?
 Menu Libération Connexion Abonnement Un algorithme de Google bat un humain au go : une question de confiance «Aquarius», Iran, hackers.
.
.
, les articles que vous auriez pu rater cette semaine 6 janvier 2018 à 17:11 Caroline Fourest : «Les "Je ne suis pas Charlie" finiront comme tous les perdants de l’histoire» 6 janvier 2018 à 15:13 Jean Baubérot : «Le droit au blasphème ne s’applique pas qu’au discours à l’égard des religions» 6 janvier 2018 à 15:50 «Aquarius» : La Libye, d’un nouveau départ à un nouvel exil 6 janvier 2018 à 15:22 A bord de l'Aquarius: un naufrage avec le son, sans l’image 6 janvier 2018 à 18:56 Vexé par les critiques, Donald Trump se qualifie de «génie très stable» 6 janvier 2018 à 17:20 Quoi de neuf en 2018 ?
 Rien, merci 6 janvier 2018 à 11:50 La Corée du Nord pourrait participer aux JO en Corée du Sud 6 janvier 2018 à 10:10 10 degrés de trop en Europe, 23 millions de chiffres et un gros tas de poussière 6 janvier 2018 à 17:00 Le bitcoin, une monnaie qui tourne au charbon 5 janvier 2018 à 12:08 Au bureau, les économies d'énergies se nichent dans les pièces jointes 5 janvier 2018 à 10:03 L'administration Trump ouvre les vannes du forage offshore 4 janvier 2018 à 23:44 Jean-Pierre Filiu : «Les dictateurs arabes, comme les mamelouks, imposent une domination militaire» 5 janvier 2018 à 19:06 Fabien Truong: «Dans certains quartiers, la question de la haine de soi est très forte» 4 janvier 2018 à 17:36 Lahire, la sociologie à l’assaut de Freud 3 janvier 2018 à 19:56 Liberté de création : ne nous trompons pas de combat !
 3 janvier 2018 à 18:36 La recette du week-end: ni roi, ni fève mais une galette flamande 6 janvier 2018 à 11:02 Parce qu'ils étaient Juifs 5 janvier 2018 à 15:07 En prison, Pommerat brise le quatrième mur 4 janvier 2018 à 17:36 Holy Two, Daniel Alexander, Mou.
.
.
 la playlist du cahier musique de «Libé» 5 janvier 2018 à 15:02 Abonnement 100% numérique A partir de 1€ le premier mois Formule Intégrale Libération en version papier et numérique Èvénements Le Grand Paris bouge-t-il ?
 Mardi 6 février Voyage au cœur de l'IA Mercredi 24 janvier Travail : la réforme expliquée par les experts Vendredi 19 janvier La Boutique Unes en affiches Les unes cultes en tirage photo Relire Libé Commander des anciens numéros info / Stratégie Un algorithme de Google bat un humain au go : une question de confiance Par Camille Gévaudan — 28 janvier 2016 à 17:52 Un algorithme de Google bat un humain au go : une question de confiance Un algorithme de Google bat un humain au go : une question de confiance Photo Chad Miller.
 CC BY SA La défaite de Fan Hui face à AlphaGo a fait l'objet d'une publication dans la revue «Nature».
 Une performance inédite.
 confiance Il jouissait jusqu’à aujourd’hui d’une certaine célébrité chez les amateurs du jeu de go pour en être le champion d’Europe en titre, mais son dernier exploit en date va lui offrir une renommée mondiale et sans doute éternelle : Fan Hui, un français originaire de Bordeaux, est devenu le premier joueur professionnel à perdre une partie de go contre un ordinateur.
 L’événement est assez historique pour faire la couverture de Nature.
 Car si les échecs sont depuis longtemps maîtrisés par les programmes d’intelligence artificielle – le supercalculateur Deep Blue a battu Kasparov en 1997 – le go est d’une complexité toute autre, qui résistait encore bien aux algorithmes.
