intelligence artificielle

AlphaGo change son style de jeu et gagne la deuxième partie de son match contre Lee Sedol

Soumis par fredericmazue le

Lorsque AlphaGo a battu le champion européen Fan Hui, il l'a fait en jouant dans un style plutôt défensif. Mais AlphaGo est un programme basé sur le Deep Learning. Il apprend, s'améliore et s'adapte constamment.

Il vient d'en faire la preuve dans la deuxième partie du match en 5 manches qui l'oppose au champion coréen Lee Sedol, un champion connu pour son style agressif. Après avoir remporté la première partie hier, AlphaGo vient de remporter le seconde d'une manière que l'on peut qualifier de brillante. Loin des programmes informatiques besogneux, AlphaGo a fait preuve de créativité, en gagnant la partie au moyen de coups 'extraordinairement inhabituels', selon les termes de du joueur professionnel Kim Seong-Ryong qui a suivi et commenté la partie. Kim Seong-Ryong précise : "Si vous interrogez les 1300 joueurs professionnels que comptent la Corée du Sud, le Japon et la Chine, aucun n'aurait choisi ces coups".

C'est à se demander si AlphaGo n'a pas appris du style agressif de Lee Sedol lors de la première partie. Belle victoire, très belle victoire même d'AlphaGo, en tous cas. Lee Sedol n'a plus le droit à l'erreur, et la psychologie humaine étant ce qu'elle est, on peut légitimement penser que c'est plutôt mal engagé pour lui. Prochaine partie samedi, Lee Sedol bénéficiant d'un jour de repos demain.

[video:https://www.youtube.com/watch?v=l-GsfyVCBu0]

Intelligence artificielle : AlphaGo remporte la première partie de son match contre Lee Sedol

Soumis par fredericmazue le

Après avoir battu le champion d'Europe de Go Fan Hui sur un score sans appel de 5 à 0, Google Deep Mind défie en ce moment Lee Sedol avec son programme de jeu de Go AlphaGo.

Lee Sedol est considéré comme faisant partie des meilleurs joueurs de Go. Lui, qui n'est pas caractérisé par la modestie, contrairement aux autres champions de cette discipline, se considère le meilleur. Il est actuellement classé troisième.

Lee Sedol vient toutefois de perdre la première partie de ce match qui compte 5 manches.

La partie a été très serrée, et les commentateurs qui la suivaient estimaient qu'elle se jouerait à un point ou deux, ce qui est rare en Go. Lee Sedol a joué dans le style agressif qui est le sien, mais en essayant des coups peu orthodoxes. Sans doute une façon de 'déstabiliser' le programme AlphaGo, dont le champion a sans très certainement étudié les parties du match contre Fan Hui.

Le reste du match, seconde partie demain, sera passionnant. Si AlphaGo n'a certainement pas été déstabilisé :-) la question est de savoir si Lee Sedol l'a été par cette première défaite et comment il réagira :-)

[video:https://www.youtube.com/watch?v=vFr3K2DORc8]

Alpha Go de Google Deep Mind sera-t-il bientôt champion du monde de Go ?

Soumis par fredericmazue le

Courant octobre 2015, le programme Alpha Go de Google Deep Mind a battu sur un score impressionnant de 5 à 0 Fan Hui, le champion d'Europe de Go.

Un match qui s'est déroulé dans le plus grand secret, comme si Google Deep Mind avait eu peur de la défaite et du ridicule. Car le jeu de Go, ce n'est pas une mince affaire. Mais après ce succès, c'est désormais le contraire. Google Deep semble suffisamment sûr d'elle pour annoncer un match contre le champion du monde Lee Sedol.

Le match se déroulera en cinq partie, du 9 au 15 mars. Une partie par jour, les 11 et 14 mars étant des jours de repos.

Le jeu de Go est un vrai défi pour l'intelligence artificielle, ce que ne se prive pas de rappeler Google, qui souligne qu'il s'agit d'un des jeux les plus complexes à maîtriser. Un jeu qui rend le calcul en force brute sans effet : il y a plus de positions possibles sur le Goban qu'il n'y a d'atomes dans l'univers.

Pas de calcul en force brute, mais du Deep Learning donc. Alpha Go joue sans cesse contre lui-même, et en tire des conclusions quant à ce qui est ou pas une bonne stratégie de jeu. Pas de force brute, dit Google Deep Mind, mais c'est quand même un système embarquant 1000 CPUs qui a battu Fan Hui.

Contre Lee Segol, 1000 CPUs ne vont peut-être pas suffire. Il y a à priori une grand différence de niveau entre le champion d'Europe et le champion du monde. Google Deep Mind ne donne pour l'instant pas d'informations quant à la puissance du supercalculateur qui sera utilisé.

