Sakana AI、AI の創造性実験を発表

記事の3ポイント

1. 1

   大規模視覚言語モデルによる Picbreeder の再現実験

   Sakana AI は MIT や NYU と協力し、明確な目標設定なしに画像を共進化させる「Picbreeder」の仕組みを、大規模視覚言語モデル（VLM）エージェントを用いて再構築した。

2. 2

   単一モデル群の探索における限界

   実験結果では、VLM エージェントは人間と比較して同じ概念に留まりやすく、既存アイデアの微調整に終始し、真に予期せぬ形への飛躍が難しいことが判明した。

3. 3

   多様なエージェント性格による探索能力の向上

   異なる性格を持つ多様なエージェント群を導入することで、セマンティックな多様性や進化的ツリーのバランスにおいて人間のアートワークに迫る、あるいは同等の結果が得られることが示された。