Sakana AI、AI の創造性実験を発表

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。

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。

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。

AI と人間の創造性の本質的な隔たり

AI は興味深いパターンを認識する能力を持つものの、偶然の発見を継続的な創造的発見へと発展させる「概念の飛躍」において人間に劣っており、現在の AI システムが欠いている要素が存在すると結論付けた。

VLMエージェントの探索特性と限界

VLMエージェントは特定の見た目や意味に引き寄せられやすく、既存のアイデアを洗練させる傾向がある。多様な人格を持つ集団を導入することで、生成されたアーカイブの意味的な幅広さは人間が作ったものに迫る水準まで改善される。