AlphaGo, l’IA de Google devient le meilleur joueur de Go au monde en remportant trois match contre le numéro un mondial, Ke jie. AlphaGo a par le passé, affronté d’autres champions comme Fan Hui et Lee Sedol, ce qui lui a permis de s’améliorer, en plus des millions de parties jouées contre lui-même.
Il y a vingt ans, Deep Blue, le superordinateur de IBM avait battu le champion du monde Garry Kasparov grâce à ses algorithmes et une grande puissance de calcul en balayant toutes les séquences de jeu sur de nombreux coups.
Mais face au jeu de Go, qui compte un nombre immense de combinaisons possibles, la puissance de calcul n’est pas suffisante, il faut améliorer les algorithmes.
Deux méthodes sont ainsi utilisées dans AlphaGo : la méthode de Monte-Carlo et le Deep Learning. La méthode de Monte-Carlo permet de ne pas balayer toutes les configurations d’un arbre de coups et le Deep Learning permet à AlphaGo d’apprendre de lui-même. En nourissant AlphaGo avec de très nombreuses parties et à le faire jouer contre lui-même, cela a contribué à grandement améliorer AlphaGo en un minimum de temps.
Pour AlphaGo, ce dernier a consisté à nourrir le programme de très nombreuses parties et à le faire jouer contre lui-même. Cela lui a permis de faire des progrès considérables en un temps extrêmement court.
Après s’être imposé comme nouveau champion du monde du jeu de Go, AlphaGo va prendre sa retraite et les développeurs de AlphaGo vont désormais travailler sur des algorithmes généralistes destinés à la recherche médicale et scientifique afin de combattre certaines maladies, réduire la consommation d’énergie ou inventer de nouveaux matériaux.
L’IA est un atout dans ce genre de projet car elle permet de traiter des téraoctets de données hétérogènes à grande vitesse et d’en extraire le sens.
L’avancée des algorithmes de AlphaGo vont donc permettre de faire avancer de nombreux domaines comme le médical en combattant certaines maladies ou le secteur de l’énergie en diminuant la consommation de l’énergie.
Soyez le premier à commenter