トビアス・シュミット (Tobias Schmidt) 氏らは2026年10月29日(現地時間)、新たな機械学習モデル「world2vec (ワールド・トゥ・ベック)」を導入した。このモデルは、報酬情報を用いずに観測と行動からメカニスティックなワールドモデルを学習し、環境のダイナミクスを長期間にわたり忠実に再現する潜在ダイナミクスを習得する。world2vecは、既存の主要モデルと比較して、大幅に少ないパラメータ数で高い予測能力と効率性を達成し、科学的発見への応用も期待される。
ワールドモデルは、人工知能が環境の挙動を予測するために不可欠な要素だが、多くの場合、制御性能を優先するあまり、環境の根本的なメカニズムを忠実に捉える能力が犠牲になっていた。これにより、モデルの解釈可能性や、未知の科学的法則を発見する可能性が制限されるという課題が指摘されていた。
こうした課題に対し、world2vec (ワールド・トゥ・ベック) は、報酬情報に頼ることなく、観測データとエージェントの行動のみから直接メカニスティックなワールドモデルを学習するアプローチを提唱する。このモデルは、環境の複雑なダイナミクスを抽象化された潜在空間内で捉えることで、現実世界のシステム挙動を長期間にわたり極めて忠実に再現する能力を持つ。
特筆すべきはその効率性だ。world2vecは、DreamerV3 (ドリーマーブイスリー)、TD-MPC2 (ティーディーエムピーシーツー)、LeWM (レム) といった既存の最先端ワールドモデルと比較して、少なくとも1桁少ないパラメータ数で同等またはそれ以上の性能を発揮する。この大幅なパラメータ削減は、計算リソースの制約が厳しい環境での展開や、より大規模な問題への適用可能性を大きく広げる。少ないパラメータで忠実なダイナミクスを学習できることは、モデルの汎用性と実用性を飛躍的に向上させるものとして注目される。
world2vecの技術は、ピクセル情報のみを基にした連続的な環境制御タスクにおいて、最先端の性能を達成している。これにより、例えば複雑なロボット制御やシミュレーション環境での学習効率を大きく改善できる可能性を秘めている。また、科学的なシステム同定能力も実証されており、71種類のアトラクター（動的システムの特定の挙動パターン）をベンチマークとした実験では、その高い正確性が示された。これは、生命科学や物理学における未知のメカニズム解明など、従来のワールドモデルでは困難だった科学的発見への応用パスを開くものとして期待を集めている。
本研究論文world2vec: Mechanistic world models through latent dynamics learningは、arXiv (アーカイヴ) にて公開された。著者には、トビアス・シュミット (Tobias Schmidt) 氏のほか、ロドリゴ・ゴンザレス・ライズ (Rodrigo Gonzalez Laiz) 氏、クリスティアン・スッピング (Krisztián Szuppinger) 氏、ステファン・シュナイダー (Steffen Schneider) 氏らが名を連ねている。
参考: arXiv cs.LG — 2026年10月30日 02:58 (JST)