Le blog de l'agence marketing IntoTheMinds
Etude de marché et coaching d'entrepreneurs

L’intelligence artificielle : nouvel adversaire de référence dans les jeux

Share This Post On

L’intelligence artificielle, les algorithmes, font désormais partie intégrante de notre quotidien. Ils jouent un rôle dans divers domaines, qui n’ont pas toujours un lien évident avec l’informatique. En effet, l’intelligence artificielle (IA) est appliquée dans de nombreux domaines comme la robotique, certes, mais également les jeux, la musique, l’art, la santé, et bien plus encore.
Cet article lance notre toute nouvelle série sur les multiples facettes de l’intelligence artificielle en détaillant son intégration dans notre monde moderne. Nous commençons aujourd’hui par un sujet passionnant, celui des jeux au sens large et des jeux vidéo en particulier.

Sommaire

  1. L’intelligence artificielle au quotidien, en bref
  2. Quand les intelligences artificielles défient les humains sur leur terrain de jeu
  3. Quelle est la prochaine étape ?

L’intelligence artificielle au quotidien, en bref

Il serait au-delà des objectifs de cet article de dresser un panorama exhaustif des applications de l’intelligence artificielle. Revenons toutefois sur un exemple qui parlera au plus grand nombre : les assistants vocaux. Apple et Google ont introduit des formes d’intelligences artificielles dans nos quotidiens avec l’intégration de Siri, l’assistant vocal des appareils iOS, et OK Google, l’assistant vocal des appareils Android. De plus en plus, les enceintes connectées comme Google Home – commercialisée par Google – et Alexa – commercialisée par Amazon – font leur entrée dans les ménages et se basent sur les mêmes technologies. Nous avons d’ailleurs traité de ce cas d’usage dans un article récent que nous vous invitons à lire.

Quand les intelligences artificielles défient les humains sur leur terrain de jeu

Depuis longtemps le jeu est un domaine privilégié de recherche pour les spécialistes en intelligence artificielle. Nombreux sont ceux qui se sont penchés sur les jeux, leurs techniques et stratégies pour éprouver leurs modèles algorithmiques et développer des IA toujours plus performantes.

En effet, alors que les premiers développements intégraient un apprentissage basique, peu à peu les IA les plus performantes ont été capables d’apprendre de nouvelles stratégies de jeux voire même de révolutionner la manière de jouer à certains jeux, comme ce fut le cas avec le Backgammon que l’IA TD-Gammon a montré sous un tout nouvel angle aux joueurs expérimentés puisqu’elle avait développé des stratégies, techniques et théories inédites pour l’oeil humain.

Afin de bien comprendre et illustrer les étapes clés de la relation entre les intelligences artificielles et les jeux, nous avons créé pour vous cette infographie inédite que nous vous expliquons plus en détails plus bas.

Les échecs

En 1997, Deep Blue est la première intelligence artificielle à battre Garry Kasparov, champion du monde d’échecs. Après plusieurs affrontements où Kasparov tenta de jouer de manière classique et stratégique, puis de façon plus désordonnée en utilisant différentes stratégies, ne se contentant dès lors plus de rester bloqué sur une façon de jouer. De cette technique approximative ont résulté 3 matchs nuls jusqu’à ce que DeepBlue batte Kasparov durant la 6ème manche.
Il faut tout de même préciser qu’entre 1996 et 1997, Deep Blue fut spécialement améliorée pour battre Kasparov, sa puissance étant également doublée. Les moyens investis dans cette mission furent donc conséquents pour IBM.

Le jeu télévisé Jeopardy

En 2011, sur le plateau du jeu télévisé Jeopardy, s’est illustré un candidat d’un nouveau genre : une intelligence artificielle développée par IBM. Grâce à une mémoire vive de 15 To (téraoctets), Watson (le nom de l’IA) s’illustra sur le plateau télévisé en gagnant face aux champions en titre et put ainsi prétendre à un prix d’un million de dollars.
Watson n’avait pas accès à internet pendant les questions. Cependant, il est clair que de nombreux serveurs étaient allumés afin de permettre à l’IA d’être réactive. De plus, IBM avoue que Watson avait l’équivalent de 200 millions de pages de données stockés dans sa mémoire vive.

Go

Au mois de mars 2016, l’intelligence AlphaGo développée par la société DeepMind s’est vu attribuée le mérite d’avoir gagné 4 parties de Go sur 5 face à Lee Sedol, un des champions mondiaux de ce jeu de stratégie ultra complexe. Nombreux étaient les spécialistes convaincus que cette victoire d’une IA sur un champion de Go n’arriverait pas avant des décennies ; et pourtant… Le jeu de Go est en effet bien plus compliqué à jouer et les stratégies ne sont que plus nombreuses puisque le plateau est deux fois plus grand qu’un plateau d’échecs.
Read also: Algorithmes: notre liberté est-elle menacée ?
Après avoir étudié une base de données de matchs de Go, l’IA fut considérée comme ayant acquis l’expérience de quelqu’un ayant joué à ce jeu pendant 80 ans d’affilée. En comparaison avec Deep Blue – l’IA qui avait battu Kasparov aux échecs en 1997 – AlphaGo a mis en pratique des techniques dites « d’apprentissage profond » (Deep Learning) plus que des stratégies de force brute. C’est ainsi qu’AlphaGo et son successeur AlphaGo Master ont respectivement battu Lee Sedol puis Ke Jie, également considéré comme un (ou le) meilleur joueur mondial de Go.
Cette avancée est significative pour le domaine de l’intelligence artificielle. Cependant, nombreux sont ceux qui relativisent cette victoire, en pointant la puissance énergétique utilisée par AlphaGo et AlphaMaster pour parvenir à ses fins. En effet, lors du match affrontant Lee Sedol et AlphaGo, on a estimé à 20 Watts la consommation énergétique du champion contre près de 1 MW pour l’IA.

