#21 AIは世界をどこまで理解しているか

「ワールドモデル（世界モデル）」という言葉は今や流行語になっていますが、研究分野ごとに意味がバラバラです。コンピュータビジョン研究者は「リアルな動画を生成できるか」で評価し、強化学習の研究者は「タスクの成功率が上がるか」で評価する。同じ言葉なのに、優劣を比較できないという混乱が起きています。

さらに、AIが「テキストを生成する」段階から「目標を達成するために環境と相互作用する」段階に進むにつれて、エージェントが頭の中で「次に何が起きるか」を予測する能力（=ワールドモデル）が決定的に重要になってきました。本論文は、分断されたコミュニティを橋渡しする共通の枠組みを提示することを目的としています。

著者らは「能力レベル × 法則の領域」という2軸の分類体系を提案しています。

能力の3段階（縦軸）:

• L1 予測者（Predictor）​: 「次の一歩」を予測できる。今の状態と行動から、すぐ後の状態を当てる
• L2 シミュレーター（Simulator）​: 何手も先までシミュレートでき、「もし違う行動をとったら？」という反実仮想にも答えられる。物理法則やルールを破らない
• L3 進化者（Evolver）​: 自分の予測が外れたとき、モデル自体を作り直す。実験を設計し、証拠を集めて自分を更新する

4つの世界の法則（横軸）:

• 物理世界​（重力、衝突、運動）
• デジタル世界​（API、UI状態、プログラム仕様）
• 社会世界​（信念、規範、約束）
• 科学世界​（未知の因果メカニズム）

ポイントは、これらが「製品の種類」ではなく「同じシステムが状況に応じて使い分ける能力の段階」だと位置づけたこと。例えば自動運転車は、瞬時の認識ではL1、進路計画ではL2、新環境への適応ではL3を使う、というイメージです。

これは新手法の論文ではなく、400本以上の研究を整理した「地図」です。著者らは70以上の代表的システム（Sora、DreamerV3、MuZero、AI Scientist、A-Lab、GraphCastなど）を2018〜2026年のタイムラインに配置し、能力レベルと領域でマッピングしました。

その結果、興味深いパターンが見えてきました。L3（自己進化）が最も成熟しているのは科学領域​（自律実験ロボット A-Lab は17日間で353実験を実行し36の新化合物を発見）であり、​社会領域は最も未成熟です（倫理的制約と帰責の難しさが理由）。また、Soraのような動画生成モデルは見た目が美しくてもL2の「介入感度」（行動を変えると未来も変わる）テストでは脆弱なことが指摘されています。

この研究の価値は、​ビジネスでAIを評価するときの「物差し」を提供することにあります。

例えば「最新のワールドモデルを業務に導入したい」と考えたとき、ベンダーが見せるデモが綺麗でも、それがL1止まり（一歩先しか読めない）なのか、L2（計画に使える）なのか、L3（運用しながら自己改善する）なのかで投資判断は全く変わります。著者らは「映像のリアルさ」より「行動を変えたら未来が変わるか」「ルール違反を起こさないか」を測るべきだと主張しています。

また、業界横断の視点も実用的です。Webエージェント、コーディングAI、ロボット、創薬AIは、別々の分野に見えて、実は同じ「世界をモデル化する」課題を抱えている。ある分野で発見された解決策（例：科学領域での自律実験ループ）が、別分野（例：ソフトウェア自動修復）に応用できる可能性が見えてきます。「自社のAI投資が、AI業界全体の能力進化のどこに位置するか」を判断するための共通座標として機能する研究です。