Un match qui s'annonce passionnant pour les amateurs de Go et les amateurs d'intelligence artificielle.

[video:https://www.youtube.com/watch?v=g-dKXOlsf98]

Google en train de devenir champion de Go ?

Soumis par fredericmazue le

Mettre au point un programme informatique capable de très bien jouer au Go est un challenge très difficile. Il est communément admis que le Go est un jeu beaucoup plus difficile à modéliser que le jeu d'Echecs.

En ce qui concerne les Echecs, IBM avec Deep Blue a obtenu un résultat remarquable en réussissant à battre le champion du monde Gary Kasparov il y a 20 ans. Depuis, les géants de l'informatique essaient de relever le défi du Go.

Facebook s'y essaie avec une approche originale : la reconnaissance de forme. Google, par la société britannique DeepMind qu'elle a rachetée en 2014, vient de s'illustrer à coups de réseaux neuronaux et de deep learning.

Là aussi l'approche est originale. Pas d'arbres de recherche avec élagage alpha-bêta comme il y en a dans d'autres programmes de jeux de réflexion dont les programmes d'Echecs. Selon un article publié dans Nature cette semaine, c'est un algorithme décrit comme généraliste qui travaille. Cet algorithme interprète des motifs de positions de jeu, d'une manière similaire à ce que DeepMind avait déjà fait pour jouer avec succès à 49 jeux d'arcade.

Par ailleurs, le programme de DeepMind joue sans cesse au Go contre lui-même des milliers de parties, ce qui lui permet de tirer des conclusions sur ce qui est ou n'est pas une bonne stratégie de jeu et ainsi, d'améliorer sans cesse son niveau.

Grâce à quoi, et en tournant sur un système doté de 1000 CPU, excusez du peu, Deep Mind a battu le champion d'Europe de Go Fan Hui dans un match sur un score impressionnant de 5 à 0. Cette rencontre s'est tenue dans le plus grand secret en octobre 2015. Etrangement ce succès de DeepMind a été tenu secret aussi.

DeepMind veut maintenant défier le champion du monde de Go, le coréen Lee Sedo. Demis Hassabis, co-fondateur de DeepMind se dit "assez confiant".

Mais s'attaquer au champion du monde de Go c'est encore tout autre chose. Lee Sedo lui aussi se déclare assez confiant : J'ai entendu dire que le système de DeepMind est étonnamment fort et qu'il ne cesse de se renforcer, mais je suis confiant et pense être en mesure de le battre au moins cette fois-ci" .

Une chose est certaine : la rencontre sera passionnante :-)

[video:https://www.youtube.com/watch?v=g-dKXOlsf98]

L'assistant vocal de Google vous comprend mieux désormais

Soumis par fredericmazue le
Image

Dans un billet Google indique que son assistant vocal a fait de gros progrès dans sa compréhension du langage humain. Langage naturel pour nous, mais beaucoup plus difficile pour les ordinateurs, souligne Google.

Néanmoins Mountain View a fait de gros progrès dans ce domaine et son application devient capable de comprendre des requêtes complexes. En découpant une requête en plusieurs morceaux et en analysant la sémantique de chacun de ceux-ci, Google parvient à remonter à l'intention qui est derrière la question de départ.

Google donne un exemple de demande : Qui était le président américain la dernière fois que les Angels ont gagné les World Series?

Le résultat remonté est George W Bush. Pour cela le système a su déterminer que Angels concernait une équipe de Base-ball, puis retrouver en quelle année celle-ci a gagné les World Series. Après quoi déterminer le président alors en exercice est 'facile'.

Google n'indique pas si, ou dans quel mesure, son outil TensorFlow, récemment placé en open source, est derrière ces résultats.

Google souligne être capable de traiter les superlatifs : "Quelles sont les plus grandes villes du Texas?", "Quelles sont les plus grandes villes de l'Iowa par zone?" ou un point particulier dans le temps "Quelle était la population de Singapour en 1965?"

Pour en revenir à l'exemple de départ, bien sûr, il faut savoir que les Angels sont une équipe de Base-ball. C'est sans doute pour cette raison que les progrès annoncés ne sont effectifs qu'aux Etats-Unis :-)

Car si vous essayez de formuler une question similaire en français, à propos d'une équipe de football par exemple, pour l'instant les résultats ne sont pas convaincants. Mais cela viendra :-)

TensorFlow : le machine learning de Google est open source

Soumis par fredericmazue le

Google utilise l'intelligence artificielle dans de nombreux domaines : la reconnaissance vocale, la recherche d'images, le pilotage de sa voiture autonome, le moteur de recherche bien sûr, etc. Pour cela Google avait tout d'abord développé un outil de machine learning maison baptisé DistBelief. Un outil qui a bien joué son rôle, améliorant de 25% la reconnaissance vocale, ou offrant la possibilité d'identifier des vidéos sur YouTube mettant en scène des chats, par exemple.

