Les avancées technologiques ont depuis toujours changé le quotidien de l’humanité. La machine à vapeur, le moteur à explosion, jusqu’à l’ère numérique que l’on connaît aujourd’hui. Si Internet est bien entendu l’une des technologies qui ont changé nos vies, une autre risque bien de faire de plus en plus parler d’elle. L’intelligence artificielle se développe ainsi à une très grande vitesse. De cerveaux artificiels basiques, nous sommes passées à des machines qui peuvent réfléchir et soutenir les actions d’un robot. On se souvient de cet androïde, de nationalité saoudienne, baptisée Sophia qui donnait des interviews, ou encore plus récemment de ce chien robot capable de répondre à des ordres simples et de divertir ses camarades canins.
Mais il existe un autre domaine où l’intelligence artificielle est en train de changer la donne et de se développer, celui du jeu. Terrain privilégié des développeurs pour améliorer les intelligences artificielles, les I.A. joueuses sont parmi les plus sophistiquées du monde.
Analyse de l’avancée des intelligences artificielles qui jouent ↓
L’apprentissage par le jeu, un principe ancestral
Les intelligences artificielles modernes fonctionnent sur le modèle du cerveau humain. On parle ainsi de réseaux neuronaux artificiels. En imitant l’activité du cerveau, les chercheurs veulent que la machine sache réfléchir, certes, mais aussi apprendre. C’est tout le principe du deep learning, la technologie sous-jacente derrière les I.A. joueuses.
Imaginez une intelligence artificielle créée pour reconnaître des sons. Si au début sa marge d’erreur sera immense, à la manière des nouveaux-nés, plus elle engendre de l’expérience et enregistre des sons, plus elle pourra les classer et les identifier finement. Une machine classique, elle, devra être encodée avec tous les paramètres à l’avance pour qu’elle puisse identifier et classer les sons.
Une I.A. qui pratique le deep learning fonctionne donc, pour forcer le trait, comme un humain. La seule différence réside dans la quantité d’expérience qu’elle peut acquérir.
Pas étonnant donc que les chercheurs aient voulu tester ces cerveaux artificiels sur des jeux de stratégie.
Les intelligences artificielles, des adversaires coriaces
C’est le 11 mai 1997 que Garry Kasparov, considéré comme l’un des plus grands joueurs d’échecs de l’histoire, s’en va affronter Deep Blue, une intelligence artificielle développée par la société IBM. Ayant déjà battu à plate couture une autre I.A. quelques années auparavant, le champion ne se prépare que très peu. S’ensuit alors un séisme dans le monde des échecs comme dans celui de l’informatique. Deep Blue vient de battre l’un des plus grands joueurs d’échecs de l’histoire.
Si le travail sur des jeux comme les échecs ou le jeu de Go est déjà immense, il prend une tout autre dimension avec le poker. Le jeu demande en effet de prévoir et de réfléchir avec des informations manquantes, laissant parler notre instinct, là où la machine n’en a pas. Pour autant, en apprenant les règles du poker, la hiérarchie des mains et les différentes stratégies utilisées, la machine peut « pratiquer » le jeu et ainsi s’exercer. Pluribus est ainsi une intelligence artificielle qui apprend peut aujourd’hui battre les meilleurs joueurs de poker dans le monde. Et ce, sans aide extérieure. En offrant les règles du jeu à la machine, elle s’est simplement entraînée toute seule.
Une recherche par le jeu, mais pour la science
On pourrait penser qu’entraîner des intelligences à jouer est futile, mais il n’en est rien. Ces recherches développent l’intelligence artificielle qui peut ensuite être mise à contribution dans d’autres domaines comme la médecine, la biologie, ou encore la météorologie.
Récemment, AlphaFold, un algorithme de deep learning, a bluffé les scientifiques en accomplissant un travail en quelques heures qu’ils mettaient des années à faire. Non seulement l’intelligence peut être un gain de temps pour la recherche, mais elle est aussi capable de découvrir des secrets de la science en analysant ses propres données. Une véritable révolution qui est possible notamment grâce au mécanisme du jeu et ses propriétés d’apprentissage. “On apprend mieux en s’amusant” dit l’adage, pour l’homme aussi bien que pour la machine apparemment.