科学、技術、創造的生産の自動化がAIアシスタントによって大規模に進められる中、人工エージェントが人間のようにオープンエンドな発見を行う能力を持つかどうかは重要な問いである。Sam Earleら6名の著者による研究は、この問いに答えるため、人間によるオープンエンド探索の代表例であるPicbreederに着目した。Picbreederでは、ユーザーが小さなニューラルネットワークの対話型進化を通じて多様な画像ライブラリを協調的に生成する。この研究では、人間ユーザーを最先端の視覚言語モデル（VLM）に置き換えてPicbreederを再現した。成果は2026年のGECCOで発表される予定である。
研究チームは、VLMエージェントの出力と過去の人間ベースラインとの間に明確な質的差異があることを観察した。この差異を特徴づけるため、系統発生的複雑性、視覚的・意味的顕著性、新規性といった指標を用いて定量化を試みた。系統発生的複雑性は進化系統の分岐度を測り、顕著性と新規性は生成画像の視覚的魅力と意味的独自性を評価する。
さらに、研究者らは差異の原因となる要因の特定に取り組んだ。特に、エージェントの選択プロセスへの探索ノイズの追加、エージェント間の行動多様性、そして過去の行動の記憶という形での物語的勢いの3つの介入を検討した。これらの要因は、人間のオープンエンド探索における偶然性、個体差、歴史的連続性を模倣する可能性がある。
本研究は、現在のVLMがオープンエンドな創造タスクで持つ限界を明らかにするだけでなく、より優れた無誘導発見が可能なAIシステムの設計に手がかりを与える。コードはGitHub（https://github.com/smearle/picbreeder-vlm）で公開されており、コミュニティによる再現と拡張が可能である。この研究は、人工エージェントのオープンエンドな発見能力を理解するための重要な一歩であり、2026年7月のGECCO 2026で正式に発表される。