DeepMind, succursale de Google travaillant sur l’intelligence artificielle a dévoilé une nouvelle version de son cerveau jouant au jeu de go : AlphaGo Zero. Ce nouveau programme présente de nouvelles compétences qui sont hors du commun. En effet, non seulement est elle bien meilleure dans la tâche qui lui a été confiée (jouer au jeu de Go), mais elle est aussi devenue autodidacte. L’IA joue de façon autonome et se renforce parties après parties.

Google n’est en pas à son premier essai puisque des chercheurs du géant ont développé AutoML. C’est aussi une intelligence artificielle qui apprend elle-même à coder d’autres intelligences artificielles. AutoML est capable de concevoir un modèle « enfant », puis d’analyser les résultats de ses performances et ainsi réaliser des corrections sur ce modèle. L’opération se répète plusieurs milliers de fois, chaque nouveau prototype est plus puissant que le précédent. Mieux encore, elles sont de plus en plus intelligentes et cela de façon quasi-autonome.

La version classique de AlphaGo avait été nourrie par les données de 100 000 parties de go puis avait été perfectionnée. AlphaGo Zero, de son côté, démarre avec d’autres bases. Les membres de l’équipe lui ont simplement inculqué les règles classiques du jeu de go. Tout ce qui est appris par la suite se fait de façon autodidacte, en faisant des parties contre lui-même. À chaque partie gagnées, AlphaGo Zero a mis à jour son système, a recommencé une partie, et ainsi de suite.

« Les gens ont tendance à penser que le machine learning requiert principalement de la big data ou une quantité astronomique de calculs. Mais en fait ce que nous avons vu avec AlphaGo Zero, c’est que les algorithmes importent plus que la dépendance aux données utilisées. Avec AlphaGo Zero, nous avons utilisé bien moins de ressources que pour les précédentes version d’AlphaGo, pour une résultat bien supérieur, » a précisé David Silver, professeur travaillant sur les projets de DeepMind.

De plus en plus de programmes chez Google apprennent à d’autres programmes. À l’image d’un travail basé sur les échanges linguistiques où une IA avait fini par inventer son propre langage à partir de trois autres langues.

Pour l’instant, les intelligences artificielles sont plus performantes que les développeurs pour créer des programmes dans de petits paramètres. Si le côté pratique ressort pour certaines applications, qu’en sera-t-il lorsque les IA s’attaqueront à des chantiers plus importants ?

Source.