Le cyberblog du coyote

Un scientifique français a inventé une méthode pour mieux classer les joueurs d'échec et déterminer qui est le meilleur joueur de tous les temps.
Qui est le maître parmi les maîtres? Aux échecs, au jeu de go, aux dames et même dans les jeux vidéo en ligne, on répond généralement à cette question grâce au classement ELO, ou à une de ses variantes. Très connu dans le milieu des joueurs, ce système l'est un peu moins des néophytes.
Pour faire court, c'est une méthode inventée par Arpad Elo dans les années 1950. Elle permet de classer les joueurs en fonction de leurs résultats. Une victoire rapporte des points, d'autant plus si vous battez un joueur avec plus de points que vous -et donc potentiellement plus fort- et inversement. Efficace et facile à mettre en place, largement répandue, elle n'est pourtant pas dénuée de défauts, dont deux principaux.

Fisher, Kasparov ou Magnus: qui est le meilleur ?

Le premier est que le classement Elo est déduit à partir des résultats des parties, et non en fonction de la qualité des coups, explique Jean-Marc Alliot, chercheur CNRS de l'Institut de recherche en informatique de Toulouse. Conséquence: il est tout à fait possible de gagner des points et des places dans le classement Elo même si l'on a mal joué, tant que l'adversaire a encore plus mal joué.
Le deuxième problème est d'ordre temporel. Comme les points sont comptés en fonction des affrontements réels, le système Elo est statistiquement fiable pour des joueurs de la même époque. Mais comment savoir si le classement de 1970 est comparable avec celui de 2016, alors que les joueurs -et les techniques- se sont améliorés au fil du temps? Comment, alors, déterminer si le "meilleur joueur de tous les temps" est Robert Fischer, Gary Kasparov ou Magnus Carlsen? "C'est ce problème qui explique le nombre d'articles, ou mêmes de livres" qui tentent de répondre à cette question, indique encore le chercheur français.

Calculer le meilleur coup possible: un défi enfin possible

Jean-Marc Alliot a donc décidé de créer une nouvelle méthode, qu'il détaille dans une étude publiée dans International Computer Games Association. Le classement "Elo est basé sur les résultats des matchs. Ma méthode évalue directement la qualité intrinsèque des coups, résume le chercheur à L'Express. Une idée "pas strictement nouvelle, précise-t-il modestement, mais qui raffine considérablement le classement final."
Comment déterminer le meilleur coup possible? En calculant l'écart entre les coups joués par les champions du monde et ceux qu'aurait choisis le meilleur programme actuel, Stockfish. Ce logiciel, qui joue systématiquement des coups quasi parfaits, est de très loin meilleur que les plus grands champions humains.

Les coups de 26 000 parties analysés

Concrètement, Jean-Marc Alliot a compilé tous les coups des 26 000 parties disputées par tous les champions du monde depuis 1860. Il les a ensuite comparés avec ce qu'aurait joué Stockfish, grâce au supercalculateur OSIRIM, rapporte le CNRS. Puis, grâce à un modèle mathématique qu'il détaille dans son étude, il a calculé les probabilités d'erreur et l'importance des erreurs lors de chaque rencontre, et donc les probabilités de victoire lors d'un match entre deux joueurs.
Résultat: non seulement ses prédictions sont très proches des résultats observés lorsque les compétiteurs se sont effectivement affrontés, mais elles dépassent celles qui sont basées sur le score Elo. Son classement final place l'actuel champion du monde Magnus Carlsen en tête, confirmant que les joueurs jouent de mieux en mieux au fil du temps. Bobby Fischer, traditionnellement considéré comme le meilleur joueur de tous les temps, est troisième. Quant à Garry Kasparov, le plus connu du grand public, il est quatrième.
Ce système peut-il s'imposer comme le nouveau classement d'échec, de go ou de jeux vidéo? "Ma méthode permet de remplacer tout classement à partir du moment où l'on dispose d'un 'oracle', c'est-à-dire un programme capable de savoir quel est le coup parfait, et donc d'évaluer de façon fiable la qualité des coups joués par un humain, répond Jean-Marc Alliot. Mais le système Elo, s'il est imparfait, reste très facile à mettre en place et ne demande pas de capacités de calculs importantes", contrairement à sa méthode.
Reste que le système du chercheur pourrait s'appliquer facilement aux dames, à othello, voire au go. Et si elle ne devrait pas fonctionner avec des jeux vidéo de tir à la première personne, comme Counter-Strike, elle devrait marcher avec "des jeux vidéo de stratégie en temps réel comme Starcraft ou le jeu de carte au tour par tour Hearthstone, estime-t-il. A condition de développer un programme suffisamment fort pour battre les meilleurs joueurs humains."

Vers une application sur Hearthstone et Starcraft?

"Un de mes objectifs, si j'ai le temps, serait de travailler sur Hearthstone, confie Jean-Marc Alliot. Non seulement parce que ce n'est pas un jeu dit 'à informations non complètes' [chaque adversaire cache ses cartes à l'autre, le programme doit donc tenter de les deviner], mais aussi parce qu'une grande partie de ce jeu est basée sur le choix des cartes au départ [chaque joueur compose son propre jeu en choisissant parmi de nombreuses cartes avant chaque partie]".
Pour des jeux comme Starcraft, "l'ordinateur serait trop fort pour l'homme si on le laissait jouer, car sa vitesse d'exécution est trop élevée pour nous. Mais cela pourrait marcher avec des adaptations [en limitant l'ordinateur]", souligne-t-il. Ce qui tombe bien, puisque Google, après avoir "plié" le jeu de go avec son programme AlphaGo, compte bien s'attaquer à un programme "adapté" à l'homme pour le battre à Starcraft.

