La Raison Derrière La Victoire De L’ia Sur Les Humains Dans Les Jeux Est En Fait La Biologie

Dès 1997, « Deep Blue » d'IBM a battu Kasparov, alors champion du monde d'échecs, marquant la première fois qu'une machine a battu un champion du monde dans une partie. Au début et au milieu du siècle, la technologie avait progressé au point que les machines battaient systématiquement les grands maîtres d’échecs dans presque toutes les variantes du jeu.

Les informaticiens se sont donc tournés vers le Go, un ancien jeu de stratégie originaire de Chine, très facile à apprendre mais difficile à maîtriser.

Une équipe de recherche de l'Université Carnegie Mellon a organisé un événement plus public en janvier 2017, lorsque son système d'IA Libratus a passé 20 jours à jouer 120 000 tours de Texas Hold'em sans limite contre quatre joueurs de poker professionnels.

Après près d'un mois de jeu non-stop, la machine avait gagné un total de 1,7 million de dollars, tandis que chacun des quatre professionnels avait perdu des milliers de dollars en argent fictif.

En mai 2017, AlphaGo Master a battu Ke Jie, le joueur de Go numéro un au monde. Dans les trois parties jouées par AlphaGo contre Ke Jie, la machine était toujours dans une position avantageuse.

En décembre 2017, DeepMind avait dévoilé une version plus avancée de son système. Cette nouvelle IA, appelée AlphaZero, peut maîtriser plusieurs jeux en quelques heures. C'est tellement IMBA.

Parmi ces jeux, il est indéniable que Dota2 est l’un des jeux les plus difficiles et les plus complexes stratégiquement. La plupart du temps, les joueurs sont confrontés à la nécessité d’explorer le jeu.

Donc la première chose que nous devons résoudre est le problème de navigation du personnage. À l’heure actuelle, nous devons inviter des biologistes à expliquer comment le cerveau humain navigue.

On peut dire que l'exploration des mystères du cerveau humain est une tâche avec un coefficient de difficulté de plus de 9,9, mais Deepmind, debout sur les épaules de géants, a trouvé la réponse au problème sans effort. Des remerciements particuliers doivent être adressés au scientifique anglo-américain John O'Keefe, lauréat du prix Nobel de physiologie ou médecine en 2005, ainsi qu'à May-Britt et son mari Edvard Moser de Norvège.

Grâce à des efforts incessants et à d’innombrables difficultés, ils ont trouvéLe cœur du GPS du cerveau humain - « unité de grille », ce qui a permis à Deepmind de découvrir facilement la clé de la perception spatiale du cerveau humain. Une unité de grille est un type de tissu neuronal composé d’innombrables cellules de grille. Sa fonction principale est d’aider les humains et la plupart des mammifères à se localiser et à s’orienter.

Lorsque nous nous déplaçons, les cellules de la grille mettent constamment à jour l'emplacement actuel et l'environnement environnant, enregistrent le chemin de marche et l'emplacement historique, puis dessinent une carte virtuelle dans le cerveau pour aider le cerveau à déterminer l'emplacement et la direction.

Chaque fois que vous arrivez à un nouvel endroit, les cellules de la grille dessinent automatiquement une nouvelle carte. En d’autres termes, plus vous visitez d’endroits, plus la carte sera complète et plus votre champ de perception spatiale sera large.

Inspirée par cette réussite, l’équipe Deepmind a travaillé avec des scientifiques de l’UCL (University College London) pour développer conjointement un système de réseau neuronal récursif. En simulant le processus de recherche d'un chemin par une souris, le système a miraculeusement découvert que le réseau neuronal produisait certaines caractéristiques similaires à celles des cellules de la grille lors de la détermination de leur emplacement.

(Remarque : les cellules de grille générées par le réseau neuronal sont très similaires à celles des humains)

Grâce à des recherches et des améliorations supplémentaires, ils ont réussi à créer une version réseau neuronal de l'unité de grille (également appelée unité de grille IA). Les unités de grille IA peuvent non seulement déterminer leur propre position, mais également trouver le meilleur itinéraire vers le point cible dans un environnement complexe.

Cette découverte a ravi l’équipe de Deepmind, qui avait désespérément besoin d’une opportunité de montrer sa véritable technologie. L’équipe a donc décidé d’ignorer les souris et les gorilles et de déclarer la guerre directement aux humains.

Dans un jeu de labyrinthe contre des joueurs professionnels, l'IA équipée d'une version de réseau neuronal d'unités de grille a non seulement trouvé la direction dans l'environnement complexe, mais a également calculé avec précision la distance jusqu'au point cible et a trouvé l'itinéraire le plus rapide (y compris certains autres itinéraires qui ont pris plus de temps), battant avec succès les humains.

Bien que la victoire n’ait été obtenue que dans un environnement virtuel, cela signifie que l’IA a la capacité de trouver son chemin dans des scènes réelles sans l’aide de données externes telles que le GPS. Par conséquent, tant que Deep Mind existe, il est indéniable qu’il s’agit d’une victoire historique.

Jusqu’à présent, l’IA n’avait démontré son excellence que dans des domaines tels que la reconnaissance d’images et les jeux de société, mais elle a rarement surpassé les humains dans des domaines cognitifs subjectifs tels que la navigation. Cette fois, l’IA a « évolué » vers une fonction de navigation automatique, prouvant que l’IA peut non seulement reproduire le cerveau, mais aussi bien le comprendre.

Il est prévisible que l’IA aura davantage de possibilités à l’avenir. S'appuyant sur ses puissantes capacités de calcul et d'apprentissage, il peut proposer plusieurs solutions au même problème et trouver la meilleure réponse.

Quant aux jeux, si nous continuons à former l'IA à s'adapter à divers environnements de jeu, puis ajoutons la voix de Google Assistant qui est difficile à distinguer entre le vrai et le faux.

Nous craignons qu’il soit encore plus difficile de distinguer si le joueur du côté opposé est une jeune femme ou une IA.

Tellement triste.

Articles historiques (cliquez sur l'image pour lire)