Ce que la réussite du programme AlphaGo augure pour l’avenir de l’IA
Vous n’avez pas pu passer à côté de l’évènement. Il y a quelques semaines, le programme d’intelligence artificielle AlphaGo a fait grand bruit en battant 4 à 1 le champion coréen de go Lee Sedol. Pour la première fois, une intelligence artificielle battait un esprit humain au jeu de go, qui était jusqu’à maintenant considéré comme un graal inatteignable de l’IA et la chasse gardée de l’intelligence humaine. À l’origine, il y a l’entreprise britannique DeepMind, rachetée en 2014 par le géant Google, spécialisée dans le développement de programmes d’intelligence artificielle. Et dont l’objectif avoué est de « résoudre l’intelligence. » Vaste programme.
Dans le parcours semé d’embûches de l’IA, il y avait déjà eu, en son temps, l’exploit du programme Deep Blue, dans les années 1990. Deep Blue, un superordinateur développé par IBM et conçu spécifiquement pour jouer aux échecs, a tenu la dragée haute au champion du monde d’échecs Gary Kasparov dans les années 1990, avant de le battre en 1997 dans un match revanche. Mais le jeu de go, avec son nombre impressionnant de combinaisons possibles à effectuer sur le goban (plateau de go), restait jusqu’à présent un défi de l’IA. Un défi relevé avec brio par le programme AlphaGo.
La victoire d’AlphaGo pourrait sembler anecdotique, mais elle représente en fait une petite révolution scientifique qui pourrait bien avoir des répercussions importantes sur le quotidien de tout un chacun. Cleek vous propose un récapitulatif en cinq questions pour mieux comprendre les tenants et aboutissants de la victoire d’AlphaGo et de ce qu’elle pourrait bien signifier pour l’avenir de l’IA.
[divider]Du go…[/divider]
Avant tout, qu’est-ce que le go ?
Le go est un jeu de stratégie, originaire de Chine mais devenu très populaire au Japon et en Corée. Le go oppose deux joueurs, chacun armé d’une couleur et d’un jeu de pierres correspondant – traditionnellement, blanc ou noir – qui s’affrontent sur un large plateau, le goban. Le but du jeu est de former des territoires à l’aide de ses pierres, et d’empêcher l’adversaire de construire le sien en enfermant les pierres adverses, ce qui rapporte des points. À la fin du jeu, le gagnant est celui qui comptabilise le plus de points.
Aussi abstrait que complexe, le go est un jeu extrêmement rigoureux et exigeant. Dans le jargon, le go est un jeu combinatoire abstrait, catégorie de jeux à laquelle appartient notamment le jeu d’échecs. En France, le jeu s’est fait notamment fait connaître avec le succès du manga Hikaru no Go, un shônen nekketsu dessiné par un certain Takeshi Obata (Death Note, Bakuman), plus tard adapté en anime, et dont le go est le sujet central.
[divider]… à l’alpha go[/divider]
La victoire du programme AlphaGo est-elle une victoire de l’intelligence artificielle sur l’intelligence humaine ?
Dans une certaine mesure, oui. Tous les commentateurs et experts en go ont souligné le fait que certains mouvements d’AlphaGo, qui l’ont mené à une brillante victoire face au champion Lee Sedol, étaient a priori incompréhensibles à l’esprit humain. Et mériteraient des semaines d’analyse avant de pouvoir reconstruire le cheminement « logique » qui a poussé le programme à effectuer ce mouvement stratégique-ci plutôt qu’un autre.
Mais si on n’a encore qu’une compréhension limitée du niveau de go auquel joue AlphaGo, il ne faut pas oublier que c’est bien l’intelligence humaine qui est à l’origine du programme, et de sa capacité à calculer le meilleur mouvement à effectuer dans une situation donnée parmi des millions de possibilités. Pour ce faire, Google Deepmind a mis en place deux réseaux de « neurones » artificiels permettant à AlphaGo d’apprendre automatiquement, à partir d’une base de données de 30 millions de coups joués par des mains humaines. C’est le Deep Learning, qui, combiné à la méthode de Monte-Carlo, a permis à AlphaGo d’atteindre un tel niveau de maîtrise du jeu.
En résumé, si AlphaGo est effectivement une création humaine, sa façon de jouer au go dépasse pour le moment notre entendement du jeu.
Pourquoi le programme AlphaGo est-il meilleur que l’humain au go ?
