Go : un joueur amateur bat une IA « surhumaine » – Economie

Lorsque Lee Sedol a mis fin à sa carrière de joueur de go professionnel, il avait l’air résigné. « Il y a une entité qui ne peut pas être vaincue », déclarait-il en 2019, faisant référence au logiciel Alpha-Go, qui l’avait battu trois ans plus tôt dans quatre parties sur cinq. Lee était alors considéré comme le meilleur joueur du monde. « J’ai réalisé que je ne serais plus jamais au top maintenant que l’intelligence artificielle a maîtrisé le go », a-t-il déclaré.

Désormais, l’espoir renaît pour les humains. L’Américain Kellin Pelrine a battu Kata-Go et Leela Zero, deux programmes de go capables de rivaliser avec Alpha-Go – contre lequel tous les joueurs ont perdu. Pelrine n’a pas seulement gagné, il a déclassé Kata-Go, bien que le logiciel ait joué à son plus haut niveau possible : « surhumain ». L’homme et la machine se sont affrontés 15 fois, et Pelrine s’est imposé 14 fois.

A première vue, sa victoire ressemble à un conte de fées. En tant que joueur amateur ambitieux, Pelrine n’aurait aucune chance face à un professionnel comme Lee. Le go est un jeu de plateau très complexe, il y a plus de coups possibles qu’une IA ne peut en simuler. Aux échecs, la puissance de calcul pure suffit, au go, l’intuition et la compréhension du jeu sont nécessaires. Les parties menées de manière particulièrement créative sont considérées comme des œuvres d’art. C’est pourquoi les grands maîtres humains ont été choqués lorsqu’Alpha-Go a gagné contre Lee il y a sept ans. Et maintenant, ce serait justement un amateur qui aurait stoppé la marche triomphale des machines ?

« Il était étonnamment facile d’exploiter le système »

Pelrine a reçu l’astuce décisive d’un logiciel. L’entreprise Far AI et des chercheurs de plusieurs universités américaines ont développé ensemble un programme qui détecte les faiblesses de l’IA. « Il a été étonnamment facile pour nous d’exploiter le système », a déclaré le chef de Far AI Adam Gleave au journal Financial Times (FT).

Le logiciel a joué plus d’un million de parties contre Kata-Go et est tombé sur un point aveugle. Avec la bonne stratégie, il est possible de distraire l’IA pour qu’elle ne remarque pas que ses pions sont encerclés sur d’autres parties du terrain. Cette tactique n’est « pas complètement triviale, mais pas non plus super difficile » à apprendre, a déclaré Pelrine au FT. Il a suivi le plan à la lettre et a ainsi battu un programme apparemment surpuissant qui avait auparavant analysé des millions de parties de go et en avait tiré des enseignements.

C’est précisément ce qui a été fatal au Kata-Go. Dans le matériel d’entraînement, on ne trouve pas de telles situations, car les gens comprennent rapidement la stratégie et ne l’appliquent donc pas. Le logiciel n’a donc pas pu apprendre comment réagir.

Cet exemple montre pourquoi l’IA n’est pas intelligente au sens humain du terme. Les réseaux neuronaux sont entraînés à une tâche spécifique, qu’ils finissent par maîtriser au moins aussi bien que les humains. La machine devient une solution presque parfaite, mais uniquement pour un problème spécifique. Lorsque quelque chose d’imprévu se produit, même les IA les plus intelligentes sont souvent impuissantes. Ce n’est probablement pas une consolation pour Lee Sedol, mais au moins un triomphe pour Kellin Pelrine – même s’il a eu besoin de l’aide d’un ordinateur pour cela.