシス・ゲルマニディス氏、World Labsのベン・ミルデンホール氏の3人です。彼らへの取材から浮かび上がったのは、LLMと世界モデルの開発アプローチの明確な違いでした。
LLMはチャットというインターフェースから出発し、後から用途を探しました。一方で世界モデルの主要プレーヤーは逆方向で、ロボティクスや研究、資産生成といった具体的な用途から着手しています。ただし、最終的にインターフェースやシステム、ツールがどのような形になるかは依然として不透明です。
世界モデルは、LLMの限界に対する一つの答えとしても位置づけられています。元MetaのチーフAIサイエンティストであるヤン・ルカン氏は、「LLMの能力を拡張して人間レベルの知能に到達させるという考えは、完全なナンセンスだ」と語りました。この見解は一部で異端視されつつも、実際には分野内の相当数を代弁するものだといいます。
アーキテクチャや性能向上の見込みという点で、世界モデルとLLMには多くの共通点もあります。それでも、物理世界を理解するAIへの期待と投資は着実に高まっており、次の技術的フロンティアとして今後の展開が注目されます。