Nous pensions que l’IA était « invincible » en jouant au « Go », mais maintenant un humain a réussi à la vaincre

Que dirait Lee Sedol à propos de la victoire humaine surprise sur un intelligence artificielle (IA) dans ‘Go’? Le deuxième meilleur joueur du Chinese Origin Strategy Challenge a pris sa retraite en 2016 après avoir été battu lors de plusieurs matchs contre une IA. « C’est une entité qui ne peut pas être vaincue », a-t-il réfléchi après avoir pris cette décision radicale.

Maintenant, les choses semblent avoir changé. Kellin Pelrine, un joueur expérimenté mais bien en dessous du niveau de Sedol prétend avoir trouvé le talon d’Achille des systèmes d’IA apparemment invincibles qui jouent au « Go ». Résultat : une série de défaites écrasantes qui ne sont pas passées inaperçues et qui nous en apprennent plus sur ces systèmes.

L’intelligence artificielle est tombée dans le ‘Go’

Le récent triomphe révèle bien plus que ce que nous pouvons imaginer sur la nature de ces systèmes basés sur l’IA. Pour mieux le comprendre, voyons quelles ont été les étapes suivies par Pelrine. Le joueur, qui est chercheur au labo FAR AI, a commencé par rechercher les faiblesses de KataGoun système dont le fonctionnement est similaire au célèbre AlphaGo qui a battu Sedol.

Pour y parvenir, il a utilisé un modèle d’adversaire développé par son équipe. Il était responsable de jouer plus d’un million de parties avec KataGo jusqu’à ce qu’il trouve un « angle mort » qu’un joueur humain pourrait apprendre à mettre en œuvre plus tard et sortir victorieux. Le logiciel a fait son travail et a livré une série de mouvements qui pourraient vaincre l’IA.

Pelrine a mémorisé les techniques et, sans l’aide du système informatique susmentionné, les a mises à l’épreuve dans KataGo. Donc, a remporté 14 matchs sur 15 contre le programme alimenté par l’IA. « La stratégie pourrait être utilisée par un joueur de niveau intermédiaire pour battre les machines », explique le chercheur Dans une interview au Financial Times.

D’une manière générale, l’une des stratégies consiste en la distraction. Le joueur fait un grand cercle de pièces pour entourer l’un des groupes de son adversaire tout en intercalant des mouvements avec d’autres coins du plateau. Un humain serait conscient du périmètre menaçant, mais l’IA ne perçoit pas de tels mouvements tant que ses pièces ne sont pas capturées.

Que l’IA, apparemment si avancée et invincible, n’a pas été capable de répondre aux mouvements qu’un joueur de niveau intermédiaire détecté a une explication, du moins selon le chef des FAR AI, Adam Gleave. L’exécutif rappelle que les compétences de ces systèmes informatiques viennent de sa formation avec différents jeux.

Ainsi, étant donné que la tactique utilisée par son équipe de recherche est rarement utilisée en raison de ses faibles chances de succès dans un scénario réel, KataGo n’a pas été formé avec suffisamment de jeux connexes pour le voir comme une menace. Cet angle mort, sur le papier, change radicalement notre perception de gagner contre une IA.

Jusqu’à présent, dans la plupart des cas, les adversaires essayaient de jouer contre l’IA comme s’ils jouaient contre un humain, essayant de tirer parti des vulnérabilités humaines. Effectuer certains mouvements tels que ceux découverts par le modèle d’attaque adverse qui n’auraient aucun sens pour les joueurs humains pourrait signifier la victoire contre les machines.

Images: Elena Popova | DeepMind

A Simseo : Cette Meta AI a déchiqueté des adversaires humains dans des jeux complexes. C’est juste un test de votre potentiel.