Qu'est-ce qui rend un coup d'échecs brillant ? Des chercheurs utilisent l'IA pour le découvrir
Des chercheurs de l’Université de Toronto ont conçu un nouveau modèle d’IA qui comprend comment les humains perçoivent la créativité aux échecs.
Dans un article récent présenté lors d'une conférence internationale, des chercheurs de la Faculté des sciences appliquées et de génie de l'Université de Toronto décrivent comment ils ont utilisé des techniques telles que les arbres de jeu et les réseaux neuronaux profonds pour permettre aux moteurs d'échecs de reconnaître des mouvements brillants.
Ce développement pourrait conduire à des moteurs d’échecs capables de trouver le chemin le plus créatif et le plus astucieux vers la victoire dans le jeu, plutôt que de se contenter de faire des mouvements pour maximiser les taux de victoire. Cela, à son tour, pourrait avoir des implications pour d’autres systèmes d’IA chargés d’efforts créatifs.
« Un coup d'échecs peut être perçu comme brillant ou créatif lorsque le résultat stratégique n'est pas clair au début, mais rétrospectivement, le joueur a dû suivre un chemin précis en explorant toutes les possibilités pour voir si loin dans le futur, » déclare Michael Guerzhoy, co-auteur de l'article et professeur adjoint, filière enseignement, de génie mécanique et industriel et de sciences de l'ingénieur, qui a écrit sur la recherche sur son Substack.
« Nous voulions que notre système comprenne la perception humaine de ce qui constitue l’excellence aux échecs et fasse la distinction entre cela et la simple victoire. »
La plupart des recherches actuelles sur l'intelligence artificielle aux échecs se concentrent sur les coups qui augmentent les chances de victoire. Mais cela ne rend pas toujours la partie passionnante.
Les joueurs d’échecs humains expérimentés, en revanche, peuvent jouer de manière plus dramatique ou imaginative en effectuant des mouvements qui peuvent enfreindre les règles traditionnelles – par exemple, en sacrifiant une pièce d’une manière qui peut initialement ressembler à une erreur, mais qui, en fin de compte, ouvre la voie à une victoire.
L'équipe a travaillé avec Leela Chess Zero, un moteur d'échecs de pointe qui apprend en jouant seul et qui a déjà joué plus de 1,6 milliard de parties contre lui-même. Ils ont également utilisé Maia, un moteur d'échecs à réseau neuronal de type humain développé par des chercheurs en informatique de l'Université de Toronto.
« Nous avons utilisé les deux moteurs d'échecs en réseau neuronal pour créer nos arbres de jeu à différents niveaux de profondeur dans une partie, » déclare Kamron Zaidi, co-auteur de l'article et récent diplômé en génie de l'Université de Toronto.
« À l'aide de ces arbres de jeu, nous en avons extrait de nombreuses caractéristiques différentes. Nous avons ensuite introduit ces caractéristiques dans un réseau neuronal que nous avons formé sur la base de données Lichess de parties d'échecs en ligne, étiquetées par les utilisateurs humains de la base de données. »
Un arbre de jeu aux échecs représente l'état actuel d'un échiquier ainsi que tous les coups et contre-coups possibles qui peuvent se produire. Chaque position de l'échiquier est représentée par un nœud et l'arbre de jeu peut être développé jusqu'à ce que la partie soit gagnée, nulle ou perdue.
Les chercheurs ont commencé avec de petits arbres de jeu, puis ont progressivement augmenté leur taille en ajoutant des nœuds à l'arbre. Ils ont découvert que lorsque le réseau neuronal examine toutes les caractéristiques de l'arbre de jeu et fait une prédiction quant à savoir si le coup est brillant ou non, il atteint un taux de précision de 79 % en utilisant l'ensemble de données de test.
La recherche, basée sur la thèse de premier cycle en sciences de l'ingénieur de Zaidi, supervisée par Guerzhoy, a été présentée à la Conférence internationale sur la créativité informatique à Jönköping, en Suède.
« Il y avait des gens du monde entier qui présentaient des recherches sur des aspects plus traditionnels de la créativité, mais nous étions tous concentrés sur la même chose, à savoir : « Comment pouvons-nous utiliser l'IA pour améliorer nos interactions et notre compréhension de la créativité ? » »dit Zaidi.
Le travail a également reçu une couverture médiatique dans les médias où le grand maître d'échecs anglais Matthew Sadler affirme qu'un modèle capable de comprendre l'éclat pourrait être utilisé comme outil de formation pour les professionnels et potentiellement conduire à un moteur d'adversaire plus divertissant pour les joueurs amateurs.
L’équipe considère que son système a une large applicabilité en matière de perception de la créativité et de la brillance.
« L’un des domaines qui m’intéresse le plus est de caractériser ce que nous percevons comme de la créativité, » dit Guerzhoy.
« Ce n'est pas seulement le cas des jeux de société, mais aussi d'autres activités créatives, notamment musicales et artistiques, où il existe un cadre formel et des règles à respecter. Un travail hautement créatif implique de planifier à l'avance et d'explorer les possibilités.
« Mais tous ceux avec qui j'ai discuté depuis la parution de l'article veulent savoir quand ils pourront jouer contre notre brillant moteur d'échecs. Je pense donc que rendre cela possible est la prochaine étape évidente pour nous. »