Source : l'express.fr

C'est fait. L’IA de poker Libratus s’est brillamment imposée face à quatre joueurs professionnels en No-Limit Hold’em, en terminant gagnante de 1,76 million de dollars. Pour la première fois, le poker doit faire face à la perspective d’une domination des machines en No-Limit Hold’em. Alors après les échecs et le jeu de go, est-ce que le poker a été « résolu » par les ordinateurs ? Les humains sont-ils désormais incapables de battre une IA au poker ? La victoire de Libratus va-t-elle changer la manière dont on appréhende le poker ?

Lire l'article sur Poker Listings

Dans la foulée de la retentissante victoire de son intelligence artificielleAlphaGo contre le champion sud-coréen Lee Sedol, Demis Hassabis, le patron de DeepMind (filiale de Google spécialisée en IA) avait évoqué la possibilité d'affronter l'actuel numéro un mondial de jeu de go, le Chinois Ke Jie. Bien qu'aucune rencontre officielle n'ait encore été programmée, AlphaGo a d'ores et déjà vaincu ce jeune prodige de 19 ans... sans qu'il s'en soit rendu compte.
DeepMind vient en effet de révéler par la voix de Demis Hassabis qu'il avait discrètement testé une nouvelle version de son IA sur Tygem et FoxGo, deux serveurs de jeu de go fréquentés par les plus grands champions. Pour passer inaperçu, AlphaGo a été affublé de deux pseudonymes, « Master (P) » et « Magister (P) ». L'IA a joué entre le 29 décembre et le 4 janvier et remporté plus de 50 parties de rang.

Source : Futura-Sciences

Lors de la cérémonie d’ouverture de la BizzCon 2016, nous avons appris qu’un partenariat avait été signé entre Google et Blizzard pour développer une intelligence artificielle capable de jouer à StarCraft mais également de battre les meilleurs joueurs professionnels. Aussi ce panel était très attendu pour en apprendre plus sur ce projet un peu fou.

Lire l'article sur https://starcraft2.judgehype.com/

Facebook vient de dévoiler une plateforme d'intelligence artificielle basée sur l'apprentissage profond. Baptisée DeepText, elle serait capable d'analyser et de comprendre avec une précision « quasi humaine » le contenu textuel d'un millier de messages par seconde et ce dans une vingtaine de langues. Objectif : encore mieux nous connaître pour nous proposer des contenus et services « plus pertinents » et écarter ce qui ne convient pas.

Marc Zaffagni, Futura-Sciences

Malgré l’importance grandissante des photos et des vidéos, l’écrit demeure la forme de communication la plus répandue sur Facebook. Et le réseau social aux 1,2 milliard de membres veut utiliser la puissance de l’intelligence artificielle pour mieux comprendre ce qui se dit dans les textes échangés. Dans quel but ? « Faire remonter plus de contenus que les gens ont envie de voir ou filtrer les contenus indésirables tels que le spam », explique l’équipe en charge du programme DeepText. Il s’agit d’une nouvelle intelligence artificielle (IA) que Facebook commence à tester. Basée sur l’apprentissage profond (deep learning), elle peut, selon ses concepteurs, comprendre avec une précision « quasi humaine » le contenu textuel de plusieurs milliers de posts par seconde et dans plus de vingt langues.
DeepText combine plusieurs architectures de réseaux neuronaux multicouches, et notamment des réseaux convolutifs et récurrents. Le réseau convolutif a été co-inventé à la fin des années 1980 par le Français Yan LeCun, qui dirige aujourd’hui le programme de recherche en intelligence artificielle de Facebook. Les grandes avancées de l’IA en matière de reconnaissance vocale, de caractères et d’images qui ont été accomplies ces dernières années ont été réalisées grâce aux réseaux convolutifs. Les réseaux récurrents, quant à eux, sont davantage spécialisés sur le traitement du texte.
Grâce à cette association, DeepText va plus loin que la simple compréhension du sens général d’un texte dont on identifie le thème. Il peut saisir les subtilités d’une langue, son argot, les homonymies, etc. « Si par exemple quelqu’un dit "I love blackberry" [j'aime la mûre, NDLR], est-ce que cela veut dire que cette personne aime le fruit ou bien le smartphone de cette marque ? ». DeepText saura faire la différence. Car, explique Facebook, grâce à l’apprentissage profond, il est possible de préserver la relation sémantique entre les mots. Par exemple, DeepText sera capable de déceler une proximité entre le mot « frère » et son argot « frangin » ou « frérot ».

Une IA qui se mêlerait de tout en quelque sorte…

Facebook a déjà commencé à tester DeepText en conditions réelles, notamment avec sa messagerie instantanée Messenger. L’IA parvient par exemple à déterminer si une personne souhaite se rendre quelque part en contextualisant l’usage du mot « taxi ». Autre scénario cité, celui d’une personne qui écrit la phrase suivante : « Je vends mon vieux vélo pour 200 dollars, quelqu’un est-il intéressé ? ». DeepText serait en mesure de détecter que la personne veut vendre quelque chose, de noter les informations sur l’objet et son prix puis de proposer des outils susceptibles de faciliter la vente.
Le réseau social dit vouloir mieux « extraire » les intentions, les sentiments, les entités (personnes, lieux, évènements) en observant à la fois les textes et les images. Suivant cette logique de tri sélectif, Facebook veut aller encore plus loin en faisant travailler DeepText sur les commentaires, afin qu’il puisse faire remonter ceux qui seront jugés les plus pertinents ou les plus qualifiés. Selon ses concepteurs, ce type d’analyse de texte pourrait par exemple être utile aux célébrités et personnages publics dont les pages Facebook génèrent des milliers de commentaires, afin de séparer le bon grain de l’ivraie.
Rappelons que Facebook a développé depuis plusieurs années DeepFace, une technologie de reconnaissance faciale dont la précision est à peine inférieure à ce que peut faire un humain. En outre, le réseau social a récemment annoncé son intention d’utiliser l’intelligence artificielle pour indexer toutes les vidéos diffusées en direct afin d’aider ses membres à trouver plus facilement des contenus qui les intéressent.
Si la performance technique a de quoi impressionner, on peut s’interroger sur le degré d’interventionnisme de ces technologies. Nous montrer seulement ce que l'IA pense que nous voulons voir, lire ou entendre peut devenir vite très réducteur et, dans certains cas, glisser vers la censure. Un commentaire négatif ou désagréable peut être utile pour susciter le débat, faire réagir. Idem pour un contenu qui, a priori, ne correspond pas à nos goûts. Les IA de Facebook sauront-elles faire preuve de la nuance indispensable pour nous garantir des échanges pluriels et ouverts ?

