時間計算と可能性のサイコロとしてAIを用いる

arXiv cs.AI / 2026/5/5

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

この論文は、主流の名詞ベースのAIモデリングが「未来」を開かれた時間的次元として表現することを制限しているとして、代わりに動詞ベースのパラダイムを提案しています。
「タイミング計算」および「可能性」の厳密な定義を導入し、AIが思考の「文法」を捉えるための道具として機能できることを目指します。
3,276人の乳がん患者の縦断EHRデータに適用したところ、臨床的に重要な患者の軌跡を自動的に発見できることが示されています。
さらに、反実仮想（counterfactual）としてのタイミング推論も行え、データからあり得る別の時間的な結果を推定します。
提案手法は事前の領域知識を必要としない純粋にデータ駆動のアプローチであり、こうした能力の機械学習分野での最初期の実証であると主張しています。

概要: 支配的な名詞ベースのモデリング・パラダイムは、AI開発を根本的に制約しており、未来を開かれた時間的次元として適切に表現することを不可能にしてきました。本論文では、emph{タイミング計算} および emph{可能性} の厳密な定義とともに、動詞ベースのパラダイムを導入します。これにより、AIが私たちの思考の文法を実現するための効果的な道具として機能できるようになります。
3,276人の乳がん患者から得た縦断的EHRデータに適用したところ、本枠組みは経験的に次を示します: (1) 臨床的に有意義な患者の軌跡の自動的発見、(2) 反事実的なタイミング推論。これらはいずれも純粋にデータ駆動であり、事前の領域知識を必要とせず、また私たちの知る限り、機械学習分野における最初のこの種の実証を表しています。