非ガウス系でも世界モデルの時間整合性を保証する新理論 PGSAを発表

何が起きたか

2026年6月9日、arXivに掲載された論文で、物理に基づくシンボリック世界モデル「PGSA（Physics-Grounded Symbolic Architecture）」が提案された。論文は、Klindt、LeCun、Balestrieroらが証明した「JEPA（Joint-Embedding Predictive Architectures）が線形識別可能性を達成するのは世界の潜在ダイナミクスがガウス・定常過程の場合に限る」という結果を出発点に、非ガウス系でも時間整合性を保証する新たな理論を提示する。PGSAは、任意の物理的領域で正確な線形識別可能性を達成し、1ステップあたりの誤差は数値精度のみに制限される。さらに、無制限の遷移にわたって時間整合性を維持する「近無限時間整合性」を実現すると主張する。

詳細

論文は、統計的世界モデルの時間整合性の限界が「統計的アライメント機構の産物」であり、世界モデル一般の性質ではないと主張する。PGSAは、世界のダイナミクスの因果生成器にシンボリックに接地することで、非ガウス系でも正確な線形識別可能性を達成する。具体的には、(1) 任意の物理的領域で正確な線形識別可能性、(2) 1ステップあたりの誤差が数値精度のみに制限、(3) 無制限の遷移にわたる時間整合性（近無限時間整合性）の3点が証明された。また、統計的世界モデルは、モデル容量やトレーニングデータ量に関係なく、非ガウス系ではこの性質を達成できないと証明された。定理のうち4つの代数的核は、Lean 4とMathlib4 v4.31.0で形式化され、sorryプレースホルダーはゼロである。Klindtらの逆定理は外部前提として扱われている。

Key Facts

本紙の見方

今回の論文は、世界モデルの理論的基盤に一石を投じるものだ。Klindtらが示した「ガウス境界」は、統計的世界モデルが非ガウス系で時間とともに表現誤差が増大するという限界を意味していた。本論文は、この限界が統計的アライメント機構の産物であり、世界モデル一般に当てはまらないと主張し、PGSAを提案する。PGSAは、世界のダイナミクスの因果生成器にシンボリックに接地することで、非ガウス系でも正確な線形識別可能性を達成し、誤差を数値精度に制限する。これは、統計的アプローチの限界を理論的に克服する点で新規性が高い。 本論文の核心は、シンボリック接地が非ガウス系における近無限時間整合性の十分条件であり、かつ唯一の条件であると証明した点にある。これは、世界モデルの設計原理として、統計的学習だけでなく物理法則に基づくシンボリックな構造が必須であることを示唆する。特に、ロボティクスや自動運転など実世界のダイナミクスが非ガウス的である領域では、従来の統計的世界モデルでは長期的な予測が困難になる可能性があり、PGSAのようなアプローチが実用上重要になる。 また、定理の形式化にLean 4を使用し、sorryプレースホルダーがゼロである点は、理論の信頼性を高める。ただし、形式化されたのは4つの定理の代数的核のみであり、Klindtらの逆定理は外部前提として扱われている。この点は、証明の完全性を評価する上で注意が必要だ。 業界構造への含意としては、世界モデルの実装方法が統計的学習からシンボリック接地へとシフトする可能性がある。特に、物理シミュレーションと深層学習を組み合わせたハイブリッドなアプローチが注目されるだろう。ただし、PGSAの具体的な実装方法や計算コストは論文では明らかにされておらず、実用化にはさらなる研究が必要だ。 未確定の論点としては、PGSAの実装における具体的なアルゴリズム、計算複雑性、実世界のタスクでの性能評価が挙げられる。また、シンボリック接地をどのように自動的に行うかという点も今後の課題だ。

なぜ重要か

この理論は、世界モデルの設計原理に根本的な変革を促す可能性がある。非ガウス系での時間整合性を保証するシンボリック接地の重要性が証明されたことで、AIシステムの長期的な予測能力の向上につながる。特に、物理世界と関わるロボティクスや自動運転などの分野で、より信頼性の高い世界モデルの実現が期待される。