Source : Futura-Sciences

Fabriquer de l’intelligence est un défi que l’informatique veut relever. Quand elle réussit, c’est toujours de façon limitée et en évitant d’aborder de front l’intelligence humaine, qui reste mystérieuse.

Lire l'article de Jean-Paul Delahaye sur Interstices

Un processeur spécialement conçu pour faire des erreurs de calcul a démontré des performances inattendues dans des tâches de reconnaissance visuelle. Plus rapide et moins énergivore, ce type de puce pourrait contribuer à améliorer les performances des intelligences artificielles.

Lire l'article sur Futura-Sciences

Appliquer le style d’un van Gogh, Cézanne, Delacroix, Warhol, Picasso à ses photos personnelles : c’est ce que propose DeepArt. Ce service en ligne gratuit repose sur une intelligence artificielle capable d’extraire tous les éléments d’une image puis de la reproduire en s’inspirant de la patte d’un grand peintre. Lukasz Kidzinski, le chercheur de l’École polytechnique fédérale de Lausanne (Suisse) qui a mis au point cette plateforme, nous a fourni des détails.

Voir quelques exemples de créations signées DeepArt et réalisées à partir de photos fournies par des internautes.

Cette semaine, l’actualité high-tech est placée sous le signe de l’art avec des innovations étonnantes. Après l’ordinateur capable de créer un faux Rembrandt, voici le site Web qui transforme n’importe quelle image en tableau de maître ! DeepArt, c’est son nom, est une plateforme en ligne conçue à l’École polytechnique fédérale de Lausanne (EPFL), en Suisse, par Lukasz Kidzinski, chercheur au Laboratoire d'ergonomie éducative.
Pour l’essayer, rien de plus simple. Il suffit de se connecter au site depuis un ordinateur ou un smartphone puis de transférer une photo personnelle (paysage, portrait, animal favori…) avant de choisir le style de peinture que l’on souhaite voir appliquer. Il peut s’agir d’exemples puisés directement sur le site ou alors de l’image d’une œuvre d’un artiste que l’on apprécie.
Une fois les éléments chargés, il faut une dizaine de minutes à DeepArt pour produire une image originale de 500 x 500 pixels... si l'on paie 2 euros. Sinon, le service est gratuit mais il faut compter actuellement (12 avril) environ 24 heures. Ceux qui voudraient obtenir un fichier de qualité supérieure peuvent opter pour les formules payantes : 19 euros pour une image HD 1.300 x 1.300 pixels ou 149 euros pour une image de 3.000 x 3.000 pixels. Les sceptiques qui douteraient de la qualité des reproductions peuvent essayer ce test de Turing qui propose de distinguer les tableaux de maître et les œuvres créées par DeepArt.

Une intelligence artificielle bientôt utilisée avec la réalité virtuelle ?

Au cœur du système, se trouve une intelligence artificielle (IA) basée sur un algorithme développé par l’université de Tübingen (Allemagne). « Le réseau neuronal convolutif VGG-19 que nous utilisons pour ce projet a été entraîné par le Visual Geometry Group de l’université d’Oxford pour la reconnaissance d’images. Ses performances sont proches de celles d’un humain et il peut saisir les détails de n’importe quelle image », nous a expliqué Lukasz Kidzinski. Cette IA d’une profondeur de 19 couches a participé au concours ImageNet en obtenant un taux d’erreurs de 7 %, contre 6 % pour les compétiteurs humains.
Selon le chercheur, DeepArt nécessite un serveur muni d’une carte graphique haute performance type Nvidia Tesla K40 dotée d’une mémoire vive dédiée de 12 Go. Pour le moment, il n’est pas envisageable qu’une telle application puisse fonctionner directement sur un smartphone.
« DeepArt n’est pas une menace pour l’art, au contraire : il offrira sans doute de nouvelles possibilités d’expression artistique », assure Lukasz Kidzinski. Parmi les applications envisagées, il évoque une assistance aux historiens de l’art pour restaurer des œuvres endommagées. « Le système pourrait tout à fait être utilisé avec des vidéos ou pour des projets de réalité virtuelle », a ajouté notre interlocuteur. La puissance de calcul graphique nécessaire serait alors beaucoup plus importante, mais la perspective de pouvoir personnaliser un monde virtuel à souhait est des plus prometteuses.

Source : Futura-Sciences

« Dessine-moi à la manière de Rembrandt un portrait d’un homme blanc de 30 ou 40 ans, regardant vers la droite » : voilà ce qu’ont demandé à un ordinateur une équipe réunissant des historiens de l’art et des informaticiens. Il a fallu 18 mois d’efforts pour terminer le projet « Next Rembrandt », mais le portrait, imprimé en 3D, a de quoi tromper un expert.

