211service.com
Comment AlphaZero a réécrit les règles du jeu tout seul
David Silver dit que le programme informatique qui a appris à être un grand maître d'échecs montre l'essence de la créativité.
22 février 2019
Bois de géordie
David Silver a inventé quelque chose qui pourrait être plus inventif que lui.
Silver était le chercheur principal d'AlphaGo, un programme informatique qui a appris à jouer au go - un jeu réputé délicat qui exploite l'intuition humaine plutôt que des règles de jeu claires - en étudiant les jeux joués par les humains.
Cette histoire faisait partie de notre numéro de mars 2019
- Voir la suite du problème
- S'abonner
La dernière création de Silver, AlphaZero, apprend à jouer à des jeux de société comme le Go, les échecs et le Shogi en s'entraînant contre lui-même. À travers des millions de jeux d'entraînement, AlphaZero découvre des stratégies qu'il a fallu des millénaires aux humains pour développer.
Alors, l'IA pourrait-elle un jour résoudre des problèmes que les esprits humains ne pourraient jamais résoudre ? J'ai parlé à Silver dans son bureau londonien de DeepMind, qui appartient maintenant à Alphabet.
Dans un match célèbre contre peut-être le meilleur joueur de Go de tous les temps, AlphaGo a fait un geste brillant que les observateurs humains ont d'abord pensé être une erreur. Était-ce être créatif à ce moment-là ?
Move 37, comme il est devenu connu, a surpris tout le monde, y compris la communauté Go et nous, ses créateurs. C'était quelque chose en dehors de la façon attendue de jouer au go que les humains avaient compris au cours de milliers d'années. Pour moi, c'est un exemple de quelque chose d'être créatif.
Étant donné qu'AlphaZero n'apprend pas des humains, est-il encore plus créatif ?
Lorsque vous avez quelque chose qui apprend par lui-même, qui construit ses propres connaissances à partir de zéro, c'est presque l'essence même de la créativité.
AlphaZero doit tout comprendre par lui-même. Chaque étape est un saut créatif. Ces idées sont créatives parce qu'elles ne lui ont pas été données par les humains. Et ces sauts continuent jusqu'à ce que ce soit quelque chose qui dépasse nos capacités et qui a le potentiel de nous étonner.
Vous avez vu AlphaZero jouer contre le meilleur moteur d'échecs conventionnel, Stockfish. Qu'as-tu appris?
Stockfish a ce moteur de recherche très sophistiqué, mais au cœur de celui-ci se trouve ce module qui dit, Selon les humains, c'est une bonne position ou une mauvaise position. Donc, les humains sont vraiment profondément dans la boucle là-bas. Il lui est difficile de se détacher et de comprendre une position fondamentalement différente.
AlphaZero apprend à comprendre les positions par lui-même. Il y avait un beau jeu que nous étions en train de regarder où il abandonne en fait quatre pions d'affilée, et il essaie même d'abandonner un cinquième pion. Stockfish pense qu'il gagne de manière fantastique, mais AlphaZero est vraiment heureux. Il a trouvé un moyen de comprendre la position qui est impensable selon les normes des échecs. Il comprend qu'il vaut mieux avoir la position que les quatre pions.
AlphaZero suggère-t-il que l'IA jouera un rôle dans l'innovation scientifique future ?
L'apprentissage automatique a été dominé par une approche appelée apprentissage supervisé, ce qui signifie que vous commencez avec tout ce que les humains savent, et vous essayez de distiller cela dans un programme informatique qui fait les choses exactement de la même manière. La beauté de cette nouvelle approche, l'apprentissage par renforcement, est que le système apprend par lui-même, à partir des premiers principes, comment atteindre les objectifs que nous lui avons fixés. C'est comme un million de mini-découvertes, les unes après les autres, qui construisent cette façon de penser créative. Et si vous pouvez faire cela, vous pouvez vous retrouver avec quelque chose qui a un pouvoir immense, une immense capacité à résoudre des problèmes, et qui peut, espérons-le, mener à de grandes percées.
Y a-t-il des aspects de la créativité humaine qui ne pourraient pas être automatisés ?
Si nous pensons aux capacités de l'esprit humain, nous sommes encore loin d'y parvenir. Nous pouvons obtenir des résultats dans des domaines spécialisés comme les échecs et le go avec une énorme quantité de puissance informatique dédiée à cette seule tâche. Mais l'esprit humain est capable de généraliser radicalement à quelque chose de différent. Vous pouvez changer les règles du jeu, et un humain n'a pas besoin de 2 000 ans de plus pour comprendre comment il doit jouer.
Je dirais que peut-être que la frontière de l'IA en ce moment - et où nous aimerions aller - est d'augmenter la portée et la flexibilité de nos algorithmes pour couvrir toute la gamme de ce que l'esprit humain peut faire. Mais c'est encore loin.
Comment pourrions-nous y arriver ?
Je voudrais préserver cette idée que le système est libre de créer sans être contraint par la connaissance humaine.
Un bébé ne s'inquiète pas de sa carrière ou du nombre d'enfants qu'il va avoir. C'est jouer avec des jouets et apprendre des techniques de manipulation. Il y a énormément à apprendre sur le monde en l'absence d'un objectif final. Il peut et doit en être de même pour nos systèmes.