| Développé par | Google DeepMind |
|---|---|
| Type | Logiciel de jeu de go Entité artificiellement intelligente(d)  |
| Site web | Site officiel |
AlphaGo est unprogramme informatique capable de jouer aujeu de go, développé par l'entreprise britanniqueDeepMind et racheté en 2014 par Google.
En, il devient le premier programme à battre unjoueur professionnel (le FrançaisFan Hui) sur ungoban de taille normale (19 × 19) sans handicap. Il s'agit d'une étape symboliquement forte puisque leprogramme joueur de go est alors un défi complexe de l'intelligence artificielle[1]. En, il batLee Sedol, un des meilleurs joueurs mondiaux (9e dan professionnel)[2],[3]. Le, il bat le champion du mondeKe Jie et le retrait du logiciel est annoncé.
L'algorithme d'AlphaGo combine des techniques d'apprentissage automatique et deparcours de graphe, associées à de nombreux entrainements avec des humains, d'autres ordinateurs, et surtout lui-même.
Cet algorithme sera encore amélioré dans les versions suivantes.AlphaGo Zero en atteint un niveau supérieur en jouant uniquement contre lui-même.AlphaZero en décembre 2017 surpasse largement, toujours par auto-apprentissage, le niveau de tous les joueurs humains et logiciels, non seulement au go, mais aussi auxéchecs et aushōgi.
Programmer un joueur de go est considéré comme un problème bien plus difficile que pour d'autres jeux, comme leséchecs, en raison d'un bien plus grand nombre de combinaisons possibles[4], mais aussi parce que la condition de victoire et les objectifs intermédiaires sont beaucoup moins clairs, ce qui rend extrêmement complexe l'utilisation de méthodes traditionnelles telles que larecherche exhaustive[5]. Quand l'ordinateur d'IBMDeep Blue a battu le champion du monde d'échecsGarry Kasparov en 1997, les ordinateurs étaient alors limités au niveau des joueurs amateurs faibles au jeu de go.
Le monde de la recherche voit en cette difficulté un défi à relever et améliore ses algorithmes[6], et le niveau des programmes s'accélère dans lesannées 2010. En 2012, le programme Zen a battuTakemiya Masaki (9e dan) deux fois, avec unhandicap de 5 et 4 pierres[7]. En 2013,Crazy Stone a battuIshida Yoshio (9e dan) avec un handicap de 4 pierres[8].
Début 2016,Facebook annonce avoir des résultats encourageants à propos d'une intelligence artificielle de go[9] appelée Darkforest développée en interne.
AlphaGo a été développé parDeepMind Technologies, une entreprise britannique spécialisée dans l'intelligence artificielle créée parDemis Hassabis,Mustafa Suleyman etShane Legg[10] en 2010, et rachetée parGoogle en 2014.
AlphaGo représente une amélioration significative par rapport aux précédentsprogrammes de go. Sur 500 parties jouées contre d'autres programmes, y comprisCrazy Stone et Zen[11], AlphaGo n'en a perdu qu'une[12].
En, AlphaGo bat le champion européen de goFan Hui (2e dan), 5-0 en parties lentes[13] et 3-2 en parties rapides[14]. C'est la première fois qu'un programme de go bat unjoueur professionnel dans un match avec parties sans handicap sur ungoban de taille normale (19×19)[14]. La nouvelle n'a été annoncée que le pour coïncider avec la publication d'un article dans le journalNature[15] décrivant l'algorithme utilisé[13].
AlphaGo affronte en le joueursud-coréenLee Sedol (9e dan professionnel, niveau maximal), considéré comme le meilleur joueur du monde entre 2000 et 2010[1]. Le match, récompensé par un prix d'un million de dollars, est diffusé et commenté en direct sur internet[16]. Lee Sedol reçoit 150 000 $ pour sa participation, et 20 000 $ pour chaque partie gagnée.
Le match en 5 parties se termine par la victoire 4-1 de l'ordinateur :
Avant même la dernière partie et assuré de la victoire, AlphaGo est classé9e dan professionnel de manière honorifique par laHanguk Kiwon (fédération coréenne de jeu de go)[22]. Le prix d'un million de dollars, gagné par l'équipe d'AlphaGo, est donné à des associations caritatives.