Mais cet outil, explique Google, avait aussi ses défauts et limitations, parmi lesquels celui d'être trop exclusivement lié aux réseaux neuronaux, ainsi que celui d'être difficile à configurer, tout en étant dépendant de l'infrastructure de Google.

C'est pourquoi Montain View a développé une deuxième génération d'outils de machine learning, baptisé TensorFlow. Selon Google, TensorFlow travaille deux fois plus vite que son prédécesseur,  il est portable et flexible. Tout calcul qui peut être exprimé par un graphe de flux peut être traité par TensorFlow, précise Mountain View. En outre il est doué de facultés de deep learning.

L'outil est un outil de recherche mais il est aussi utilisable pour des produits réels. Ce à quoi désormais chacun peut s'essayer puisque Google place TensorFlow en open source. Il consiste en des librairies et leurs outils associés, des didacticiels et des exemples, le tout sous licence Apache 2.0. Une interface en Python permet de communiquer avec TensorFlow, pour lui soumettre vos graphes de flux.

TensorFlow peut être téléchargé depuis son site dédié : www.tensorflow.org

[video:https://www.youtube.com/watch?v=oZikw5k_2FM]

Intelligence Artificielle : Facebook veut devenir champion de Go

Soumis par fredericmazue le

Non Facebook ne va pas se mettre à coder avec Go le langage de Google ;-) Facebook, dans un billet qui a pour thèmes l'intelligence artificielle, le machine learning et la reconnaissance des formes, explique qu'il pense pouvoir être capable de créer un programme de Go digne de ce nom.

L'intelligence artificielle appliquée aux jeux de stratégie n'est pas nouvelle. IBM a fini par s'y illustrer, après de nombreux échecs c'est le cas de le dire, avec son ordinateur Deep Blue qui a battu dans un match en 6 parties, le champion du monde d'échecs Gary Kasparov. Reste à savoir si Deep Blue serait capable de renouveler l'exploit contre le champion du monde en titre ? Gary Kasparov a pu ne pas être en forme pendant de match. Les humains ont leurs bugs eux aussi ;-)

Les échecs sont une chose, le Go une toute autre chose. Les grands champions de Go considèrent, certes avec une certaine condescendance, que les échecs sont un jeu pour dilettantes, une distraction pour agrémenter les journées à la plage :-)

Le fait est que le Go est très complexe et que pour l'instant il n'existe pas de programmes capables d'affronter avec les honneurs les joueurs de haut niveau.

Pour son programme de Go, Facebook prend une approche fort intéressante et originale : la reconnaissance de formes. L'idée est que les joueurs, à la fois par leur vision humaine globale du jeu et leur expérience, savent instinctivement que telle construction (et donc le coup qui la construit) sera mauvaise. Cela est indéniablement vrai. C'est vrai aussi aux échecs d'ailleurs, les grands joueurs, à défaut de trouver immédiatement le meilleur coup dans une position donnée, savent immédiatement, d'instinct que tel ou tel coup 'laid' est mauvais.

Mais bien sûr cette idée de reconnaissance de forme trouve une belle application sur le jeu de Go. Reste à savoir si Facebook parviendra à développer un programme capable de très bien jouer au Go, et apportera ainsi une pierre à l'édifice de l'intelligence artificielle ;-)

Facebook dit qu'après des mois d'apprentissage, son programme est déjà au niveau des meilleurs autres programmes existants et qu'il est capable de battre un humain très fort. Mais battre un champion de Go est une toute autre affaire... :-)

[video:https://www.youtube.com/watch?v=ejyU-5OVOek ]

RankBrain : du Machine Learning dans Google Search

Soumis par fredericmazue le

Toujours soucieux d'améliorer la pertinence de ses résultats, Google a intégré le Machine Learning dans son moteur de recherche.

Greg Corrado, de Mountain View, a donnée une interview à Bloomberg dans laquelle il nous apprend que l'intelligence artificielle est désormais de la partie lorsqu'il s'agit d'analyser une requête.