 Sur un plateau quadrillé appelé goban, il faut placer des «pierres» (noires pour un joueur, blanches pour l’autre) de façon à encercler l’adversaire, faire prisonniers ses pions et s’approprier des «territoires».
 «Les règles sont très simples mais il s’agit probablement du jeu le plus complexe inventé par l’homme, car le nombre de combinaisons possibles est supérieur au Demis Hassabis.
 Ce neuroscientifique anglais en sait quelque chose : l’entreprise d’intelligence artificielle qu’il a fondée en 2011 et vendue à Google l’an dernier, DeepMind, a développé le programme de go qui a battu Fan Hui.
 L’affrontement entre l’humain et l’algorithme AlphaGo a eu lieu au mois d’octobre, à Londres.
 Fan Hui a accepté l’invitation de bon cœur, voyant l’ordinateur comme «un partenaire pour avancer et progresser ensemble» et sûr de sa victoire à venir.
 Pourtant, on ne peut même pas dire qu’il a été mis en difficulté par AlphaGo : il a été écrasé.
 Sur les cinq parties rapides qu’il a jouées au rythme de deux par jour, il en a perdu trois.
 Sur les cinq parties «normales», il n’a rien gagné.
 Ordinateur 5, humain 0.
 «AlphaGo joue comme un humain», explique le champion dans une interview au Monde.
 Sans faire ces coups «bizarres» dont se rendent d’habitude coupables les ordinateurs dont on ne comprend pas la stratégie.
 Le jeu d’AlphaGo paraît naturel, et en plus, le fourbe reste imperturbable quand l’humain, lui, flanche du côté psychologique.
 «A la fin, j’ai perdu toute confiance face à lui et ça, c’est catastrophique.
 Lui n’a pas ce problème», se souvient Fan Hui.
 Il a gardé le secret de ses défaites jusqu’à la publication cette semaine de l’étude dans Nature.
 Google DeepMind se différencie des autres intelligences artificielles qui se frottent au jeu de go en combinant plusieurs approches.
 Il repose toujours sur la classique «méthode de Monte-Carlo» qui simule à l’avance des milliers de parties pour deviner quels coups ont le plus de chances de se solder par une victoire.
 Mais il ajoute à cela les possibilités offertes par le deep learning, une capacité d’apprentissage qui simule un réseau de neurones pour que l’ordinateur sache choisir la meilleure réponse possible aux paramètres qu’on lui donne.
 DeepMind a déjà fait la démonstration de son excellence en la matière en créant un programme capable de jouer aux jeux vidéo sans qu’on lui en explique les règles, et Google s’entraîne ainsi à reconnaître et décrire le contenu d’une photographie («un chien noir et blanc saute par-dessus une barre»).
 Il faut avoir à disposition une énorme base de données pour permettre à l’ordinateur d’ingurgiter des exemples et de s’améliorer.
 AlphaGo a étudié 30 millions de mouvements de joueurs professionnels, puis joué contre lui-même pour mettre sa technique à l’épreuve.
 C’est la combinaison de ces trois méthodes d’intelligence artificielle – Monte-Carlo, le deep learning et l’apprentissage par renforcement, qui est inédite (et apparemment dévastatrice) dans le domaine du go.
 Camille Gévaudan partager tweeter Vous êtes abonné à Libération Le journal d'aujourd'hui Offre 100% numérique: 1 € le premier mois Le journal du jour en exclusivité et le journal de demain avant tout le monde Voir les offres d’abonnement partager tweeter Aucun commentaire Dans le dossier «High-tech» «La créativité devient un objet d’étude en soi» Hackers : «Chacun de nous a des raisons différentes de douter» Vous êtes abonné à Libération Le journal d'aujourd'hui Offre 100% numérique: 1 € le premier mois Consultation illimitée sur tous les supports Voir les offres d’abonnement Un mot à ajouter ?
 Quantcast