Battre des champions sans savoir jouer

Comment une machine peut-elle être capable de battre un champion d’échecs ? Une technique classique et efficace consiste à simuler toutes les façons de jouer au prochain tour, soit une vingtaine de possibilités aux échecs, et de choisir la meilleure opportunité (celle qui prend par exemple le plus de pions à l’adversaire). Maintenant, imaginons que la machine simule aussi à chaque fois tous les coups possibles de l’adversaire ainsi que toutes les réponses : on obtient ainsi un arbre de possibilités.

Cependant, dans une partie de go, un jeu de plateau très ancien originaire de Chine, il existe 200 coups possibles par tour, transformant l’arbre des possibilités en une jungle avec 10 600 possibilités. De quoi donner la migraine au meilleur des algorithmes.

C’est alors qu’est apparu AlphaGo, une intelligence artificielle conçue par Google DeepMind et pouvant battre n’importe quel joueur de Go. Ce programme reprend le principe du tirage en arbre, mais couplé avec des algorithmes d’apprentissages (machine learning) qui utilisent des données déjà existantes. Les algorithmes ont donc appris à jouer et à envisager les meilleurs coups en se servant de dizaines de milliers de parties de go enregistrées et jouées par des professionnels.

Cf. Interview : Tristan Cazenave

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.