Avant même la rencontre, d'autres professionnels avaient manifesté leur désir de s'opposer à AlphaGo[23], même siKe Jie estimait, au vu de ses parties contre Fan Hui, que ce n'était pas un adversaire digne de lui[24]. Après le match, Lee Sedol regrettait de ne pas avoir donné toute sa mesure, et souhaitait une revanche[25]. Mais ce n'est qu'au début de que la perspective d'une nouvelle rencontre se précisait ; cependant, le,Demis Hassabis refusait de confirmer ces informations[26],[27].
Le, AlphaGo devient le meilleur joueur du monde au classement deGoRatings, avec 3612 points Elo (contre 3608 au second,Ke Jie)[28].
En, des commentaires détaillés des parties du match contre Lee Sedol, dus àGu Li etZhou Ruiyang (en) et s’appuyant sur les analyses d’AlphaGo, ont été publiés sur le site de DeepMind[29] ; d’après Gu Li, la maîtrise d’AlphaGo et la profondeur de ses analyses dépassent encore ce qu’on en avait déjà dit lors du match.
Le,Demis Hassabis annonce qu’une version améliorée d'AlphaGo vient de disputer une série de 60 parties rapides contre les meilleurs joueurs mondiaux (Ke Jie,Iyama Yuta,Gu Li,Park Jeong-hwan (en)…)[30], parties qu’elle a toutes gagnées, et qu’elle disputera des matchs officiels un peu plus tard dans l’année[31].
Du 23 au, un festival intituléThe Future of Go Summit est organisé par Google et l’association chinoise de weiqi àWuzhen ; la plus récente version d'AlphaGo y affronteKe Jie dans un match en trois parties, ainsi que d'autres professionnels chinois jouant en consultation. Là encore, AlphaGo gagne toutes les parties jouées[32]. Après cette rencontre, Google annonce qu'AlphaGo ne jouera plus en compétition, mais qu'ils vont publier des documents techniques décrivant leurs dernières améliorations et un ensemble de parties jouées par la machine contre elle-même ; ils envisagent aussi de développer à l'usage des joueurs un outil d'analyse s'appuyant sur ce logiciel[33],[34].
Le, DeepMind annonce un nouveau développement, qu’ils nommentAlphaGo Zero ; ce programme utilise une architecture simplifiée et part d’une connaissance nulle du jeu (uniquement les règles) ; jouant uniquement contre lui-même, il atteint le niveau débutant en trois heures, bat 100 à 0 la version ayant battu Lee Sedol après 72 heures, et après 40 jours, il bat la version de (dite « Master ») 89 parties sur 100[35],[36].
Le, une nouvelle version nomméeAlphaZero généralise encore cet algorithme, obtenant un programme générique capable d'apprendre à jouer au go, aux échecs ou aushōgi à partir de la simple connaissance des règles ; le programme parvient en quelques heures à battre les meilleurs programmes existants (par exemple, pour les échecs, il obtient après quatre heures d'apprentissage une nette victoire surStockfish : sur100 parties,25 victoires avec Blanc, 3 avec Noir, et72 nulles)[37].
Les premières versions d'AlphaGo utilisent laméthode de Monte-Carlo, guidée par un « value network » et un « policy network » (unréseau de valeur et unréseau d'objectifs), tous deux implémentés en utilisant unréseau de neurones profond[5].
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[2]. Une fois un certain niveau atteint, il s'est entraîné à jouer des millions de parties contre d'autres instances de lui-même[2], utilisant l'apprentissage par renforcement pour s'améliorer[5].
Cependant, en, DeepMind publie dansNature une nouvelle étude, décrivantAlphaGo Zero, une architecture simplifiée et n’utilisant plus ni la méthode de Monte-Carlo, ni des connaissances humaines, mais parvenant pourtant très rapidement à des performances supérieures à celles des versions précédentes[36].
L’algorithme d’AlphaGo (ou du moins ses idées essentielles) ayant été rendu public, plusieurs groupes ont essayé de le reproduire, voire de l’améliorer. À partir de 2018 en particulier, un projet collaboratif etopen source,Leela Zero, a obtenu en un an des résultats analogues, portables sur des ordinateurs individuels, et même sur des smartphones.
