世界モデルとは？DeepMind研究者が示す「LLMではアインシュタインになれない」理由

何が主張されたのか

Zahavy氏は、哲学者チャールズ・サンダース・パースによる推論の3分類——演繹・帰納・アブダクション——を軸に議論を組み立てます。演繹はプログラムを走らせて正しい出力を得るように、固定された規則から確実な結論を導くもの。帰納は千羽の白い白鳥を観察して「白鳥はみな白い」と一般化するようにデータからパターンを見つけるもの。アブダクションは、驚くべき現象を説明する原因を創造的に発明する飛躍です。

このうち演繹と帰納は、すでにAIの射程内にあると論文は言います。言語モデルは統計的パターン認識に長け、形式的な導出も急速に攻略しつつある。AlphaProof、Gemini、GPT-5がIMO問題で金メダル級のスコアを達成したことが、その証拠として挙げられます。

問題はアブダクションの内訳です。Zahavy氏は、既知の候補から最ももっともらしい説明を選ぶ「通常のアブダクション」——医師が症状を病名に照合するような作業——は言語モデルにもできると認めます。しかし、まだ言語的なテンプレートが存在しない原因を発明する「manipulative abduction」は別だ、というのが核心の主張です。

なぜ重要か：誤差信号がない場所でAIは止まる

AIモデルは通常、予測と現実を突き合わせ、その誤差をもとに自己修正して学習します。裏を返せば、検出可能な誤差信号がなければ、システムには手がかりが何もありません。

ここでZahavy氏はアインシュタインの状況を持ち出します。当時、物理学にデータの危機はありませんでした。ニュートン力学は極めて高い精度で確認されており、唯一知られていた異常——水星の軌道のわずかなずれ——も、「Vulcan（バルカン）」という仮想の未発見惑星のせいだと説明されていました。最適化を駆動原理とするAIであれば、物理学を転覆させる理由はどこにもなく、当時の天文学者たちと同じく惑星をもう一つ発明して終わっただろう、というわけです。実際、アインシュタインの理論を裏づけるデータ——エディントンによる光の湾曲の測定——が届いたのは、理論が定式化されてから何年も後のことでした。

前提は「体で」作られた

では、その前提はどこから来たのか。Zahavy氏は、アインシュタインが「happiest thought（最も幸福な思いつき）」と呼んだ、自由落下する観測者はもはや重力を感じないというイメージを挙げます。彼は宇宙空間で加速するエレベーターの中にいる物理学者を想像し、加速と重力は内側からは区別できないと結論しました。数式ではなく、身体的なシミュレーションから出てきた発想です。

同じ構図は、逸話として伝わるアルキメデスにも見られます。浮力の原理は計算ではなく、浴槽に足を入れたときに水位が上がる物理的な感覚から掴まれた。いずれの場合も、当時の言語にまだ存在しない基礎原理が生まれています。

Zahavy氏は言語モデルを、ジョン・サールの思考実験「中国語の部屋」になぞらえます。規則書に従って漢字を並べ替えるだけで一語も理解していない人物と同じように、言語モデルは物理学の記号を並べ替えている——その記号に意味を与える物理的経験にはアクセスできないまま、という見立てです。

「合成ラボ」という出口

科学のワークフローを自動化する試みはすでにあります。SakanaのAI Scientistや、DeepMindのAlphaEvolveです。ただし前者は既存の概念を組み替えているにすぎず、後者は段階的に縮めていける明確な誤差信号を必要とします。アインシュタインが持っていなかったのは、まさにその信号でした。

Zahavy氏が可能性を見るのは、物理的に一貫した世界モデルです。ただしVeoのような動画生成モデルは、最も確からしい次のフレームを予測しているだけ——リンゴが落ちるのは学習データで落下が最も一般的な続きだからであって、重力を理解しているからではない。これはなおパターンマッチングだと切り捨てます。

対して、Genieのような行動制御可能な世界モデルでは、エージェントがシミュレーション内に能動的に介入し、反実仮想の実験を走らせられます。たとえば、エレベーターのケーブルを頭の中で切ってみる、といったように。こうした「synthetic lab（合成ラボ）」こそが、言語的なテンプレートがまだ存在しない場所で新しい公理を発明するために必要なフィードバックループになり得る、というのが論文の結論です。

💼 事業会社視点：これは自社にどう効くか

経営判断に直結するのは、「自社のどの業務に誤差信号があるか」という切り分けです。正解が定義でき、誤差を数値で縮められる領域——ECの需要予測やレコメンド、SaaSの解約予兆、受託開発における仕様が確定した実装やテスト生成——は、IMO金メダル級の形式推論が示すとおり、今後急速にコモディティ化します。ここに人員と時間を張り続ける事業モデルは、価格競争に押し込まれます。特に受託開発は、演繹的な工程の比率が高いほど利益率が削られる構造です。

逆に、Zahavy氏の議論が守ってくれるのは「前提を作る仕事」です。KPIそのものの再定義��まだ言語化されていない顧客の不便の発見、事業の枠組みの組み替え。これらは誤差信号が存在しないため、現行のAIでは自動化されません。役員が今やるべきは、業務棚卸しを「AIで置き換えられる／られない」ではなく「誤差信号がある／ない」の軸で引き直すことです。

もう一つは投資判断です。Genieのような行動介入可能な世界モデルが本命なら、製造・物流・小売のように現実世界の因果を扱う日本企業にとって、シミュレータやデジタルツインへの投資は「AI活用」の周辺装備ではなく前提条件になります。自社の業務プロセスを、AIが反実仮想を試せる形で回せる環境にしておくかどうかが、数年後の差になります。