Aujourd’hui, AlphaGo a battu, en trois manche à zéro, le meilleur joueur au monde de Go!

Vendredi AlphaGo avait déjà battu, en démonstration, une équipe de joueurs de Go formée par Chen Yaoye, Zho Ruiyang, Mi Yuting, Shi Yue et Tang Weixing. Mais aujourd’hui, une partie beaucoup plus importantes  a pris fin , en trois manche à zéro, contre le Chinois Ke Jie, considéré comme le meilleur joueur au monde. Les algorithmes auto-apprenantes de Google (DeepMind) sont imbattables. L’année dernière elles avaient déjà eu raison du coréen Lee Sedol,

Le jeu de Go est connu pour être le jeu de stratégie le plus compliqué au monde. Ainsi donc une nouvelle étape a été franchie dans la quête d’une Intelligence Artificielle Supérieure !

Maintenant on y est: l’homme passe la main … question intelligence de jeu … en sera-t-il de même pour le reste notamment en médecine?

Bref retour sur une lutte entre humains et machines:

En mai 1997, Deep Blue (IBM) a battu Kasparov au jeu d’échec. Pour la première fois de l’histoire, le champion du monde de l’époque a du s’incliner contre l’ordinateur sur le score de 2½ à 3½. A ce moment là, Deep Blue mesurait 1,80 m et pesait 1,4 tonne. Il fallait vingt personnes pour qu’il fonctionne et son logiciel fonctionnait sur la base des “systèmes experts” qui a l’époque, était ce que l’on faisait de mieux en Intelligence Artificielle. Grâce à son incroyable force de calcul, Deep Blue a joué lors de ce match quelques coups de la classe d’un grand maître dont l’un, abondamment commenté dans les revues spécialisées, a complètement déstabilisé Kasparov.

Mais aujourd’hui ce qu’a présenté Google dans l’affrontement au jeu de Go est d’un tout autre ordre… c’est une machine en réseau qui sait apprendre!

DeepMind: une machine de Turing auto-apprenante

Un des défis que tente de relever DeepMind est de réaliser une mémoire à court terme similaire à celle du cerveau humain. Le système développé est un type de réseau de neurones qui a été adapté pour fonctionner avec une mémoire externe. Le résultat est un ordinateur qui apprend en stockant des souvenirs et en les réutilisant pour effectuer des tâches logiques qu’il ne saurait faire autrement. Comme cette forme de calcul diffère de manière importante d’un réseau neuronal classique, DeepMind lui a donné un nouveau nom : une machine de Turing neurale. La machine de Turing neurale apprend comme un réseau neuronal classique en utilisant les entrées qu’il reçoit du monde extérieur mais qui apprend aussi à stocker ces informations et à les récupérer.

Deep reinforcement learning

DeepMind combine la technique d’apprentissage automatique de “machine learning” avec une technique d’apprentissage renforcée. La technique est nommée Deep reinforcement learning. Le logiciel apprend en effectuant des actions et en observant les effets et conséquences, de la même manière que les humains ou les animaux. Mais jusqu’au tournoi de Séoul, personne n’avait réussi à construire un système capable de réaliser des actions aussi complexes que jouer au Go. Une partie du processus d’apprentissage consiste à analyser les expériences passées à plusieurs reprises pour tenter d’extraire des informations plus précises pour agir plus efficacement à l’avenir. Ce mécanisme est très proche de ceux qui ont lieu dans le cerveau humain, notamment parce qu’il s’auto-alimente en savoir/expérience en jouant/réfléchissant tout seul. Un peu comme lorsque l’on dort/sommeille…l’esprit continue à travailler.

Leçon pour l’avenir de la Santé: Deep Health

Dorénavant nous avons deux approches qui s’affrontent pour prendre la position de “sur-traitance” dans l’économie de la Santé. D’un côté, Google Health qui mise avant tout sur des machines d’auto-apprentissage et de l’autre IBM/Watson Health qui a choisi, en premier lieu, le chemin des Big Data et du Data Analytic.

Ce qui s’affronte ici, c’est le savoir en mode apprentissage contre le savoir accumulé…

Devinez qui va gagner?

 

Xavier Comtesse

Xavier Comtesse

Dans les années 70/80, Xavier Comtesse est le co-créateur de trois start-ups à Genève: les éditions Zoé, la radio locale Tonic et «Le Concept Moderne». Il est ensuite haut fonctionnaire à Berne auprès du Secrétaire d'État à la Science avant de rejoindre l'Ambassade Suisse à Washington comme diplomate. En 2000, il crée la première Swissnex à Boston puis rejoint le Think Tank «Avenir Suisse». En 2015 il lance avec quelques experts «HEALTH@LARGE», un nouveau Think Tank sur la santé numérique. Il est mathématicien et docteur en informatique.

3 réponses à “Aujourd’hui, AlphaGo a battu, en trois manche à zéro, le meilleur joueur au monde de Go!

  1. Les innovation ne cesseront jamais de nous surprendre. A ce rythme, l’humanité pourrait bien être remplacée par les machines pensantes. Il serait pourtant judicieux de trouver un compromis et ne pas trop s’appuyer sur ces nouvelles technologies. Néanmoins, c’est sûr qu’il y a beaucoup d’avantages à utiliser ces algorithmes.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *