
Picbreederは目標を決めずに画像を進化させた実験
Picbreederとは目標を決めずに、画像を少しずつ育てていく実験サイトのことです。また、論文によれば2008年に始まって2016年ごろに終わり、その間に公開された画像は9,758枚にのぼるとのこと。参加者は面白いと感じた画像を選ぶだけでしたが、選択が積み重なるうちに顔・動物・乗り物・頭蓋骨に似た画像が見られました。
この実験の大きな特徴は、誰かが目標を定めて進めたわけではないことです。論文もPicbreederを、人の手で進められた目標なしの探索の代表例として取り上げています。
"Users simply selected images they found interesting, allowing unexpected forms such as faces, animals, vehicles, and skulls to emerge gradually across many generations and many different people." — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"images published to the Picbreeder website between its launch in 2008 and its death around 2016"/"is the canonical example, in which users collaboratively create interesting images via interactive evolution" — 論文「3.2. Historical Picbreeder data」と「1. Introduction」より公式情報を見る →
小さなニューラルネットワークが描く画像を交配と突然変異で育てる
ニューラルネットワークとは、人間の脳にある神経細胞のつながりをまねた、数値計算の仕組みのことです。CPPNとは小規模なニューラルネットワークのことで、画素の座標を入力するとその位置の色を出力します。Picbreederの画像はどれもCPPNで描かれています。
Sakana AIの技術ブログによれば座標さえ入れればどの位置の色も計算できるため、描ける画像の解像度には上限がないとしています。画像を育てる作業とは、このネットワークの中身を少しずつ変えていくことです。
参加者は最初に表示されたランダムな画像の中から、気に入ったものを1つ以上選びます。選ばれた画像どうしを掛け合わせる交配と、中身を少しだけ変える突然変異で次の画像が作られ、その画像から再び選ぶ手順が繰り返されます。
ただし1人の参加者が完成形を思い描き、その絵を狙って育て上げるのはほぼ不可能です。多くの参加者で進化を分担すると成果物は偶然のように生まれ、あとから振り返ると目標だったように見えるとのこと。狙わずに選び続けた結果として、画像が見つかるという順序がPicbreederの核心です。
"an initially small, protean neural network that takes as input some coordinates in pixel space, and outputs that pixel's color"/"these networks effectively encode infinite-resolution images"/"These individuals (each little brain containing a single picture) are then bred together and mutated to produce a new set of candidate images, and the process repeats."/"it's nearly impossible to plan for a particular long-term goal"/"Here, the artifacts materialize by accident, appearing to the user as objectives-in-retrospect." — 技術ブログのCPPNと育種の説明より公式情報を見る →
『目標という幻想』が語るオープンエンドな探索と創造性
『目標という幻想』とはケネス・スタンレー教授らが書いた本のことで、原題はWhy Greatness Cannot Be Plannedです。Sakana AIのブログによれば明確な目標を立てるとかえって大きな発見が遠のくという逆説を論じた本で、その議論の中心にPicbreederの実験があったとのこと。本は実際に動作していたサイトで発生したことをもとに議論を組み立てています。
オープンエンドとは目標をあらかじめ定めずに探索を続けることです。スタンレー教授らは目標を持たない探索こそが人の創造性の中心にあると考えました。
Sakana AIはスタンレー教授らの考え方をAIの探索に応用し、目標を与えなくてもAIが人間と同じように探索できるかを検証しました。技術ブログも、今のAIが目標に従う存在として訓練されているという前提で議論しています。
"かえって真に偉大な発見を遠ざけてしまうという逆説を論じた書籍です。その議論の中核にあったのが「PicBreeder」の実験でした。"/"目標をあらかじめ定めない探索こそが人間の創造性の根幹にあると考えたのです。" — 公式ブログの日本語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"They are trained, evaluated, and orchestrated as goal-following entities." — 技術ブログの冒頭より公式情報を見る →
Sakana AIがVLMエージェントでPicbreederを再現
エージェントとは人の代わりに状況を確認して判断し作業を進めるAIのことです。そこで、Sakana AIはMIT・NYUとの共同研究で、Picbreederの参加者をVLMのエージェントに置き換えました。また、目標にする画像も進歩の基準も与えられていないとのこと。人間が参加していた当時のPicbreederと同じく、何を面白いと感じて選ぶかはエージェントの判断に任されました。
GECCOとは遺伝的・進化的計算を主題にした国際会議のことで、arXivとは研究者が論文を誰でも読むことができる状態で公開するサイトのことです。論文はGECCO 2026に採択され、arXivにも2026年5月27日付の改訂版(v2)が掲載されているとのこと。題名や著者を含む論文の基本情報は次のとおりです。
| 情報 | 内容 |
|---|---|
| 題名 | In Search of the Ingredients of Open-Endedness: Replicating Picbreeder with Large Vision-Language Models |
| 著者 | Sam Earle(NYU)・Kai Arulkumaran(Sakana AI)・Andrew Dai(独立)・Akarsh Kumar(MIT)・Julian Togelius(NYU)・Sebastian Risi(Sakana AI) |
| 発表先 | GECCO 2026(開催は2026年7月13日から17日・会場はコスタリカのサンホセ) |
| arXiv | 2026年5月27日付の改訂版(v2) |
題名にあるIngredientsは構成要素という意味で、題名全体ではオープンエンド性を成り立たせる構成要素を探すことをうたっています。2026年7月10日は論文の公開日ではなく、Sakana AIがブログで研究を紹介した日です。
"in collaboration with MIT and NYU, we revisit Picbreeder"/"We recreated this process using vision-language model agents."/"There is no target image and no explicit definition of what counts as progress." — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"last revised 27 May 2026 (this version, v2)"/"to be published at GECCO 2026"/"Genetic and Evolutionary Computation Conference (GECCO '26), July 13-17, 2026, San José, Costa Rica" — arXivの論文ページより公式情報を見る →
画像を育てるAI10体の公開作品を別のAIが評価
論文では、エージェント全員が公開した作品をまとめて保存する共有の保管場所をアーカイブと呼んでいます。そこで、再現実験では画像を育てるAI10体が同時に作業し、作品を次々とアーカイブへ公開していきます。公開が5件増えるたびに、画像を批評するAIが1体呼び出され、アーカイブの作品の質と新しさを評価するとのこと。
画像を育てるAIに作業の最初に見せる見本は、一部がランダムに選ばれます。残りは、公開の新しさ・評価の過去平均・枝分かれの元に選ばれた回数に応じて選ばれます。
論文は、画像を育てるAIが作業に取りかかってから1枚を公開するまでのまとまりをセッションと呼び、実験の基本単位にしています。1回のセッションは次の流れで進みます。
- アーカイブから選ばれた100枚の見本を見て枝分かれの元を選ぶか、ランダムな画像を最初の親にする
- 1世代15枚の画像から気に入った親を選び、交配と突然変異で次の世代を作る
- 20世代目に公開する1枚を選んで題名を設定する
- 公開した作品が共有のアーカイブに加わり、他のAIが画像を育てるときの見本になる
20世代という長さは、人間の参加者平均にわずかに届かない程度です。論文の注によれば当初は公開の時期をエージェントに任せたものの、すぐに公開してセッションを終えてしまうため長さを固定したとのこと。人間側の基準には、2008年から2016年ごろに公開された9,758枚とその系譜が使われています。
実験で使うモデルのデフォルトはGeminiのgemini-2.5-proです。gemini-3-pro-previewは画像を比較した評価でも指標の数値でも2.5を下回り、完璧を求めて同じところにとどまる傾向が出ました。
"In practice, we run 10 breeding agents in parallel continuously, branching from and publishing to the shared archive, and launch a critic agent whenever the archive grows by 5 publications."/"Future samples are drawn partially at random, and partially according to recency of publication, mean ratings from past agents, and branching popularity." — 技術ブログの再現ループの説明より公式情報を見る →
"The session is the core unit of the Picbreeder loop."/"Each population comprises 15 CPPN-images; exact copies of parent(s) are always included among their offspring."/"the agent is asked to select an image for publication to the archive and give it a title"/"We initially allowed agents more freedom over when to publish, but agents chose to publish rapidly and end their session, hence we enforced longer sessions."/"allowing us to reconstruct the full phylogenetic tree of published images for comparison against that of VLM-driven Picbreeder" — 論文「3.2. Historical Picbreeder data」と「3.3. Playing Picbreeder with VLMs」より公式情報を見る →