Cette fonctionnalité s'appelle RankBrain. Elle est venue faire discrètement (Un peu trop discrètement... Google est toujours trop avare d'informations à ce niveau) partie des critères qui influent sur les résultats d'une recherche. Selon Greg Corrado, RankBrain est impliqué dans seulement 15% des recherches inédites pour le moment. Recherche inédite se comprend par une requête qui est saisie pour le première fois par quelqu'un dans le moteur de recherche. Mais quand il est impliqué, il est bien loin d'être un critère mineur. En effet sur la centaine, si ce n'est beaucoup plus, de critères pris en compte pour remonter des résultats, il est devenu le troisième de ceux-ci depuis les quelques mois qu'il a été déployé. (Mais on ne sait évidemment toujours pas quels sont les deux premiers :-).

Si, amis webmaster, vous avez constaté de grosses fluctuations de trafic sur vos sites ces derniers temps, il n'est pas du tout exclu que RankBrain y soit pour quelque chose et même pour beaucoup.

Que fait RankBrain ? Son rôle est de comprendre le sens de requêtes difficiles. Greg Corrado donne un exemple : Quel est le titre d'un consommateur au plus niveau d'une chaîne alimentaire. RankBrain se base sur des connexions (appelées vecteurs) entre mots connus pour essayer de deviner le sens d'une phrase.

RankBrain ne travaille pas en temps réel, du moins pour l'instant, selon des précisions que Google a apportées à Search Engine Land. RankBrain travaille hors ligne pour ce qui est de sa phase d'apprentissage. Des lots d'historiques de recherches lui sont donnés à ingurgiter, et il apprend à faire des prédictions à partir de ces données. Ces prédictions sont vérifiées par des humains chez Google et si elles sont validées, alors sont basculées dans la partie de RankBrain qui travaille en live.

Im2Calories : Google se met à table avec pour vous aider à lutter contre l'obésité

Soumis par fredericmazue le

Google le boulimique de données personnelles affiche son intention de vous garder de vous empiffrer. Ceci au moyen de la reconnaissance d'images. Alors que de son côté Facebook investit dans l'intelligence artificielle pour travailler à la reconnaissance d'images dans l'intention de limiter les spams et les images violentes, Google utilisera celle-ci pour surveiller ce que vous mettez dans votre assiette.

Ceci par le projet Im2Calories que Mountain View a évoqué lors d'un sommet sur l'intelligence artificielle organisé à Boston. Surfant sur la mode (la manie ?) du Food Porn - photographier systématiquement ce que l'on a dans son assiette - Google élabore un outil, très peu fiable pour le moment, dont le but est de déterminer les calories du plat que vous vous apprêtez à ingurgiter.

Si vous êtes trop gourmands, Google vous avertira... ou, qui sait, vous affichera une pub d'un médicament pour vous assister sans votre digestion qui s'annonce laborieuse ;-)

Google veut être partout. Jusque dans votre pantalon. Il n'est donc pas sans logique qu'il s'invite dans votre assiette avant... ;-) 

Facebook choisit Paris pour ouvrir un centre de recherche en intelligence artificielle

Soumis par fredericmazue le

Petit cocorico. En plus de ces deux centres en Californie et à New -York, Facebook a choisi la France pour ouvrir un troisième centre de recherche en intelligence artificielle.

L'équipe FAIR, pour Facebook artificial intelligence reseach, emploie à Paris six personnes, parmi lesquelles Hervé Jégou, arrivant de l’Inria, et Florent Perronnin, venu du Xerox Research Center, qui dirigera l'équipe. L'équipe travaillera principalement à la reconnaissance d'images.

L'équipe de Paris sera chapeautée par Yann LeCun, un spécialiste français de l'intelligence artificielle de l'Université de New York, recruté par Facebook à la fin 2013. Le réseau social affichant à l'époque son intention de donner du sens à tous les contenus que les utilisateurs partagent, pour générer de nouvelles idées sur le monde et répondre aux questions que les gens se posent.

A l'occasion de la création du centre de Paris, Yann LeCun a précisé que la reconnaissance d'images permettra également d'éliminer les spams et, à terme, les vidéo violentes.

Facebook n'a pas choisi Paris par hasard, mais au contraire pour l'excellence des chercheurs français. Le réseau social l'a clairement indiqué dans son communiqué : « Nous avons choisi Paris pour ce laboratoire parce que la France est le foyer de certains chercheurs parmi les meilleurs. Nous pensons que l’équipe du FAIR Paris apportera une expertise précieuse et de nouvelles perspectives à nos travaux, et nous prévoyons de travailler ouvertement avec et d'investir dans la communauté de la recherche en IA en France, dans l'Union européenne et au-delà, alors que nous nous efforçons de réaliser des progrès significatifs dans ce domaine ».