LLMs can't jump: 科学的発見における「アブダクション」の欠如と世界モデルの必要性

概要

現在のLLMは帰納と演繹に優れるが、物理的直感から新しい公理を生み出す「アブダクション（仮説形成）」の能力を欠いており、真の科学的発見には世界モデルによる接地が必要である。

詳細内容

ICML 2026に採択された本ポジションペーパーは、科学的発見の本質である「アブダクション（仮説形成）」におけるLLMの限界を論じている。アインシュタインの一般相対性理論の構築プロセスを事例に、発見とは感覚的経験から公理へと飛躍する「ジャンプ」と、その後の論理的演繹のサイクルであると定義。現在のLLMは統計的パターン認識（帰納）や形式的証明（演繹）には習熟しつつあるが、データが極めて少ない状況で物理的直感に基づき新たな公理を導き出すアブダクション能力が構造的に欠落していると指摘する。著者らは、この「飛躍」のボトルネックを解消するためには、物理的に一貫したマルチモーダルな世界モデルを統合し、言語データを超えた感覚的接地（Sensory grounding）とシミュレーション環境をAIに提供する必要があると提唱している。

元記事を読む他のサマリーを見る