Google Deepmind a publié les résultats de la nouvelle version de son programme AlphaGo. La nouvelle version est parvenue à surpasser la précédente version du programme qui avait déjà  battu les plus grands champions humains du jeu traditionnel chinois.

La nouvelle version d’AlphaGo pourrait bien être, selon ses concepteurs,   «le meilleur joueur de Go de l’histoire» et selon les équipes de DeepMind, le programme est parvenu à utiliser plusieurs coups qui n’avaient jamais été utilisés par les joueurs humains.

L’intelligence artificielle développée par Deepmind, la branche intelligence artificielle de Google, est parvenue à se surpasser grâce au développement d’une nouvelle version baptisée AlphaGo Zero.

L’équipe chargée du développement du programme a présente les résultats surprenants de sa nouvelle version: AlphaGo Zero est parvenue à dominer la version précédente de l’IA, qui avait pourtant tenu tête en 2016 aux plus grands champions humains de Go.

Cette nouvelle version d’AlphaGo est analysée avec plus de détails dans un article publié par la revue scientifique Science.

Une nouvelle approche d’apprentissage

Pour ses concepteurs, AlphaGo Zero a choisi une approche différente de celle retenue par son prédécesseur :

Si la précédente version d’AlphaGo avait pu analyser plusieurs millions de parties jouées par des humains afin de créer son propre style de jeu, AlphaGo Zero est parti de zéro: les ingénieurs de Google se sont en effet contentés de lui indiquer les règles du jeu.

AlphaGo Zero s’est alors totalement pris en main : le programme a multiplié les parties en jouant contre lui-même afin d’affiner sa compréhension du jeu et des mécaniques.

Cette technique, dénommée «reinforcement learning » a permis à AlphaGo Zero d’améliorer encore ses performances : en trois jours, le programme est parvenu  à décrocher ses premières victoires face à la version du programme ayant vaincu le champion du monde Lee Sedol. (1)

En continuant son processus d’amélioration, AlphaGo Zero est parvenu encore à améliorer ses performances jusqu’à dominer la version d’AlphaGo Master, qui avait dominé plusieurs joueurs humains de très bon niveau sur des compétitions en ligne.

De nouvelles perspectives en matière d’intelligence artificielle.

Cette annonce ouvre ainsi de nouvelles perspectives en matière d’intelligence artificielle, la capacité des algorithmes se montrant en mesure de s’attaquer à des problèmes complexes en disposant de données initiales très réduites.

Cette fois, en effet, AlphaGo Zero ne disposait à son démarrage que de la connaissance des règles du Go, contrairement aux versions précédentes qui s’appuyaient sur l’expérience de parties jouées par les humains.

Les chercheurs indiquent qu’ AlphaGo Zero bénéficie également des améliorations apportées au matériel et à son algorithme, ce qui le rend désormais capable de fonctionner sur une puissance de calcul largement inférieure aux précédentes versions.

L’utilisation des réseaux neuronaux

Cette nouvelle réussite vient confirmer l’intérêt croissant pour les réseaux neuronaux largement utilisés par AlphaGo dans ses différentes versions.

La nouvelle approche retenue par AlphaGo Zero montre également la viabilité des approches s’appuyant sur des données « non supervisées », c'est-à-dire en l’absence de données classées et triées par des data scientists avant d’être analysés par AlphaGo.

Ce stade étant franchi, Deepmind s’est lancée dans de nouveaux domaines afin de  confronter leurs IA à des expériences différentes. (2)

Ainsi, les chercheurs ont notamment annoncé un partenariat avec un hôpital britannique pour procéder à l’analyse de données médicales.

(1)           Voir :