L'Intelligence Artificielle et l'apprentissage automatique pour les jeux et l'optimisation

22/05/2018

Par Tristan Cazenave, Professeur d'Intelligence Artificielle à l'Université Paris-Dauphine

Selon Alan Turing, mathématicien et pionner de l'Intelligence Artificielle (IA), une IA est un système qui pense comme les êtres humains. Par la suite, l’IA a été également définie comme un système qui agit comme un être humain. Aujourd'hui, il est davantage question de créer un système capable d'analyser une situation et de prendre la bonne décision plutôt que de créer un système reproduisant le comportement humain.

Dans le domaine de l'IA à travers les jeux, différents programmes se sont distingués : Deep Blue aux échecs en 1997, Waston au quizz de culture générale en 2011, et plus récemment Alpha Go au jeu de Go en 2016 puis Libratus au poker en 2017. Ce type d'IA sont des IA faibles, c'est-à-dire qu'elles sont spécialisées sur un domaine, contrairement aux IA fortes, dont le but est de résoudre tous les problèmes.

L'apprentissage d'une IA faible spécialisée dans un jeu passe souvent par un réseau neuronal artificiel, ou neural network, permettant la mise en place de deep learning, une technique d'apprentissage automatique, en supervised learning lorsque l'IA apprend les coups forts de joueurs humains ou encore en self play lorsque l'IA effectue un apprentissage par renforcement en jouant contre elle-même.

Dans le cas d'Alpha Go, le deep learning est associé à la méthode de Monte-Carlo, qui permet d'introduire de l'aléatoire. Alpha Go est une IA spécialisée dans le jeu de go. Développé par DeepMind, filiale de Google, elle a été créée par David Silver et Aja Huang. Il s'agit du premier programme qui, après avoir battu le champion européen, Fan Hui, en 2015, a également battu en 2017 le champion du monde humain de jeu de go, Ke Jie.

Mentionné pour la première fois lors de la conférence de Darmouth en 1956, l'IA a fait de considérables progrès ces dernières années, notamment depuis 2012 avec l'émergence du deep learning. Ce sont ces évolutions, appliquées dans l'optimisation et dans la prise de décision à travers un cadre de problème complexe, qui ont permis à une IA de battre un champion du monde humain pour la première fois.

Bien que l'image véhiculée par le cinéma et les leaders d'opinion soit souvent négative, la presse fait régulièrement état des avancées de l'IA, en faisant autant état de forts investissements qu'elles suscitent que de ses évolutions, avec les voitures intelligentes ou le recours au machine learning dans l'amélioration des services de Google, Amazon ou encore Netflix. De nos jours, les applications de l'IA sont nombreuses – dans le jeu, la bio informatique, la logistique – et il ne fait aucun doute qu'elles se développeront dans d'autres domaines à l'avenir.