Avec l'intelligence artificielle, notamment grâce au deep learning, il est possible d'assimiler la technique d'un peintre, fût-il un des plus grands. Ensuite, l'impression 3D permet de réaliser un tableau avec une texture semblable à une véritable peinture. © Projet Next Rembrandt
Rembrandt van Rijn (1606-1669) a peint au cours de sa vie une longue série de portraits, si bien que leur analyse relève aujourd’hui du big data. Depuis 18 mois, une équipe de spécialistes de l’université de Delft, en Hollande, le pays natal du grand maître, et d’informaticiens de Microsoft, ont nourri un logiciel d’intelligence artificielle avec des images de portraits réalisés par Rembrandt.
Plus de 300 œuvres ont été analysées, de différentes manières, notamment à l’aide d’un scanner 3D pour capter la manière dont l’artiste maniait le pinceau. Par la technique du deep learning (« apprentissage profond »), l’algorithme a ainsi appris comment le peintre hollandais dessinait les yeux, les nez, les bouches, orientait les têtes et les regards, choisissait les lumières et les couleurs, etc.

Un tableau conçu grâce au deep learning puis imprimé en 3D

Une fois ce travail fait, l’équipe a en quelque sorte passé commande à ce peintre artificiel pour un portrait représentant « un homme caucasien, barbu, de 30 à 40 ans, portant des vêtements sombres, un col et un chapeau, et regardant vers la droite ». Agrégeant plus 160.000 détails prélevés sur de vrais tableaux de Rembrandt, l’ordinateur a réalisé ce portrait inédit, totalisant 148 millions de pixels. L’œuvre a été ensuite imprimée en 3D, en treize couches, pour reproduire le relief des coups de pinceaux qu’aurait pu donner le maître hollandais. Le résultat un faux remarquable, à découvrir (en anglais) sur le site du projet Next Rembrandt.
Le style du trait, le clair-obscur et la composition du tableau qui caractérisent Rembrandt sont bien là. Il faudrait confier ce portrait à un expert pour lui demander son avis sur l’origine de cette œuvre. Se tromperait-il ?
Ce projet n’est pas destiné à faire d’un ordinateur un faussaire ni de lancer une nouvelle industrie du faux tableau mais de chercher les liens possibles entre technologies, données (en français moderne « data ») et art. Il n’en reste pas moins que l’on peut se poser des questions sur les possibilités de l’intelligence artificielle en matière d'activité artistique. Dans le même temps, un service Web expérimental propose déjà de transformer une photo en un tableau « à la manière de ». Nous vous en parlerons demain…

Source : Futura-Sciences

AlphaGo a finalement triomphé de Lee Sedol, l'un des meilleurs joueurs au monde au jeu de go, par 4 points à 1.
Sa victoire au jeu de go était déjà acquise depuis le troisième match, qui a eu lieu le 12 mars. Il n’empêche : tout le monde voulait savoir si AlphaGo, le système d’IA mis au point par Google DeepMind, allait vaincre une quatrième fois Lee Sedol ou si le joueur Sud-Coréen, qui est indiscutablement l’un des meilleurs représentants mondiaux de cette discipline, allait parvenir à arracher un deuxième point.
Hélas pour Lee Sedol, c’est l’intelligence artificielle qui a remporté la cinquième partie. La dernière manche, qui s’est achevée ce mardi matin, avait débuté sur une erreur grossière d’AlphaGo. Mais la machine est parvenue à remonter la pente petit à petit pour parvenir au final à prendre l’ascendant sur l’humain. C’était « hallucinant », a réagi Demis Hassabis, le directeur de DeepMind, la société qui supervise AlphaGo.
Résultat des courses, AlphaGo a gagné par 4 à 1 contre Lee Sedol. L’ordinateur a remporté les trois premiers matchs (qui ont eu lieu les 9, 10 et 12 mars) puis s’est incliné au quatrième (le 13) après un sursaut d’orgueil du joueur sud-coréen. Le dernier duel a permis à AlphaGo de gagner sur un score fleuve. Ironie du sort, c’est Lee Sedol qui estimait il y a encore quelques semaines pouvoir écraser AlphaGo.
La veille de la première rencontre, Lee Sedol avait toutefois ajusté son point de vue et fait remarquer que la machine possède de nets avantages sur l’humain. Elle demeure en effet imperturbable au cours d’une partie, n’étant ni pressée, ni attentiste, ni épuisée, ni excitée. À l’inverse, le joueur humain peut se faire trahir par ses émotions ou son comportement, ce qui peut aider l’adversaire à gagner.

C'est une victoire incontestable pour AlphaGo

La difficulté centrale pour une IA au jeu de go réside dans le nombre de combinaisons qu’il faut explorer à chaque coup pour essayer de déterminer la meilleure tactique à suivre. Au départ, les possibilités s’élèvent à 10¹⁷⁰, ce qui est considérablement plus élevé que le jeu d’échecs (10¹²⁰) ou même tout simplement le nombre d’atomes se trouvant dans l’univers observable (10⁸⁰).
La victoire d’AlphaGo, même si elle est relativisée par d’autres spécialistes du domaine de l’intelligence artificielle, représente toutefois une étape notable dans son développement.
C’est aussi un évènement dans le monde du go.
La preuve, AlphaGo a fait son entrée dans le classement des meilleurs joueurs du monde, à la 4e place, juste devant Lee Sedol. Devant lui, il y a un Japonais (Iyama Yuta), un Sud-Coréen (Park Jungwhan) et un Chinois (Ke Jie). AlphaGo a aussi reçu un titre honorifique, grand maître du go, par l’association sud-coréenne du go, et a été élevé au rang de 9e dan, qui est celui que possède Lee Sedol.

Source : Julien Lausson, Numerama

Si vous avez de mal de comprendre pourquoi la victoire d'AlphaGo est si extraordinaire, allez voir le site Science étonnante.

