AGIには世界モデルが必要：現状と展望
先日、Google DeepMindの最高経営責任者（CEO）であるデミス・ハサビス氏は、ChatGPTなどの大規模言語モデルの発展の道筋には世界モデルを組み合わせることが必要であり、それによって真の汎用人工知能（AGI）に近づけると公に述べた。この発言はAI分野で広範な議論を呼び起こした。
世界モデルがなぜ重要なのか
ハサビス氏は、既存の大規模言語モデルはテキスト、画像、ビデオなどのマルチモーダルデータの処理に優れているが、物理世界や因果関係、長期的な計画、仮説検証に対する理解は依然として不足していると考える。世界モデルは、AIが世界の運行法則に関する内部シミュレーションを構築し、人間のように心的シミュレーションを通じて結果を予測し、新しい仮説を提起できるようにすることを目指す。
同氏は、スケーリング則（Scaling Laws）は依然として有効だが、計算能力とデータを増やすだけではAGIを実現するのに十分ではない可能性があり、AlphaGo級の重大な革新がさらに1、2件必要だと指摘した。世界モデルこそが彼の考える最も有力な突破口である。
各社の研究進展
Google DeepMindは2025年8月にGenie 3を発表した。これはテキストからインタラクティブな3D環境を生成でき、生成型シミュレーションにおける世界モデルの顕著な進展である。ハサビス氏は、将来のAGIは大規模モデルとこのような世界シミュレーション能力を融合させ、より強力なシステムを形成すると明かした。
テスラのFSDシステムは、同様の世界モデル技術を利用し、8つのカメラで運転シーンをフレーム単位で予測し、自動運転の計画と意思決定を実現している。この技術は人型ロボット「Optimus」にも応用され、物理世界を理解し操作できるようになっている。
エヌビディアはそのシミュレーションプラットフォームを通じて、多くのロボット企業に世界シミュレーションツールを提供している。Metaの元最高AI科学者であるヤン・ルカン氏はMetaを離れた後、AMI Labsを設立し、より高度な知能システムを支えるための世界モデルと持続的記憶に注力している。
直面する課題と未来
ハサビス氏は、AGIの実現にはまだ5～10年かかると予想している。計算チップの不足とエネルギー制約が主なボトルネックだが、AI自体がエネルギー技術のブレークスルーを加速させる可能性がある。同氏は、世界モデルに継続学習、長期的記憶、計画能力を組み合わせて初めて、人間に似た幅広い認知能力を実現できると強調した。
現在のAIはシミュレーション環境での自己学習を通じて、推論能力を20%～30%向上させることができ、これは世界モデルの可能性を示している。各研究チームの進展に伴い、世界モデルは理論から工学的実践へと移行しつつあり、AGIの重要な基盤となることが期待されている。