L’intelligence artificielle (IA) commence à faire partie de notre vie quotidienne et transforme plusieurs secteurs industriels. On trouve des chatbots et des assistants virtuels partout, et une start-up britannique axée sur l’IA, DeepMind - qui appartient à Google depuis 2014 -, a atteint une étape importante: le développement d’une IA générale. Après avoir démontré la supériorité absolue de son IA lors d’une partie d’échecs contre le champion du monde russe Garry Kasparov en 1997 et, plus récemment, face au champion sud-coréen Lee Sedol en 2016, DeepMind examine dorénavant les possibilités de son invention dans des domaines variés, dont la science, la médecine et les services Internet. Mais d’où provient cette avancée, et quel sera son impact sur notre société ?
Dans les années 1950, le pionnier de l’informatique moderne, Alan Turing, a proposé un test pour distinguer une machine pensante d’un être humain. Connu sous le nom de Test de Turing, il consiste en une conversation écrite entre un individu et une machine, toutes deux masquées aux yeux du juge. Lorsque le juge ne peut différencier les deux intervenants, la machine est considérée comme intelligente. Même si certains contestent toujours sa validité, il symbolise l’objectif séculaire de l’humanité de créer une intelligence artificielle capable de rivaliser avec l’être humain.
Au début des années 1950, les scientifiques travaillaient déjà à doter les machines de compétences cognitives, telles que la reconnaissance sensorielle, la compréhension du langage parlé, la prise de décisions et l’apprentissage automatique. Petit à petit, avec l’augmentation de la puissance de calcul et l’amélioration des algorithmes, l’IA s’est glissée dans notre existence quotidienne, offrant des recommandations personnalisées sur Netflix et des diagnostics médicaux assistés par ordinateur.
Entretemps, l’apparition sensationnelle de l’apprentissage profond (deep learning) et du traitement du langage naturel (NPL) a stimulé la croissance de l’IA pendant la dernière décennie. Ces technologies ont mené à la création d’assistants vocaux tels qu’Alexa, Siri et Cortana, ainsi que de robots conversationnels sophistiqués facilitant les interactions avec les entreprises et les organismes. Malgré ces progrès importants, la majorité des IA actuellement disponibles sont extrêmement spécialisées et limitées à des tâches particulières.
Pour combler ce fossé, DeepMind intervient. Grâce à sa victoire éclatante contre le champion du monde de go, Lee Sedol, en 2016, DeepMind continue de repousser les limites de l’IA en développant AlphaGo Zero et AlphaZero, des systèmes autonomes capables d’apprendre et de maîtriser des jeux complexes sans intervention humaine. Ce développement représente une avancée majeure vers la production d’une IA polyvalente, capable de gérer des missions difficiles dans divers domaines professionnels.
Tandis que DeepMind perfectionne sa recherche d’une IA polyvalente, les implications pour notre société sont énormes. Outre la possible transformation de nombreux secteurs industriels, cette technologie pourrait également nous aider à relever des défis mondiaux urgents, tels que le changement climatique, les pandémies et les crises sanitaires. Plongeons dans l’histoire fascinante de DeepMind et de sa quête de l’intelligence artificielle généraliste, qui pourrait révolutionner notre monde.
DeepMind: Une Filiale Spécialisée de Google
DeepMind, une branche de Google, axe ses recherches sur le développement d’une intelligence artificielle (IA) capable de s’adapter et d’apprendre rapidement une multitude de tâches. Sa principale ambition consiste à concevoir une IA généraliste capable de réaliser des missions complexes dans le monde réel en exploitant les connaissances antérieures acquises.
AlphaGo Zero et AlphaZero: Une Avancée Majeure
Un Bond Vers l’Apprentissage Autonome
Contrairement à la version antérieure d’AlphaGo, qui conjuguait l’apprentissage supervisé et l’apprentissage par renforcement, AlphaGo Zero et AlphaZero misent exclusivement sur l’apprentissage par renforcement. Ce virage permet aux nouvelles itérations d’apprendre plus efficacement et d’atteindre un niveau de performance surhumain dans les jeux de Go, Échecs et Shogi.
Optimisation de l’Architecture: Un Seul Réseau Neuronal
AlphaGo Zero et AlphaZero s’appuient uniquement sur un réseau neuronal unique, contrairement aux deux réseaux neuronaux distincts de la version antérieure d’AlphaGo. Cette configuration simplifiée optimise le processus d’apprentissage et transcende les limitations imposées par la connaissance humaine.
Exploits Remarquables d’AlphaGo Zero et AlphaZero
AlphaGo Zero vs AlphaGo Lee
Après huit heures de formation et 21 millions de parties disputées contre lui-même, AlphaGo Zero a surpassé AlphaGo Lee, la première IA à avoir dominé un adversaire humain.
AlphaZero vs Stockfish, Elmo et AlphaGo Lee
Pour les Échecs, AlphaZero a requis seulement quatre heures de pratique et 44 millions de parties pour venir à bout de Stockfish, l’un des meilleurs moteurs d’Échecs actuels. Il lui a suffi de deux heures et 24 millions de parties pour triompher d’Elmo, le logiciel de Shogi le plus performant. En outre, AlphaZero a facilement défait AlphaGo Lee.
Opportunités Offertes Par AlphaGo Zero et AlphaZero
Les performances extraordinaires d’AlphaGo Zero et AlphaZero esquissent le potentiel de ces technologies dans des domaines tels que la médecine, la science et les services Internet. Elles peuvent contribuer à l’optimisation de processus industriels, à une gestion efficiente des ressources naturelles, à l’amélioration des diagnostics médicaux et à la lutte contre le changement climatique.