Dans le match en cinq parties qui l'oppose à l'un des plus grands champions du jeu de go, l'intelligence artificielle AlphaGo développée par Google DeepMind est parvenue à emporter coup sur coup les trois premières victoires au cours de confrontations serrées.
L'intelligence artificielle a déjà pris l'avantage sur l'ensemble de la rencontre mais elle vient pourtant de connaître sa première défaite face à Lee Sedol dans la quatrième manche jouée ce dimanche. La partie est restée très serrée et si la stratégie des coups peu orthodoxes lui avait réussi sur les parties précédentes, elle s'est retournée contre elle sur ce quatrème événement, permettant au champion de prendre le dessus.
Le match a une nouvelle duré près de cinq heures et la machine a fini par déclarer forfait après la remontée de son adversaire sur la deuxième partie du jeu. S'il reste encore une partie à jouer, les trois premières victoires d'AlphaGo l'assurent du prix de 1 million de dollars qui sera reversé à des associations.
Ce succès redonne tout de même du beaume au coeur des amateurs de ce jeu multi-millénaire d'origine chinoise. Déjà, Ke Jie, joueur professionnel de 19 ans et qui a battu Lee Sedol en début d'année, affirme qu'AlphaGo ne pourra pas le battre, tout en reconnaissant que l'intelligence artificielle est beaucoup plus forte qu'il ne l'avait pensé initialement.

Source : gnt

L’ordinateur aura eu raison du champion du monde de go. En raflant ce samedi la troisième manche, contre le sud-coréen Lee Sedol, AlphaGo remporte donc le duel historique.
Lee Sedol, qui célébrait son dixième anniversaire de mariage aujourd’hui, s’est excusé de ne pas avoir répondu aux attentes de ceux qui le regardaient. «Je me suis senti impuissant. Je n’avais jamais ressenti autant de pression».
Le nom du vainqueur a beau être connu, la partie continue et les deux dernières manches se joueront quand même aujourd'hui et mardi. Pour les spécialistes de l’intelligence artificielle comme pour le monde du go, hors de question en effet de rater l’occasion de voir jouer AlphaGo, ce nouveau champion qui a créé la surprise cette semaine à Séoul.

L’ancêtre nord-coréen d’AlphaGo

Si AlphaGo est le premier à avoir battu un joueur professionnel, des programmes d’un niveau inférieur existent depuis près d’un demi-siècle. En 1968, l’Américain Alfred Zobrist mettait au point le premier ordinateur capable de battre un débutant.
Et dans la catégorie amateurs, l’un des meilleurs a longtemps été… Nord-coréen. En 1996, le Centre Informatique Coréen, un institut consacré à l’informatique et au développement de logiciels à Pyongyang, lance Eunbyul, ou Etoile argentée. Il devient alors en Asie l’un des plus populaires dans sa catégorie, remportant même plusieurs compétitions internationales. «Pendant plusieurs années, il a été l’un des meilleurs programmes pour les amateurs», confirme HR Lee, journaliste spécialiste du go pour le grand quotidien Chosun. En 2006, un Sud-Coréen en achète les droits d’importation pour le commercialiser au Sud.
«La Corée du Nord a toujours été plus forte en logiciels qu’en matériel informatique. Dans un domaine avec une forte composante culturelle comme le Go, ce n’est donc pas surprenant. Et à l’époque, dans les années 90, il ne devait pas y avoir beaucoup de concurrents en Chine, au Japon ou en Corée du Sud», commente Martyn Williams, journaliste pour le site spécialisé North Korea Tech. «Le Centre Informatique Coréen joue un rôle clé dans le développement et le lancement de nombreuses applications, tout en œuvrant au fonctionnement de l’intranet national».

Une activité intellectuelle

La Corée du Nord est membre de la fédération internationale de go depuis 1995, mais compte uniquement des joueurs amateurs. En 1992, Moon Yong-sam devient le premier Nord-Coréen à participer au Championnat du monde amateur. Dénigré jusqu’aux années 80, ce sport se serait développé avec la vague d’immigration de Japonais d’origine coréenne dans les années 60 et 70. Désormais, le go est considéré comme une activité intellectuelle dont les autorités font la promotion. Il serait même enseigné dans certaines maternelles. Mais il est réservé à une élite, et se joue essentiellement à Pyongyang et à Hamhung, la deuxième ville du pays.
Kim Heung Kwang, réfugié et directeur de l’association «Solidarité des intellectuels nord-coréens», raconte que sa fille a commencé à jouer quand elle avait 6 ans. «A l’époque, acheter un jeu de go coûtait l’équivalent d’un mois de salaire. Maintenant, les plateaux de bois nécessaires pour le jeu sont produits en plus grande quantité, et leur prix a donc baissé», raconte-t-il.

Source : Eva John, Libération

« Décisive », « historique », « inimaginable il y a encore quelques années » ou même «très inquiétante»… les superlatifs ne manquaient pas ce samedi matin pour qualifier la nouvelle victoire de l’ordinateur AlphaGo face au grand maître du jeu de go Lee Sedol.
Le programme d’intelligence artificielle conçu par Google a remporté sa 3e manche consécutive dans le duel en 5 parties qui l’opposait depuis mercredi au champion du monde qui domine la discipline depuis une décennie.