Avant de répondre à cette question, peut-être convient-il d’abord de réfléchir aux termes mêmes de la question. Comme on l’a vu, certains mouvements effectués par AlphaGo demeurent énigmatiques aux yeux d’experts qui ont pourtant fait du go leur spécialité et la quête de toute une vie. Une fois que l’on a posé cet état de fait, peut-être faut-il admettre qu’AlphaGo n’est pas, au sens strict du terme, « meilleur » que l’intelligence humaine (brillamment défendue par le champion Lee Sedol) au go, car les humains et la machine ne jouent, de fait, pas du tout au même niveau, ni avec la même façon d’appréhender le jeu. Peut-être serait-il plus exact de dire que le programme joue bel et bien un « autre » type de go.
Aucun joueur humain n’aurait joué les coups qu’AlphaGo a joué.
C’est ce qu’a déclaré un expert face à la victoire du programme AlphaGo. Voilà peut-être la clé du mystère. AlphaGo joue un go différent car ce sont bel et bien des lois mathématiques de probabilités qui régissent ses coups. Un go différent, le go des machines, qui est, dans l’état actuel des choses, impossible à jouer par un esprit humain. C’est ainsi que le champion Lee Sedol a déclaré, après le match contre AlphaGo :
Lorsque j’ai vu les mouvements qu’AlphaGo faisait, je me suis demandé si les coups de go que je connaissais étaient les bons.
Mais au fait, quel est l’intérêt de construire un programme d’IA spécifiquement conçu pour le go ?
La victoire de l’IA aux échecs avait fait grand bruit, et il semblerait que maintenant, la dernière frontière que représentait le go soit elle aussi tombée sous les coups d’une redoutable intelligence artificielle. Le go représentait un défi certain pour les cerveaux de DeepMind, mais, de façon générale, les jeux sont le terrain de jeu de prédilection des programmes d’intelligence artificielle, car ce sont des domaines obéissants à des règles et des contraintes mathématiquement modélisables. D’autres domaines, tels que les langues, qui ne sont pas régis par des règles statistiques absolues, sont encore relativement peu perméables aux révolutions technologiques et décisives des IA.
Mais un jeu n’est jamais qu’un « simple » jeu. Un jeu est une représentation du monde, et offre une certaine façon d’appréhender les arts de la politique et de la lutte armée, dans la mesure où y opère un certain degré de stratégie et de coups à jouer. Après les jeux combinatoires abstraits, les IA de ce monde pourraient désormais se tourner vers des jeux aux règles et aux modalités plus relatives, voire même des jeux multijoueurs. Des jeux tels que le poker, ou même StarCraft.
Pour l’heure, Demis Hassabis, neuroscientifique, concepteur, développeur de jeux vidéo, et tête pensante de Google DeepMind, a déclaré que les algorithmes du programme AlphaGo pourraient détenir la solution de toutes sortes de problèmes, allant des services de santé à de nombreux domaines scientifiques. Et là réside la différence cruciale entre AlphaGo et son prédécesseur, Deep Blue : là où le second avait été spécifiquement développé pour jouer aux échecs, AlphaGo avoir un impact décisif dans de nombreux domaines, du fait de l’emploi central d’une technologie certes innovante mais beaucoup plus généraliste.
Finalement, la victoire d’AlphaGo est-elle une bonne ou une mauvaise nouvelle ?
On se souvient en effet des avertissements récents de Stephen Hawking face à la menace que pourraient représenter des machines super-intelligentes pour l’humanité. Pour l’heure, les parties jouées par AlphaGo contre Lee Sedol sont encore décortiquées et analysées afin d’en extraire de précieuses réponses. Au-delà du go, AlphaGo pourrait avoir un rôle crucial à jouer dans la science diagnostique et la recherche médicale enfin, tout domaine où une situation peut être appréhendée sous forme de problème. Mais AlphaGo a également, et peut-être paradoxalement, beaucoup à apporter au jeu de go en lui-même. La possibilité de permettre aux joueurs de jouer contre l’ordinateur pourrait offrir ce que Deep Blue a offert aux échecs : la possibilité de s’entraîner et de s’améliorer à un niveau individuel. L’attention médiatique a elle aussi été bénéfique : en quelques semaines, les inscriptions à des clubs de go ont connu une augmentation particulière.
De façon générale, le jeu de go gagnerait a être mieux connu du grand public tant les qualités intellectuelles et humaines qu’il exige de ses joueurs sont incroyablement enrichissantes. Mais pour appréhender pleinement les conséquences décisives de la réussite du projet AlphaGo dans le domaine de la science et dans notre vie de tous les jours, il faudra, cependant, attendre l’expérience des années pour que celles-ci se révèlent pleinement.
