
AlphaGo a réussi à faire plier Ke Jie durant la première des trois manches prévues, toutefois, l’écart n’a pas été important. C’est lors de la deuxième manche, ce jeudi que l’intelligence artificielle s’est largement imposée de façon décisive face au Chinois, qui est classé encore une fois numéro un mondial. Cette fois, l’IA a forcé son rival humain à abdiquer, malgré un bon début pour le Chinois, selon l’analyse d’Alphago.
« J’ai placé ma main sur ma poitrine parce que je croyais que j’avais une chance. Je croyais que j’étais proche de la victoire au milieu du match, mais AlphGo pensait autrement. J’étais excité, je pouvais sentir les battements de mon cœur ! », a dit Ke Jie lors d’une conférence de presse.
Il reste encore un autre match à jouer, mais il va sans dire que l’IA de Google s’est imposée et a battu le meilleur joueur du monde de Go, le jeu de stratégie le plus compliqué. C’est une autre étape clé pour AlphaGo et l’IA de Deepmind que la société pense pouvoir exploiter pour résoudre des problèmes du monde réel et l’améliorer.
La raison pour laquelle des firmes comme Google et Facebook s’intéressent au jeu de Go est simple, programmer un joueur de Go est un défi bien plus difficile que d’autres jeux comme les échecs, en raison de la complexité de Go et son nombre bien plus grand de combinaisons possibles, ce qui rend extrêmement complexe l’utilisation de méthodes traditionnelles telles que la recherche exhaustive. « Les victoires de la machine au jeu de go marquent les esprits, car c’est le jeu le plus compliqué que l’homme est capable de conceptualiser », explique à l’AFP Yves Demazeau, directeur de recherche au CNRS et spécialiste de l’intelligence artificielle.
Mais grâce à l’émergence sur le marché d’ordinateurs plus puissants et l’augmentation de la taille des bases de données, de nouvelles méthodes comme l’apprentissage profond (deep learning) ont permis d’entraîner les machines à jouer à Go. AlphaGo a initialement été entraîné pour imiter les joueurs humains, en retrouvant les coups enregistrés lors de dizaines de milliers de parties menées par des joueurs experts. Une fois un certain niveau atteint, il s'est entraîné à jouer des millions de parties contre d'autres instances de lui-même, utilisant l'apprentissage par renforcement pour s'améliorer.
Source : Le Monde
Et vous ?

Voir aussi :