Demain débute un affrontement historique entre l’Homme et la machine. D’un côté, Lee Sedol, champion du monde de jeu de go, considéré comme une légende. Face à lui, AlphaGo, un programme d’intelligence artificielle (IA) développé par une filiale de Google qui a déjà balayé le champion d’Europe de ce jeu ancestral. Les cinq matchs qui se déroulent en Corée du Sud sont à suivre en direct sur Internet.
Le 11 mai 1997, le champion du monde d’échecs Garry Kasparov s’inclinait face au superordinateur Deep Blue d’IBM. Un peu moins de 20 ans plus tard, un autre affrontement tout aussi titanesque est sur le point de débuter. Demain matin, à 4 h 30 en France (12 h 30 en Corée du Sud), Lee Sedol, multiple champion du monde de jeu go, jouera contre AlphaGo, le programme d’intelligence artificielle (IA) développé par DeepMind, une filiale de Google. La compétition se déroulera en cinq manches les 9, 10, 12, 13 et 15 mars. Les lève-tôt peuvent suivre les parties en direct depuis la chaîne YouTube créée pour l’occasion.
L’enjeu de ce face à face est d’abord symbolique car, dans les faits, AlphaGo a déjà prouvé sa puissance. En octobre dernier, lors d’un affrontement à huis clos, l’IA a sèchement battu Fan Hui, triple champion européen en titre du jeu de go, en gagnant cinq victoires à zéro. Un coup de tonnerre dans le landerneau de l’intelligence artificielle. En effet, les experts estimaient qu’il faudrait encore une décennie, voire plus, avant qu’une machine ne puisse vaincre un humain à ce jeu de réflexion dont « le nombre de combinaisons possibles est supérieur au nombre d’atomes que compte l’univers », dixit Demis Hassabis, l’un des fondateurs de DeepMind.
Cependant, pour asseoir sa suprématie, AlphaGo a besoin d’un trophée. Battre le champion du monde en titre, qualifié de « Roger Federer » du jeu de go, aurait un retentissement médiatique énorme en permettant à Google de se poser en référence face à ses concurrents dans le domaine et notamment Facebook qui mise aussi beaucoup sur l’intelligence artificielle.

Le champion du monde en proie au doute face à AlphaGo

Quelle sont les chances de Lee Sedol face à la machine ? « J’ai entendu dire qu’AlphaGo est étonnamment fort et s’améliorera encore mais je suis confiant et pense que je pourrai gagner, au moins cette fois-ci », déclarait-il en janvier dernier. Il y a peu, le champion de 32 ans avançait même un pronostic, affirmant à Associated Press pouvoir battre son opposant 5-0 voire, au pire, 4-1.
Cependant, lors de la conférence de presse qui s’est tenue hier à Séoul, il s’est montré beaucoup plus prudent. Une démonstration du fonctionnement d’AlphaGo semble lui avoir prouvé que l’affrontement sera rude. « Aujourd'hui, je sais comment son algorithme a réussi à réduire le nombre de choix possibles. J'ai le sentiment qu'AlphaGo peut, dans une certaine mesure, imiter l'intuition humaine », a-t-il déclaré à l’AFP. Humilité stratégique ou réalisme ? Difficile à dire…
Une chose est sûre, la victoire de l’IA sur l’humain au jeu de go n’est plus hypothétique, ce n’est qu’une question de temps. « Je pense que l'IA va, à terme, battre les humains au Go et qu'il s'agit de la conséquence inévitable du changement », a indiqué le grand maître. « Mais les robots ne comprendront jamais la beauté du jeu comme nous, les humains, la comprenons », semble-t-il se consoler par avance.

Source : Futura-Sciences

AplhaGo, programme d’intelligence artificielle développé par DeepMind, filiale de Google, a battu un joueur professionnel au jeu de go. Une avancée majeure qui n'était pas attendue avant une dizaine d’années. L'annonce vient d'en être faite, au moment d'une publication scientifique. De quoi décrypter la réalisation et la méthode, avec réseaux neuronaux et apprentissage. Accrochez vos ceintures et plongez avec nous dans les rouages d'AlphaGo qui défiera le champion du monde en mars prochain, et qui aura aussi, sans doute, des déclinaisons au-delà du jeu…

Cette semaine peut être considérée comme historique pour l’intelligence artificielle. D’une part, elle a perdu l’un de ses pères, Marvin Minsky et, d’autre part, elle a franchi une étape majeure dans son perfectionnement. Google a en effet annoncé que sa filiale DeepMind avait développé une intelligence artificielle qui a battu à plate couture un joueur professionnel. Nommé AlphaGo, le programme a surclassé Fan Hui, triple champion européen en titre du jeu de go, en gagnant cinq victoires à zéro. L’affrontement a eu lieu en octobre dernier, mais Google a souhaité attendre la parution de l’article scientifique consacré à ce défi dans la revue Nature avant d'annoncer cet exploit. Pourquoi cette victoire est-elle si importante ? Parce que, après le succès de l’ordinateur Deep Blue face au champion du monde d’échecs Gary Kasparov en 1997, le go restait le seul jeu de réflexion à résister aux machines. Il y a un peu plus d’un an, les experts ayant développé les programmes de jeu de go les plus performants, à l’instar de Crazy Stone du Français Rémi Coulom, estimaient qu’il faudrait encore une décennie, voire plus, avant qu’une machine ne puisse vaincre un humain.
Les règles du go sont simples : deux joueurs s’affrontent sur un plateau où ils placent des pierres noires et blanches afin de délimiter des territoires et de capturer les pièces de l’adversaire. Le but ultime est de contrôler plus de la moitié du plateau. Mais cette apparente simplicité cache une profonde complexité car ce jeu repose avant tout sur l’intuition. « Le nombre de combinaisons possibles est supérieur au nombre d’atomes que compte l’univers », résume Demis Hassabis, l’un des fondateurs de la société britannique DeepMind que Google a acquise en 2014. Les techniques d’intelligence artificielle basées sur la force brute, qui construisent un arbre binaire de recherche pour tester toutes les possibilités de mouvements, n’avaient jusqu’ici aucune chance de succès avec le jeu de go.

