「ワールドモデル」とは、物理法則をシミュレートするデジタル環境を生成できるソフトウェアであり、シリコンバレーの研究でますます重要な役割を果たしています。これらは、特にロボティクスや自動運転車を通じて、ユーザーが直接操作しなくても日常生活に浸透する可能性があります。
2016年、数億人のプレイヤーがスマートフォンを持って街を歩き、ポケモンを捕まえる混合現実ゲーム『Pokémon Go』を楽しんでいました。彼らは知らなかったのですが、環境に関する収集データは、将来的にロボットが障害物を回避し物体と相互作用するのに役立つ可能性があります。ゲームの開発元であるNianticは売却し、人工知能の最先端テーマの一つに注力しています。Niantic SpatialのCTO、ブライアン・マクレンドンは「私たちは現実世界の再構築に多くの力を注いでいます」と述べ、この膨大なデータを活用して世界のレプリカを構築することを目指しています。
言葉ではなく画像で
テキストで訓練された大規模言語モデル（LLM）は、視覚情報を利用するワールドモデルとは異なります。これらのモデルを専門とするAI研究所OdysseyのCEO、オリバー・キャメロンは両者をこう比較します。「言語モデルは文を与えられ次の単語を予測しますが、ワールドモデルは世界の視覚的状態、つまり画像を与えられ、次の視覚的状態を予測します。」
これらの3次元生成物はデジタルトレーニングの場として機能します。「シミュレーションですが、実際のように見え、感じられます」と彼は言います。
ロボットと自動運転車の訓練に
ブライアン・マクレンドンによれば、ワールドモデルはロボットが物理的に動いたり現場に存在したりせずに訓練できるようにします。ロボットが動く場所を撮影し3Dモデルを生成し、その後ソフトウェアが「数百万回のシミュレーション」を実行して空間のパラメータを学習します。
ヒューマノイドロボットだけでなく、自動運転車もワールドモデルを活用しています。ソフトウェアの反応が瞬時に求められる状況で重要です。自動車向けワールドモデルを開発するWayveのCSO、ジェイミー・ショットンは課題をこう強調します。「ワールドモデルは私たちの行動に反応できなければならず、そのためには物理、因果関係、そして他の物体や人々が私たちの行動にどう反応して変化するかを理解する必要があります。」
情報源は、2027年がロボティクスの家庭用展開と自動運転車の発展にとって重要な年になる可能性があると述べています。これらはワールドモデルの進歩によって強化される分野です。
