L’intelligence artificielle peut-elle être créative ?

La grille du Go fait 19 par 19, soit 361 intersections, ce qui implique, en début de partie, 361 coups possibles. En cours de partie, si un joueur a, disons, 300 possibilités, et qu’il cherche à prévoir une réponse possible de l’adversaire pour chacun de ses coups, cela lui ferait 90 000 possibilités à imaginer !

De plus, il est très difficile en cours de partie d’évaluer sa position, comme, lorsqu’aux échecs, on sacrifie une pièce pour espérer obtenir un gain plus important. Du coup, les meilleurs joueurs fonctionnent beaucoup à l’instinct.

Pour toutes ces raisons, les programmes de Go ont pendant très longtemps été incapables de rivaliser avec les joueurs humains.

Mais en 2016, le programme AlphaGo de Google Deep Mind a battu le meilleur joueur du monde, Lee Sedol, et il l’a fait en jouant de manière totalement surprenante.

L’IA implantée dans AlphaGo est basée sur le Deep Learning , ou apprentissage automatique. Cette méthode consiste à apprendre à un algorithme à faire quelque chose à partir d’une grande quantité de données qui lui servent d’exemples. C’est ainsi qu’AlphaGo a utilisé une base de données de 160 000 parties jouées par des grands maîtres du Go, soit plus de 30 millions de coups joués. En plus, ses algorithmes simulent le fonctionnement de réseaux de neurones, pour l’aider à faire les meilleurs choix. Cela suffit-il à en faire une véritable intelligence ? Et surtout à se montrer créatif ?

Voici la réponse : au 37e coup de la deuxième partie l’opposant à Lee Sedol, AlphaGo choisit de poser une pierre sur un endroit complètement inattendu. Tellement d’ailleurs, que les commentateurs de la partie, retransmise dans le monde entier, se méprennent sur son choix. Ils croient même un instant à une erreur ! Car le coup surprenant qu’AlphaGo a joué, aucun grand joueur ne l’aurait tenté – cela ressemble même à une erreur de débutant. Lee Sedol, lui aussi, a du mal à croire ce qu’il voit.

Et pourtant, ce coup aura une grande influence sur la fin de la partie, remportée par l’IA. Conclusion : Alpha Go a véritablement innové. Il a été créatif.

AlphaGo atomisé par AlphaZero

Les choses ont encore été plus loin par la suite. Comme on l’a dit, les algorithmes d’AlphaGo ont « mouliné » en se servant des données qu’il avait apprises (apprentissage supervisé). Or, aujourd’hui, des algorithmes évoluant selon un système d’essais erreur/réussite sont capables d’apprendre de façon autonome (apprentissage par renforcement) : on ne fournit à l’algorithme que les règles du jeu, et on le laisse s’entraîner et progresser en jouant contre lui-même.

C’est ainsi que les chercheurs de Deep Mind ont créé AlphaZero, un programme capable d’apprendre à jouer tout seul à des jeux abstraits comme les échecs ou le go sans aucune intervention humaine. Pendant deux semaines et en utilisant 5 000 processeurs, AlphaZero a joué contre lui-même 140 millions de parties de go. Après quoi, on l’a fait jouer contre AlphaGo… qu’il a atomisé 100 parties à zéro !

Idem aux échecs : AlphaZero a joué 44 millions de parties contre lui-même (en 9 heures), puis on l’a opposé au meilleur programme d’échecs du monde, Stockfish (qui, au passage, est bien meilleurs que DeepBlue, qui a battu Kasparov, si vous suivez un peu…). Résultats sur 1 000 parties : 839 nuls, 6 victoires de Stockfish, et 155 victoires pour AlphaZero.

Agressif, créatif

Au-delà de ce chiffre, un détail est important : alors que Stockfish est capable d’évaluer 60 millions de situations par seconde, AlphaZero en évalue « seulement » 60 000 par seconde… Cela signifie qu’il est capable de choisir avec une redoutable efficacité, dans l’arbre complexe des coups possibles, les coups les plus prometteurs, au lieu de tout explorer bêtement en recourant à la puissance de calcul.

Mieux encore : non seulement AlphaZero a redécouvert lui-même toutes les ouvertures classiques des échecs, mais, en cours de partie, son comportement est assez différent de ce que font les humains. Il est plus agressif, sacrifie plus facilement des pièces, mais à l’arrivée, il gagne.

Conclusion : AlphaZero est bel et bien une intelligence artificielle capable de créativité. Ça donne moyennement envie de revoir Terminator, non ?

Fabien Cluzel