Jeu de Go

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]

Le réseau complexe du jeu de go

Soumis par fredericmazue le

Des ordinateurs capables de battre les meilleurs joueurs de go ? C'est encore impossible mais la donne pourrait bientôt changer grâce aux travaux de deux théoriciens du CNRS des laboratoires de physique théorique (Université Toulouse III-Paul Sabatier/CNRS) et de physique théorique et modèles statistiques (Université Paris-Sud/CNRS). Pour la première fois, ils ont appliqué la théorie des réseaux à un jeu de stratégie. Leurs résultats, publiés dans la revue Europhysics Letters, devraient améliorer les futurs programmes de simulation.

L'étude des réseaux complexes a connu un intérêt grandissant au cours des dernières années, notamment en raison du développement des réseaux de communication et d'information. Ce nouveau champ de recherche se révèle très utile pour la description des systèmes complexes tels que les réseaux sociaux ou Internet. Par exemple, si on applique la théorie des réseaux à Internet, chaque page est un nœud et les liens hypertextes sont les liens entre les nœuds. Cependant, une telle approche n'avait jamais été envisagée pour l'étude des jeux de stratégie comme le go ou les échecs. Ces jeux, riches d'une très longue histoire et forts de millions de joueurs dans le monde, sont très difficiles à modéliser. En effet, les ordinateurs ne sont capables de battre des champions d'échecs que depuis une quinzaine d'années seulement, tandis que le niveau des professionnels reste encore inaccessible aux meilleurs programmes de go actuels.

A partir d'une base de données comportant près de 5 000 parties jouées par des professionnels et amateurs du jeu de go dans des tournois internationaux, Bertrand Georgeot du laboratoire de physique théorique (Université Toulouse III-Paul Sabatier/CNRS) et Olivier Giraud du laboratoire de physique théorique et modèles statistiques (Université Paris-Sud/CNRS) ont appliqué la théorie des réseaux à ce jeu de stratégie. Ils ont construit un graphe dont les nœuds sont les motifs locaux du plateau de jeu et les arêtes (qui représentent les liens) reflètent la succession des coups. Ainsi, ils ont capturé une partie de la stratégie locale du jeu. Dans ce jeu où les joueurs placent leurs pierres aux intersections d'un quadrillage de 19 lignes par 19 (soit 361 intersections), les chercheurs ont étudié des motifs locaux de 9 intersections. Ils ont montré que la distribution statistique de la fréquence de ces motifs est une loi de Zipf, semblable à la distribution de fréquence des mots dans une langue.

Le réseau du jeu de go présente des caractéristiques proches de celles d'autres réseaux ! réels (réseaux sociaux ou Internet) mais il montre également diverses propriétés spécifiques. Si les programmes de simulation les plus récents intègrent déjà des données statistiques issues de parties réelles mais à un niveau encore rudimentaire, ces nouveaux résultats devraient permettre une meilleure modélisation de ce type de jeux de plateau.

A partir de leur graphe, les chercheurs ont obtenu ces motifs (de 9 intersections chacun) qui montrent les coups les plus fréquents ou regroupent des coups stratégiques (il s'agit de motifs sur lesquels se localisent les vecteurs propres associés à trois grandes valeurs propres de la matrice d'adjacence pondérée du graphe). La 1ère ligne correspond aux dix motifs les plus fréquents dans le jeu de go. La 2ème ligne i sole des motifs dont la plupart correspondent à une situation bien connue dans le jeu de go : le Ko (éternité). Quant à la 3ème ligne, la majorité de ses motifs correspond à des situations où des chaînes de pierres se connectent. Noir joue à l'emplacement de la croix.

Source :  Europhysics Letters (EPL)