Sans parties humaines d’experts, elle bat l’ancienne AlphaGo 100–0

Savais-tu qu'une IA a appris le go sans commencer par copier des parties humaines ? En deux mille dix-sept, AlphaGo Zero s'entraîne en jouant contre lui-même. Il connaît les règles, puis améliore sa manière de choisir des coups à partir de ses expériences de jeu. Le principe est de produire des parties et d'utiliser leurs résultats pour ajuster le système. Il ne s'agit pas de deux robots assis face à face ni d'un logiciel conscient. Notre plateau animé explique l'alternance des joueurs, sans prétendre reproduire une vraie partie d'entraînement.

Après trois jours d'entraînement dans l'expérience publiée, AlphaGo Zero bat une version précédente d'AlphaGo par cent parties à zéro. Cet adversaire est un autre système, pas cent champions humains. Le score compare donc deux versions dans le cadre bien précis présenté par les chercheurs.

Ce résultat montre que l'apprentissage peut tirer parti d'expériences fabriquées par le système lui-même. Mais les règles du go fournissent un monde clair et testable. On ne peut pas transformer ce succès en preuve qu'une IA découvre toute connaissance sans données, sans règles ni vérification.