AlphaGo a battu le champion du jeu de go Lee Se-dol

En 1997, pour la première fois de l’Histoire, un programme informatique battait un humain à un jeu où la stratégie est primordiale, en l’occurrence les échecs.

L’ordinateur baptisé Deep Blue avait alors laissé craindre à beaucoup, en battant le champion du monde d’échecs Garry Kasparov, que l’intelligence artificielle ne surpasse l’intelligence humaine.

19 ans plus tard, c’est au tour de l’un des meilleurs joueurs de jeu de go de la planète, le Sud-Coréen Lee Se-dol, de devoir s’incliner 4 à 1 face à AlphaGo, un ordinateur conçu par une filiale de Google baptisée DeepMind.

Cette fois encore, de nombreux observateurs ont laissé entendre que l’intelligence artificielle était bien supérieure à celle de l’homme. Pourtant, bien qu’AlphaGo réalise des prouesses, il s’est jusqu’à présent contenté d’apprendre…

Avec le succès d’AlphaGo, Google démocratise le « machine learning »

Si les géants du net se mènent depuis longtemps une véritable bataille pour concevoir des machines capables d’exploiter la masse de données offerte par le web, difficile pour ces acteurs de prouver l’avancée de leurs travaux au grand public.

Avec AlphaGo, Google a profité d’une jolie vitrine pour présenter ce qu’il nomme le « machine learning » autrement dit l’apprentissage automatique.

Eh oui, la victoire sur le score de 4 à 1 d’AlphaGo sur le champion de jeu de go a bénéficié d’un relais média colossal puisque les journaux, papier ou télévisés du monde entier, ont parlé du succès de la machine. 100 millions de personnes auraient même suivi le duel sur YouTube…

Or, que serait AlphaGo sans ses algorithmes qui lui permettent en temps réel de savoir quel pion jouer pour espérer gagner la partie ? Assurément un simple ordinateur de base !

Vidéo : comment jouer au jeu de go ? Quelles sont les règles et les statistiques ?

C’est d’ailleurs pour cette raison qu’au-delà de la victoire face à Lee Se-dol, c’est probablement la nouvelle étape franchie sur la longue route qui conduit à l’intelligence artificielle qui doit être retenue.

Le succès d’AlphaGo met effectivement en lumière la méthode d’apprentissage que DeepMind a appliqué à sa machine et qu’il a nommé « reinforcement machine ».

Celle-ci repose sur la multiplication des parties qu’AlphaGo a joué contre lui-même. En effet, plus le nombre de parties jouées est important, plus l’expérience du jeu de go est grande et meilleure est donc la stratégie choisie pour gagner une partie.

Pour autant, AlphaGo n’a finalement qu’appris à apprendre jusqu’à présent et il ne sait en aucun cas penser.

De même, il est uniquement programmé pour savoir jouer au jeu de go. Il montre donc assurément une avancée mais, comme l’a clairement évoqué Demis Hassabis, PDG de DeepMind, « il faudra des décennies pour que l’intelligence artificielle s’approche de l’intelligence humaine ».

Deep Mind entend encore repousser les limites de l’IA

Si Google est très clairement le vrai gagnant de la victoire d’AlphaGo face à Lee Sedol, la firme de Mountain View peut avant tout se féliciter d’avoir acquis DeepMind alors même que Facebook lorgnait également sur l’entreprise britannique pas plus tard qu’en 2014.

Ceci est d’autant plus vrai que DeepMind est loin d’avoir mobilisé l’ensemble de ses moyens pour conduire le projet AlphaGo.

En effet, pas plus de 15 ingénieurs auraient activement pris part au développement des algorithmes de la machine qui a brillé au jeu de go, alors que l’entreprise compte parmi ses effectifs près de 20 fois plus d’ingénieurs.

Depuis sa création, l’entreprise britannique se concentre sur le développement des systèmes informatiques capables de jouer à des jeux d’arcade ou de stratégie.

Toutefois, les jeux ne sont que prétexte puisque l’objectif, clairement visible avec AlphaGo, est d’améliorer constamment les algorithmes d’intelligence artificielle.

Il faut dire que DeepMind voit loin étant donné que Demis Hassabis est persuadé qu’une intelligence artificielle générale « peut aider à résoudre les grands défis de l’humanité » et ce tout particulièrement dans le secteur de la santé.