Le Prochain Palier: StarCraft
Le défi suivant pour DeepMind sera de concevoir une IA capable de maîtriser le jeu vidéo StarCraft. Ce dernier impose une gestion de l’incertitude notablement plus complexe, représentant un véritable défi pour l’entreprise. L’objectif ultime consiste à créer une IA apte à accomplir des tâches complexes dans le monde réel.
En assistant aux progrès notables de DeepMind dans la conception d’une IA généraliste, il est manifeste que le tableau technologique évolue à un rythme stupéfiant. Avec AlphaGo Zero et AlphaZero, qui se distinguent respectivement dans les jeux de Go, d’Échecs et de Shogi grâce à leur apprentissage autodidacte via le renforcement, ces inventions font germer des questions captivantes concernant l’avenir de l’IA et ses déclinaisons dans notre société.
Serait-il envisageable d’optimiser les procédés industriels, de gérer intelligemment les ressources naturelles, d’affiner les diagnostics médicaux et de combattre le changement climatique à l’aide de ces brillantes intelligences artificielles ? Pendant que DeepMind s’engage dans un challenge encore plus hardi en aspirant à maîtriser le jeu vidéo StarCraft, il est crucial de scruter les enjeux éthiques et sociaux liés à ces avancées. De quelle manière impacteront-elles l’emploi, l’instruction et la direction ? Devrions-nous édicter des lois draconiennes pour encadrer le développement de l’IA ou, au contraire, l’encourager activement en anticipant ses issues salutaires et en réduisant les dangers potentiels ?
Dorénavant, il incombe aux chercheurs, aux législateurs, aux chefs d’entreprise et à la population de statuer collégialement sur le sort de l’IA généraliste et de veiller à ce qu’elle préserve les intérêts collectifs de l’humanité. Emparons-nous de cette chance pour éveiller notre soif de savoir, sustenter notre appétit intellectuel et participer activement à cet échange vital sur l’avenir de l’intelligence artificielle.
Aller plus loin
L’intelligence artificielle (IA) a conquis tous les aspects de notre vie quotidienne, des assistants vocaux tels que Siri et Alexa aux voitures autonomes et robots intelligents. Parmi les avancées les plus passionnantes de l’IA figurent celles réalisées par AlphaGo, qui a défait le champion du monde de Go, Lee Sedol, en 2016. Intéressons-nous de plus près à l’histoire d’AlphaGo, à la technologie qui la sous-tend et à ses applications potentielles dans divers domaines.
Développé par Google DeepMind, une division d’élite axée sur l’IA et l’apprentissage automatique, AlphaGo fusionne des réseaux neuronaux, des algorithmes de Monte Carlo Tree Search et de l’apprentissage par renforcement, analysant ainsi des milliards de coups probables et sélectionnant le plus optimal pour chaque mouvement. Sa capacité auto-amélioratrice, due à l’auto-expérimentation et à l’observation de ses erreurs, a permis à AlphaGo de perfectionner ses compétences et sa stratégie, atteignant un niveau de jeu surhumain au Go en s’opposant à elle-même à différents niveaux de difficulté.
Plus récemment, DeepMind a lancé AlphaGo Zero et AlphaZero, deux versions améliorées d’AlphaGo, faisant appel exclusivement à l’apprentissage par renforcement et écartant ainsi les obstacles liés à la connaissance humaine. AlphaGo Zero a acquis une maîtrise du jeu de Go sans aucune connaissance humaine, ne disposant que des règles du jeu et de la position des pierres sur le plateau. Après s’être livré à des milliers de parties contre lui-même, il a atteint un niveau de jeu surhumain en seulement trois jours, infligeant cent défaites à zéro à AlphaGo Lee. Inspiré par le principe de l’apprentissage autodidacte par renforcement dans une optique moins spécialisée, AlphaZero a dépassé le simple jeu de Go et maîtrisé les échecs et le shogi (version japonaise des échecs) en un temps record. Suite à quatre heures d’entraînement et 44 millions de parties, AlphaZero a terrassé StockFish, l’un des meilleurs moteurs d’échecs actuels. De même, il a rapidement surpassé Elmo, le meilleur programme de shogi, en seulement deux heures et 24 millions de parties.
Les triomphes d’AlphaGo Zero et AlphaZero témoignent du potentiel de ces technologies dans divers secteurs. Les mécanismes appliqués dans ces programmes pourraient révolutionner la découverte de molécules thérapeutiques et les sciences des matériaux en autorisant aux ordinateurs de simuler des réactions chimiques complexes et de prédire leurs aboutissements avec précision. Par ailleurs, la faculté d’AlphaGo à apprendre de ses expériences et à s’adapter face à des situations mutantes en fait un candidat idoine pour des applications dans des environnements réels, comme la conduite autonome, où les décisions doivent être prises en fonction de conditions fluctuantes et souvent imprévisibles.
Malgré ces avancées prometteuses, il est essentiel d’aborder ces technologies avec circonspection, prenant en compte les implications éthiques et sociales de la création de machines plus sagaces que les hommes. Promouvons le dialogue et la réflexion sur les opportunités et les défis posés par l’intelligence artificielle, exhortant les individus à approfondir ce sujet captivant et prometteur.
Découvrez l’historique et le fonctionnement de Deep Blue, l’ordinateur d’IBM qui a battu Garry Kasparov aux échecs: https://www.wired.com/2011/02/deep-blue/ Approfondissez vos connaissances sur le Test de Turing, l’examen permettant de distinguer une machine pensante d’un être humain: https://fr.wikipedia.org/wiki/Test_de_Turing Informez-vous sur les implications éthiques et sociales de l’intelligence artificielle: https://www.technologyreview.com/s/611087/the-ethics-of-artificial-intelligence/