研究チームはノイズと記憶と人格を1つずつ変えて比較
ノイズとは選択にわざと混ぜるでたらめさのことです。そこで、研究チームはノイズと記憶と人格の3つを1つずつ変え、どの条件が探索を広げるかを調べました。また、人格の特徴はgemini-3-pro-previewに50個ずつ作らせ、最大1,000個まで用意したとのこと。3つの条件の中身は次のとおりです。
- ノイズ:選ぶたびに一定の確率でランダムな画像を選ばせる
- 記憶:過去の世代と選んだ画像の履歴をどこまでさかのぼって残すかを変える(なし・直前1世代分・2世代分・10世代分・全世代分)
- 人格:用意した10種・100種・1,000種の中から開始時に1つを引き、画像を育てるAIが読むプロンプトの先頭に追加する
系統樹とは画像どうしの親子関係を枝分かれの図で表したもののことです。結果を評価する指標は次のとおりです。
| 指標 | 評価の対象 |
|---|---|
| Visual Coverage | アーカイブの画像が見た目の上でどれだけ散らばっているか |
| Semantic Recall | あらかじめ定めた名詞の一覧にどれだけ近い画像を作れたか |
| Semantic Coverage | 名詞一覧の外まで含めた、画像に写る中身の多様さ(VLMが作成した説明文から算出する) |
| Tree Balance | 系統樹の枝分かれがどれだけ均等か(ランダムに選ぶと最も均等になる) |
各条件では2,000回のセッションを走らせて1つのアーカイブを作り、乱数を変えた6通りの平均を取っています。基準になるのは人間が残したPicbreederの記録で、画像をランダムに選ぶだけの設定は下限の目安になるとのこと。指標の数値が人間の記録に近い条件ほど、目標のない探索を人間に近い水準で再現できたことになります。
"In particular, we inject random noise into the agents' decision making process, we play with their memories"/"we seed them with simple personality traits intended to indirectly influence their interaction with the system"/"we try to measure how visually different images in the archive look, how much they look similar to a predefined set of objects"/"We additionally measure the tree balance of generated phylogenies"/"The random baseline provides a lower bound."/"over 6 seeds; 2,000 sessions each" — 技術ブログの条件と指標の説明、表「Quantitative results」の注記より公式情報を見る →
人格なしのVLMは同じ発想に戻りやすく多様な人格で探索が拡大
人格を持たないVLMのエージェントは人間よりも同じ発想に戻りやすく、多様な人格を混ぜると探索が大きく広がりました。Sakana AIによれば一部の実行では意味の多様さを表す指標で人間のアーカイブと同じ水準か近い値になり、枝分かれの偏りも小さくなったとのこと。表の数値ではSemantic Coverageが人格の種類を増やすごとに人間の記録へ近づき、人格1,000種で人間と同じ水準に達しています。
数値は乱数を変えて6通り走らせた平均で、人間の記録だけは1回分の実績です。人格の種類を変えた結果を技術ブログの表から抜き出すと次のとおりです。
| 条件 | Semantic Recall | Visual Coverage | Semantic Coverage | Tree Balance |
|---|---|---|---|---|
| 人間の記録 | 0.089 | 0.681 | 0.730 | 0.363 |
| 人格なし | 0.087 | 0.614 | 0.696 | 0.235 |
| 人格10種 | 0.086 | 0.605 | 0.698 | 0.373 |
| 人格100種 | 0.089 | 0.659 | 0.710 | 0.473 |
| 人格1,000種 | 0.088 | 0.665 | 0.734 | 0.476 |
| ランダムに選ぶ | 0.080 | 0.612 | 0.692 | 0.540 |
人格1,000種のSemantic Coverageは0.734で人間の0.730と同じ水準に届いた一方、Visual Coverageは0.665にとどまり人間の0.681を下回りました。Tree Balanceは人格を増やすほど大きくなり、1,000種の0.476は人間の0.363より偏りの少ない側にあります。
人格なしのTree Balanceは0.235で、人間よりも一部の親に選択が集中していました。エージェントごとに異なる人格を与えると選ばれる親がばらけ、系統樹の偏りが小さくなったと公式ブログは伝えています。
"However, introducing a diverse population of agent personalities substantially improves exploration. In some runs, diverse agent populations approached or matched the human archive on measures of semantic diversity and produced more balanced evolutionary trees." — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"The human archive emerges as a strong upper bound relative to our VLM-driven experiments"/"Among VLM experiments, agent diversity via the injection of subtle breeder system prompts is particularly effective in closing the VLM-human gap."/"The Human archive consists of a single historical"/"Adding agents also tends to steadily increase the degree of balance in the tree." — 技術ブログの本文と表「Quantitative results」の注記より公式情報を見る →
似た親ばかり選んで小さな変化にとどまるエージェントの限界
VLMのエージェントは人間よりも似た親の画像を何度も選び、元の画像から大きく離れることも少ないままでした。公式ブログによればエージェントは今の案を捨てて予想外のものを探すことが少なく、同じ案を磨き続けることが多かったとのこと。論文は同じ車の画像に行き着いた人間とVLMの系譜を並べ、1回ごとに画像の中身がどれだけ変わったかを図で比較しています。
人間の系譜は顔から目へ変わってカエルを経て車に到達しています。VLMの系譜は抽象的な鳥から車の座席に進んだあと、ダッシュボードとボンネットの飾りという車の部品だけを順に変えて車に着いています。
VLMのセッションは20世代に固定されていますが、同じ親を選び直すため公開作品どうしの遺伝的な距離は短くなりがちでした。技術ブログによれば、人間のセッションは20世代よりはるかに長いこともあるとのこと。人間は公開のたびに画像を大きく変え、より洗練された画像に到達する傾向があると論文も書いています。研究チームはAIのエージェントが自分の好む画像に引き込まれやすいと見ています。
"They repeatedly select similar parents, make smaller conceptual leaps, and often refine an existing idea rather than abandoning it in search of something genuinely unexpected." — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"Humans seem to take larger steps in semantic space (from face, to eye, to frog, to car) than VLMs (from abstract bird, to car seat, to dashboard, to hood ornament, to car)."/"Humans tend to take bigger leaps between publications and land on sharper, more refined images." — 論文の図5の説明と「4. Metrics & Interventions」より公式情報を見る →
"They often get sucked into their own attractors." — 技術ブログの質的な観察より公式情報を見る →
記憶は直前1世代分で足りノイズを加えると停滞から抜け出せる
記憶は直前の1世代分があれば十分で、長く持たせても見た目の広がりは伸びませんでした。技術ブログによれば記憶を消して今の世代しか見えなくすると、エージェントは同じ画像を延々と作成し直しやすくなるとのこと。直前1世代分の履歴を持たせるだけで、同じ選択を繰り返すことはなくなりました。逆に履歴が長すぎると処理しきれずに能力が落ちるようで、抽象的で単調な画像がアーカイブに増えています。
ノイズと人格はデフォルトの設定のままです。記憶の長さを変えた結果は次のとおりです。
| 記憶の長さ | Visual Coverage | Semantic Coverage |
|---|---|---|
| なし | 0.527 | 0.632 |
| 直前1世代分 | 0.614 | 0.696 |
| 2世代分 | 0.583 | 0.675 |
| 10世代分 | 0.512 | 0.661 |
| 全世代分 | 0.595 | 0.697 |
見た目の広がりを表すVisual Coverageは記憶なしの0.527から直前1世代分で0.614へ伸びた一方、10世代分では0.512と記憶なしより低くなりました。5つの設定のうち、Visual Coverageが最も高いのは直前1世代分でした。
選択にノイズを混ぜると、アーカイブが似た画像のわずかな違いで埋まる停滞から抜け出しやすくなります。確率0.25でランダムに選ぶ設定のVisual Coverageは0.638で、ノイズなしの0.614を上回りました。
しかしノイズは探索を広げる代わりに画像の見やすさを下げます。技術ブログによればやや粗いやり方ながら行き詰まったエージェントを別の方向へ進ませられる反面、途中段階の質の低い画像がアーカイブに増えるとのこと。常にランダムに選ぶ確率1.0の設定ではSemantic Recallが0.082に下がり、混ぜすぎると名詞の一覧に近い画像を作る力が落ちました。
"When we remove agents' memories, and they only have context of the current generation, they're prone to reproducing the same image ad nauseam."/"Even one previous generation of history is enough to break this pathology, making the agent less likely to knowingly repeat a selection."/"Too much memory seems to overload the agent's context and degrade its capabilities, with archives at longer memory-lengths often filled with overly abstract or repetitive, simple forms."/"push the agents out of problematic basins, at the risk of filling the archive with a greater proportion of intermittent stepping-stone slop"/"A bit of noise in the selection process can also encourage exploration." — 技術ブログの本文と表「Quantitative results」の注記より公式情報を見る →
"small amounts of exploratory noise can increase diversity of generated archives, but at the cost of the quality of images therein"/"surprisingly little history is necessary for optimal performance, with greater context lengths leading to pathological behavior" — 論文「1. Introduction」より公式情報を見る →
進化で生まれた頭蓋骨の画像は勾配降下法で作ったものよりロバスト
勾配降下法とは誤差が小さくなる向きへ数値を少しずつ変え、狙った画像に近づける最適化の方法のことで、ロバストとは内部を少し揺らしても結果が崩れにくい性質のことです。公式ブログによればエージェントが進化させた頭蓋骨は内部の表現を揺らしても画像が滑らかに変わり、勾配降下法で直接作った頭蓋骨より壊れにくかったとのこと。そのため、目標を決めない進化は壊れにくい表現を生みうるという見通しが得られました。
人間が進化させたPicbreederの頭蓋骨では、ネットワーク内の個々の重みが口の開け閉めや目のウインクといった意味のある操作にきれいに対応しています。勾配降下法で作ったネットワークは重みを1つ変えるだけで画像が崩れ、VLMが育てたものはその中間です。
VLMが育てた頭蓋骨は揺らしても頭蓋骨のままですが、口や目のような意味ごとの分かれ方は人間の作品ほど明確ではありません。研究チームによればロバストさの理由がCPPNと進化の仕組みにあるのか、VLMの判断にあるのかはまだ分かっていないとのこと。壊れにくさの出どころをチェックする作業は今後の研究に残されています。
"We also find intriguing evidence that open-ended evolution can produce more robust representations. A skull evolved by the agents changes smoothly when its underlying neural representation is perturbed, less fractured than a skull directly optimized with gradient descent, although still less cleanly disentangled than one evolved collectively by humans." — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
偶然の発見を育てる力にAIと人間の創造性の差が残る
Sakana AIはこの研究でおそらく最も興味深い結果を、人間とAIのあいだに残った差だと公式ブログで指摘しています。人間は幸運な偶然を長く続く創造的な発見へ育てるのが得意に見える一方、AIのエージェントは面白いパターンに気づくものの、そのパターンに囚われやすいとのこと。人間に何があって今のAIに何が欠けているのかは、研究チームにもまだ十分には分かっていません。
Sakana AIは現時点の結果から、人間の創造性にはAIがまだ再現できていない大切な何かが残っていると見ています。人間とAIの差がどこから来るのかはSakana AIが進めるAIによる科学研究にも関わる大きな問いで、オープンエンドな知性の研究を続けるとしています。
再現実験全体では人格を持たないエージェントが同じ発想に戻りやすく、1,000種類の人格を混ぜると意味の広がりが人間と同じ水準に達しました。記憶は直前の1世代分を持たせれば十分で、ノイズは停滞を破る代わりに画像の質を下げるとのこと。人格の多様さと記憶の長さとノイズの量という3つの調整が、目標なしの探索の広がりを左右することが今回の結果から読み取れます。
"But perhaps the most interesting result is the gap that remains."/"We still do not fully understand what enables humans to navigate open-ended search in this way, or what ingredient(s) current AI systems are missing. For now, the results suggest that there remains something important about human creativity that AI agents have not yet learned to reproduce."/"当社が探求するAI駆動型科学研究にも通じる大きな問いが残っています。"/"Sakana AIは今後も、オープンエンドな知性の探求を深めていきます。" — 公式ブログの英語欄と日本語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
偶然の発見を育てる人間とパターンに囚われるAI
人間は予想外のものを掘り下げる価値があると見抜き、磨いたうえで大きな発想の飛躍へ発展させています。公式ブログによればAIも興味深いパターンにしばしば気づくものの、見つけたパターンから離れられなくなりやすいとのこと。人間とAIの違いは発見する感度よりも、見つけたものを次の段階へ育てる力に出ています。
研究チームは人間のアーカイブに言葉にしにくい良さがあり、AIの作品群には洗練が不足しているとしています。AIは似ている画像に気づいた最初のひらめきから先へ進めず、もっと良いものを探しにいけていないように見えるという指摘です。
技術ブログには結果に対して予想される反論とその答えも書かれています。VLMによるPicbreederは新しいものの発見ではなく、VLMがもともと持つ視覚の知識をなぞり直す再発見にすぎないかもしれないとのこと。この反論に対してチームは、人間が持つ創造性も大部分は再発見と見ることができると答えています。
"Humans appear better at turning fortunate accidents into sustained creative discoveries: recognizing when something unexpected is worth pursuing, refining it, and then making a larger conceptual leap. The AI agents often notice interesting patterns too, but are more likely to become trapped in them." — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"the human archive has a certain je ne sais quoi"/"as if the AI agents never got over the initial spark of resemblance to find something better yet" — 技術ブログの質的な観察より公式情報を見る →
GECCO 2026の論文と公開されたコード・データ
2026年7月10日のブログは論文がGECCO 2026で発表される予定で、ベストペーパー賞にノミネートされていると伝えていました。2026年9月30日時点の技術ブログでは題名の下に「Best Paper (Complex Systems), GECCO 2026」と表記されています。
論文のコードとデータも公開されています。コードはプログラム共有サイトGitHubのsmearle/picbreeder-vlmに、データはAI向けのデータ共有サイトHugging Faceのpicbreeder-vlm-archiveに置かれているとのこと。当時のPicbreederを模したサイトも公開され、AIによる再現の結果をまとめて眺められます。
ベンチマークとはAIの性能を定まった課題で点数にする試験のことです。Picbreederを共同研究者と生み出したケネス・スタンレー教授は技術ブログに、従来のベンチマークでは決して学べないことがこの結果には多いという趣旨の言葉を述べたとのこと。 Sakana AIが別に手がけた評価の試みも、あわせてご覧ください。
"This paper will be presented at GECCO 2026 and is nominated for a best paper award" — 公式ブログの英語欄より(英日併記ページ・ロケール別表示)公式情報を見る →
"Best Paper (Complex Systems), GECCO 2026"/"that conventional benchmarks can never teach us"/"access an homage to the original site, populated with aggregate results over multiple replays of AI-driven reproductions of the collective human event" — 技術ブログの題名の下と図の説明より公式情報を見る →
"We make our code available at this https URL" — arXivの論文要旨より公式情報を見る →
FAQ
- Picbreederとは何ですか?
- Picbreederとは目標を決めずに、画像を少しずつ進化させる実験サイトのことです。2008年に始まって2016年ごろに終わり、参加者が面白いと感じた画像を選び続けるうちに顔や動物に似た画像が見られました。
- AIのエージェントに人格を持たせると何が変わりましたか?
- 探索の幅が大きく広がりました。公式ブログによれば一部の実行では意味の多様さを測る指標で人間のアーカイブと同じ水準か近い値になり、枝分かれの偏りも小さくなったとのこと。人格を持たないエージェントは人間よりも同じ発想に戻りやすい傾向がありました。
- AIは人間のように創造的になれたのですか?
- 偶然の発見を育てる力では人間に届きませんでした。人間は予想外のものの価値を見抜いて大きな飛躍へ発展させますが、AIのエージェントは面白いパターンに気づいてもそのパターンに囚われやすい傾向がありました。