Texas Hold ‘em

Le Poker est un des jeux les plus complexes à jouer. En effet, ce jeu allie réflexion, stratégie mais aussi instinct et bluff, ce qui ne semble pas être, à première vue, les compétences les plus développées d’une IA. Prenant en compte les difficultés du poker, les développeurs de Libratus se sont alors concentrés sur le Poker Texas Hold ‘em. Ainsi, l’IA fut entraînée à jouer contre elle-même et à examiner par la suite ses propres stratégies afin de les améliorer tout en créant de véritables capacités de bluff en faisant diminuer la déception ou le regret dus à certains choix de jeu. Avec un taux de regret avoisinant zéro, il fut conclu qu’il serait impossible de battre cet algorithme dans toute une vie.
C’est ce qui fut testé en janvier 2017. Libratus affronta Jason Les, Dong Kim, Daniel McAulay et Jimmy Chou, les meilleurs joueurs mondiaux de Texas Hold ‘em. Après 20 jours de jeux et 120 000 mains, Libratus fut reconnu vainqueur. Au cours de ses manches, l’IA a analysé les stratégies et techniques de ses concurrents, s’adaptant et s’améliorant ainsi de façon constante.

Pac-Man

En 2017, après son intégration à DeepMind (une société de Google), la startup Maluuba intégra une méthode d’apprentissage automatique appelé Hybrid Reward Architecture (HRA) au célèbre jeu d’arcade Pac-Man. Cette technologie permet à un agent d’évaluer les suggestions de tous les autres agents pour la partie en cours. Cette approche fut souvent comparée à l’expression « diviser pour mieux régner » et permit à l’IA de réaliser un score jamais vu de 999 990.

Dota 2

Sur le même principe de fonctionnement que Libratus, OpenAI fut créée pour apprendre par elle-même et s’améliorer continuellement au fil de ses expériences de jeux. En août 2017, après tout juste deux semaines d’apprentissage, l’intelligence artificielle lancée par le laboratoire cofondé par le célèbre Elon Musk gagnait déjà face à plusieurs joueurs mondiaux à Dota 2 en parties un contre un pendant le tournois mondial de eSports The International. Ce qui rend cette étape essentielle est l’aspect imprévu des événements déclenchés pendant la partie.

Le Rubik’s Cube

Un autre jalon clé est bien sûr le record enregistré début 2018 par une IA ayant résolu un Rubik’s Cube en 0,38 secondes, incluant l’analyse visuelle et la reconnaissance des couleurs via une webcam de Playstation 3 et les mouvements nécessaires à résoudre le Rubik’s Cube grâce à des bras robotisés. Ce record était jusqu’alors de 0,637 secondes pour un robot et de 4,69 secondes pour un humain, record tenu par Patrick Ponce.

StarCraft II

En 2019 DeepMind, la filiale de Google qui s’était rendue célèbre en développant AlphaGo, continua à repousser les limites des intelligences artificielles dans le domaine des jeux. Ses derniers développements ont conduit au développement d’AlphaStar, une intelligence artificielle qui a battu deux des 50 meilleurs joueurs mondiaux à StarCraft II. Ce jeu de stratégie en temps réel est bien plus complexe que ceux que les IA ont pu maîtriser auparavant (Atari, Mario, Quake III Arena, …), puisque StarCraft II est un jeu proposant diverses modalités de jeu et notamment le un contre un dans lequel les participants évoluent en temps réel.

Quelle est la prochaine étape ?

A force de battre le cerveau humain sur des jeux plus divers et variés mais surtout de plus en plus complexes, on peut se demander ce que nous réserve le futur de l’intelligence artificielle et les interactions avec les humains.
S’il est clair que des problèmes de plus en plus complexes peuvent désormais être résolus par des machines (cf. le jeu de Go et Starcraft II), il faut également s’interroger sur le rôle de l’humain dans cette équation.
En matière d’optimisation, il semble évident que les aspects énergétiques devront être pris en compte. Nombreux sont ceux qui demandent à voir quelles seraient les capacités d’une IA fonctionnant au même niveau de puissance énergétique qu’un humain, proposant ainsi des affrontements plus « fair-play ».

Actuellement, les intelligences artificielles battent les humains sur les jeux qu’ils ont eux-mêmes créés. Mais une IA est-elle capable “d’inventer” un nouveau jeu ? Une IA nommée Angelina est déjà en cours d’apprentissage et d’amélioration pour atteindre ce but.

Image : Shutterstock

Tags: ,

Author: Pierre-Nicolas Schwab

Pierre-Nicolas est Docteur en Marketing et dirige l'agence d'études de marché IntoTheMinds. Ses domaines de prédilection sont le BigData l'e-commerce, le commerce de proximité, l'HoReCa et la logistique. Il est également chercheur en marketing à l'Université Libre de Bruxelles et sert de coach et formateur à plusieurs organisations et institutions publiques. Il peut être contacté par email, Linkedin ou par téléphone (+32 486 42 79 42)

Share This Post On

Submit a Comment

Your email address will not be published. Required fields are marked *