L'année où notre ordinateur nous bat dans tous les jeux

Tout au long du XXe siècle, le jeu d'échecs a servi de point de référence pour les chercheurs en intelligence artificielle (AI), qui, comme le terme est apparu au début des années 1950 par John McCarty.

En 1997, le programme IBM, le “Deep Blue”, a réussi à vaincre le meilleur champion d'échecs du monde, Garry Kasparov, remportant ainsi la première victoire informatique humaine dans un match.

Normalement, les développeurs d'IA ont continué à progresser, s'attaquant à des jeux plus complexes pour tester leurs algorithmes sophistiqués. Au cours des 12 derniers mois, AI a réussi à surmonter un grand nombre de frontières, battant les gens à une large gamme de jeux, allant de l'ancien jeu Go au papier, jeu dynamique et interactif, “Texas Hold-Em Poker”.

Mes défisWdonné

À la fin des années 1997, après qu ' un ordinateur ait finalement vaincu le grand maître des échecs, un astrophysicien de Princeton a dit que “prendrait probablement 100 ans pour un ordinateur pour battre un homme en Go, peut-être même plus”.

En prenant ce défi au sérieux, les informaticiens se sont concentrés sur l'ancien jeu chinois de stratégie, qui est très facile à jouer, mais extrêmement complexe à maîtriser pleinement.

En mai 2017, “Alpha Go Master” a réussi à vaincre le champion Ke Jie, le meilleur joueur du monde à Go. Mais peut-être le plus surprenant a été le spectacle d'octobre de “Google” d'un produit encore plus sophistiqué qui a réussi à battre “Alphago Master”. Donc un ange qui a battu une autre AI.

“Alphago Zero”, était un algorithme révolutionnaire conçu pour s'améliorer entièrement en apprenant de lui-même. Le système a simplement joué contre lui-même constamment et a pu maîtriser chaque jeu prévu pour jouer. Et en décembre 2017, une version encore meilleure de ce système créé par la société “DeepMind”, appelée “AlphaZero”, a été capable de jouer avec maîtrise chaque jeu en quelques heures.

Maîtriser le blog

Alors que Go est un jeu riche de complexité, la propriété du poker était un défi distinct pour l'IA. Gagner au poker exige de la compétence dans l'art de la tromperie. Pour bluffer et identifier quand vous êtes bluffé sont les compétences primaires qui devraient être maîtrisées pour gagner dans ce célèbre jeu de cartes.

Après plus d'une décennie de tentatives, en 2017, l'équipe de l'Université Carnegie Mellon a tenu un véritable spectacle en janvier 2017, où son système d'IA, “Le bookus” a passé 20 jours à jouer 120 000 mains “Texas Holthere” sans limite contre quatre professionnels. Bas “Le bookus” avait 1,7 million de dollars de plus que les quatre professionnels qui avaient perdu des milliers de dollars en flash.

Un des professionnels a même dit que je jouais contre quelqu'un qui trichait, comme s'il regardait mes lettres. Je ne l'accuse pas de tricher. Mais je dis juste à quel point c'était bon”

Perfection

En 2015, Elon Musk et un petit groupe de créateurs ont fondé une entreprise appelée “Open Ai” et en août 2017 l'équipe a décidé de gouverner le jeu électronique “Dota 2”, un jeu très populaire et compliqué joué en ligne et est une entreprise sérieuse dans le monde des jeux électroniques. Après seulement deux semaines de pratique, le système “Open Ai” a réussi à battre certains des meilleurs joueurs de la version un contre un. Maintenant, l'équipe travaille à faire jouer ce système en tant qu'équipe de cinq joueurs.

Mais certains jeux sont plus difficiles pour The AI qui possède combien d'autres et classiques, mais extrêmement difficile, le 1980 “Ms Pac-Man” jeu vidéo était particulièrement difficile. Après de nombreuses opérations, la compagnie “Maluba”, achetée par “Google”, a créé un printemps qui a atteint 999 990, qu'aucun homme ou Il n'était jamais arrivé.

Même une équipe de l'Université de “Falmouth” a récemment créé un algorithme système Celui qu'ils prétendent peut rêver de leurs propres jeux pour qu'on puisse jouer. Appelé “Angelina”, ce système Il s'améliore de jour en jour, même maintenant capable de créer des jeux en utilisant des pages d'inspiration dans les journaux et les médias sociaux.

DphareW estW DitW Ça ?

Le développement le plus significatif et le plus effrayant de 2017 a peut - être été l'amélioration des systèmes de sacrifice. Ces programmes peuvent apprendre à maîtriser de nouvelles compétences.

Nous voulons utiliser des algorithmes avancés comme ceux-ci pour aider à résoudre toutes sortes de problèmes qui concernent le monde réel. Si des techniques similaires peuvent être appliquées à d'autres problèmes de nature tels que la santé, la réduction de la consommation d'énergie ou la recherche de nouveaux matériaux révolutionnaires. Les résultats auront le potentiel de faire progresser la compréhension humaine et d'avoir une impulsion positive dans nos vies”, note Demis Hassabis, cofondateur et directeur général de “DeepMind”