L’algorithme apprend en jouant contre lui-même

Pour réussir ce coup de maître, DeepMind a combiné les meilleurs techniques d’intelligence artificielle et la puissance de calcul mise à sa disposition par la plateforme de cloud computing de Google. Au cœur du dispositif, deux réseaux neuronaux d’apprentissage profond ayant chacun une tâche différente. Le premier appelé policy network (quelque chose comme « réseau politique » ou « réseau de décision ») travaille à prédire le prochain coup tandis que le second, value network (« réseau de valeur »), estime l’issue favorable d’un mouvement à partir de la configuration du plateau de jeu.
Les deux réseaux ont été associés à un arbre binaire de recherche qui utilise la méthode algorithmique probabiliste dite de Monte-Carlo sur laquelle reposent les logiciels de jeu de go les plus performants du moment (Crazy Stone et Zen). Elle consiste à jouer toutes les fins de parties possibles à partir d’une position en comptabilisant les parties gagnantes et perdantes. Les réseaux neuronaux sont là pour affiner la recherche, réduire sa complexité et sa profondeur, en adoptant une forme de raisonnement plus proche de l’imagination humaine.
Chaque réseau est composé de douze couches contenant chacune des millions de connexions neuronales. Les « réseaux politiques » ont été entraînés avec une base de données de 30 millions de coups provenant de parties jouées par des experts jusqu’à ce qu’ils puissent prédire un mouvement 57 % du temps. Mais pour qu’AlphaGo puisse développer ses propres stratégies de jeu, DeepMind a eu recours à un apprentissage renforcé en lui faisant jouer des milliers de parties contre lui-même. Puis, les « réseaux politiques » ont été utilisés pour entraîner les « réseaux de valeur », toujours par apprentissage renforcé. « Ces réseaux de valeur peuvent évaluer n’importe quelle position de go et estimer l’éventuel gagnant », souligne Google.
Évidemment, cet ambitieux programme n’aurait pu aboutir sans la puissance de calcul et la capacité de stockage que le géant nord-américain a fourni à travers son réseau de cloud computing. Par ailleurs, l’équipe de DeepMind a utilisé la plateforme d’intelligence TensorFlow dont Google a récemment libéré le code source. Ne restait plus ensuite qu’à envoyer AlphaGo défier un joueur professionnel. Mais avant cela, en guise d’échauffement si l’on peut dire, il a été confronté aux meilleurs logiciels de go du moment. Installé sur une seule machine, AlphaGo a remporté 499 des 500 parties disputées.

Comment sera utilisée cette intelligence artificielle ?

Face à Fan Hui, joueur français d’origine chinoise champion d’Europe en titre, le programme de DeepMind n’a pas fait de détails, s’adjugeant cinq victoires contre zéro pour son opposant. « Avec AlphaGo, on a joué durant cinq jours, avec deux parties par jour, une normale et une rapide. J’ai perdu 5-0 les parties normales, 3-2 les parties rapides. Comme lui joue très vite, j’aurais dû perdre plus dans les parties rapides, mais ce fut l’inverse, explique Fan Hui dans un entretien avec Le Monde. Je n’ai pas du tout eu l’impression de jouer contre un ordinateur. Il joue comme un humain ». Sans doute le meilleur compliment que pouvait recevoir AlphaGo…
Mais Google ne compte pas en rester là. Le prochain défi pour son intelligence artificielle sera de tenter de battre le champion du monde de la discipline, Lee Sedol. La rencontre aura lieu en mars prochain à Séoul et le match sera retransmis en direct via la chaîne YouTube DeepMind. « J’aurai le privilège d’affronter pour la première fois un ordinateur. J’ai entendu dire qu’AlphaGo est étonnamment fort et s’améliorera encore, mais je suis confiant que je pourrai gagner, au moins cette fois-ci », a déclaré Lee Sedol.
Quelle que soit l’issue de cet affrontement ultime, AlphaGo a d’ores et déjà fait accomplir un pas de géant à l’intelligence artificielle. Mais au-delà du jeu de go, la grande question est de savoir ce que Google compte faire de ce formidable outil. « Même si les jeux sont la plateforme idéale pour développer et tester rapidement des algorithmes d’intelligence artificielle, au bout du compte, nous voulons appliquer ces techniques à d'importants problèmes du monde réel », commente l’entreprise qui cite comme exemple la modélisation climatique et le diagnostic de maladies complexes. On peut aussi penser que Google exploitera cette technologie pour perfectionner ses propres services, notamment son moteur de recherche et son assistant vocal pour smartphones.
Au cours de la conférence de presse qui a suivi la présentation d’AlphaGo, Demis Hassabis a été questionné sur les risques potentiels à long terme d’une intelligence artificielle aussi performante. Il a répondu que son entreprise collaborait sur ce sujet avec des universitaires, organisait des conférences et s’était dotée d’un comité d’éthique interne. « Par ailleurs, nous nous sommes mis d’accord avec Google pour que ces technologies ne soient pas utilisées à des fins militaires », a-t-il assuré.

Source : Marc Zaffagni, Futura-Sciences

On peut désormais tester les talents culinaires du Chef Watson, le superordinateur d’IBM. La firme nord-américaine propose un site web où il suffit de fournir au moins un ingrédient pour que l’intelligence artificielle propose une recette expliquée pas à pas.

Vous vous souvenez de Watson, le système d’intelligence artificielle développé par IBM ? Après avoir fait sensation en 2011 au jeu télévisé Jeopardy, qui est en quelque sorte un « Questions pour un champion » inversé, le dispositif est aujourd’hui expérimenté dans divers domaines, comme la médecine, la météorologie, les transports et même la cuisine !
IBM a en effet développé une version de Watson capable de combiner des idées d’ingrédients pour mettre au point des recettes de cuisine. L’expérience a été tellement satisfaisante que l’entreprise américaine a même fait publier un livre présentant 65 plats concoctés par l’intelligence artificielle.
Si vous souhaitez tester les suggestions du Chef Watson, sachez que c’est désormais possible. IBM a mis en place un site — IBM Chef Watson — dans lequel les internautes (qui devront au préalable s’enregistrer avec un compte IBM ou leur profil Facebook) pourront tester les combinaisons d’ingrédients et découvrir ensuite les plats que l’on peut faire avec.
L’application, bien qu’en anglais, est relativement simple d’utilisation. Une fois identifié sur le site, vous devez choisir au moins un ingrédient. Le Chef Watson en sélectionne alors trois autres et affiche en dessous une liste de propositions. Celle-ci est mise à jour en temps réel en fonction des changements apportés sur les trois ingrédients supplémentaires (et qui sont optionnels).

Chef Watson s’adapte en temps réel aux ingrédients

Des réglages permettent d’inclure ou d’exclure systématiquement un ou plusieurs ingrédients particuliers (ce qui est très utile lorsqu’il faut prendre en compte des allergies ou des interdits alimentaires). Des options de recherche sont aussi disponibles sur le site, ce qui permet de chercher un ingrédient, un plat ou un style (japonais, arabe, italien, etc.) bien précis.
Ci-dessus, un exemple de suggestions incluant du cacao, de la pastèque, du riz et des tomates. Au total, près de vingt recettes sont proposées. En cliquant sur l’une d’entre elles, le Chef Watson précise les quantités à prévoir pour quatre personnes, les ingrédients complémentaires qui seront nécessaires pour l’assaisonnement et les étapes à suivre pour cuisiner le tout.
Avec une telle application, il devient potentiellement très facile de créer des plats en sélectionnant les ingrédients que l’on peut avoir dans le réfrigérateur. Plus besoin de chercher soi-même la recette : il suffit juste de dire ce que l’on a sous la main. Et peut-être qu’à terme, avec les réfrigérateurs connectés, cette étape ne sera même plus nécessaire.

Source : Futura-Sciences

L’intelligence artificielle fait couler beaucoup d'encre et suscite des avis partagés, entre craintes et fascination. Il est temps de revenir sur son histoire...

Lire l'article de Nicolas Rougier sur Interstices

Il a gagné le jeu télévisé Jeopardy... et publié un livre de cuisine. Mais ce ne sont pas là les applications les plus novatrices du superordinateur Watson. IBM veut l'utiliser dans le domaine de la santé, avec 14 partenariats, pour trouver de nouveaux traitements contre le cancer, mais aussi dans la finance et l'industrie pétrolière.

Lire l'article dans Futura-Sciences

Cepheus, un programme informatique développé par des chercheurs de l’université de l’Alberta au Canada, revendique son invincibilité à une variante du poker. Entraîné à jouer contre lui-même pendant deux mois, il a passé en revue des milliards de possibilités jusqu’à connaître le jeu « par cœur ». Cette réussite pourrait avoir des débouchés dans d’autres domaines comme la sécurité ou la santé.

Par Marc Zaffagni, Futura-Sciences

Un cap important vient d’être franchi en matière d’intelligence artificielle grâce au poker… Le célèbre jeu de cartes a servi de terrain d’expérimentation pour une équipe de chercheurs de l’université de l’Alberta (Canada) qui a mis au point un programme informatique tellement performant qu’il est imbattable. Baptisé Cepheus, ce logiciel a résolu l’une des variantes du poker appelée Texas Hold'em à limite fixe en tête-à-tête (en anglais heads-up limit hold’em poker). Cela signifie qu’il est en mesure de systématiquement battre un joueur humain, au moins sur la durée.
Dans leur article publié par la revue Science, les chercheurs qui ont mis au point Cepheus expliquent que le programme ne va certes pas gagner de l’argent à chaque main, mais qu’il triomphe invariablement sur le long terme. « Si l'on prend en compte toutes les mains qui peuvent survenir et que l'on fait la moyenne, alors l'ordinateur ne peut pas perdre. Il est soit à l'équilibre soit gagnant. »

Six milliards de mains à la seconde

Pour atteindre cette quasi-perfection, Cepheus a eu droit à un entraînement des plus intensifs. Après avoir intégré les règles du jeu, le logiciel a joué contre lui-même pendant deux mois, analysant 6 milliards de mains par seconde pour choisir la meilleure option en prenant en compte toutes les conséquences découlant de chaque décision possible. Pour atteindre cette puissance de calcul, l’équipe de l’université de l’Alberta a coordonné 200 ordinateurs dotés chacun de 32 Go de mémoire vive et de 24 processeurs. Au final, Cepheus aura joué l’équivalent d’un milliard de milliards de mains, apprenant de ses défaites et de ses victoires.
« Même si Cepheus ne joue pas parfaitement, il est si proche de la perfection qu’après avoir joué au poker contre lui l’équivalent d’une vie entière (environ 60 millions de mains) on ne peut voir la différence. Il est parfait en pratique », expliquent ses concepteurs. Ces derniers ont créé un site Internet dédié au projet sur lequel il est possible d'affronter Cepheus.
Mais l’apport de Cepheus en matière d’intelligence artificielle pourrait aller bien au-delà du poker. Michael Bowling, le chercheur à l’origine de ce projet, a indiqué au site The Verge qu’il pensait que son programme pourrait aider les gouvernements et certaines entreprises à optimiser leurs stratégies en matière de sécurité informatique. Cepheus pourrait aussi aider les médecins à soigner les patients souffrant de diabète, en prenant en compte des changements de situation (régime alimentaire, activité physique) et certaines incertitudes pour ajuster leur traitement.

Source : Futura-Sciences