Discussion :

[fredoche]

Littlewhite, je connais bien Mario et Starcraft, je suis un vieux joueur, je pourrais en raconter autant que le joueur du grenier si ça se trouve.

Mais ça me rappelle les exploits Deepblue contre Kasparov de l'époque. Je trouve ça tellement limité cette notion d'intelligence dans ces contextes, aussi artificielle soit-elle.

J'avais envie de le dire, histoire de récolter une bonne tournée de pouces rouges, alors Go ! Niet pas le jeu

Kasparov sait nouer ses lacets tout seul et a été un des premiers opposants à Poutine, voilà de la vraie intelligence.

[Matthieu Vergne]

Je trouve ça tellement limité cette notion d'intelligence dans ces contextes, aussi artificielle soit-elle.

Il faut savoir que le terme "intelligence" en IA est un buzzword marketing. Dans la quasi totalité des cas, on ne cherche pas à faire une machine intelligente, mais une machine experte dans une tâche bien précise. Si tu écoute ceux qui bossent directement sur ces technos, tu entendras parler de performance, efficience, efficacité, etc. mais quasiment jamais d'intelligence.

[Dgamax]

Littlewhite, je connais bien Mario et Starcraft, je suis un vieux joueur, je pourrais en raconter autant que le joueur du grenier si ça se trouve.

Mais ça me rappelle les exploits Deepblue contre Kasparov de l'époque. Je trouve ça tellement limité cette notion d'intelligence dans ces contextes, aussi artificielle soit-elle.

J'avais envie de le dire, histoire de récolter une bonne tournée de pouces rouges, alors Go ! Niet pas le jeu

Kasparov sait nouer ses lacets tout seul et a été un des premiers opposants à Poutine, voilà de la vraie intelligence.

Deepblue et AlphaGo ou Alphastar ne fonctionnent pas de la même façon.
Deepblue calculé tous les coups possibles et demandé un supercalculateur pour jouer aux échec.
L'alpha team, tourne sur un PC portable classique et se sert de sa connaissance pour s'adapter face à ses concurrents.

Le seul point commun c'est que les chercheurs n'étaient pas des grands joueurs d'échec, go ou sc2.

Sinon, ça signifie quoi pour toi l’intelligence artificielle ?

[fredoche]

Sinon, ça signifie quoi pour toi l’intelligence artificielle ?

Hé bien en préambule j'adhère beaucoup à ce qu'a dit Mathieu, qui l'a dit de manière beaucoup plus élégante et directe que ce que je suggérais

Il faut savoir que le terme "intelligence" en IA est un buzzword marketing. Dans la quasi totalité des cas, on ne cherche pas à faire une machine intelligente, mais une machine experte dans une tâche bien précise. Si tu écoute ceux qui bossent directement sur ces technos, tu entendras parler de performance, efficience, efficacité, etc. mais quasiment jamais d'intelligence.

Et je comprends le besoin de marketing, de démontrer des résultats, on est tous tenu à ça quelque part

Si je devais définir intelligence, l'un des mots basiques que je pourrais employer c'est capacité d'adaptation.
Connaissant un peu la neurologie et la psychophysiologie je crois que nous sommes toujours très loin de pouvoir reproduire de manière numérique le fonctionnement des axones et dendrites des neurones du néocortex des mammifères, leur formidable plasticité, la richesse de comportement qu'offrent les neuro-transmetteurs... Mais bref on s'en fout pas mal.

Deepblue et AlphaGo ou Alphastar ne fonctionnent pas de la même façon.
Deepblue calculé tous les coups possibles et demandé un supercalculateur pour jouer aux échec.
L'alpha team, tourne sur un PC portable classique et se sert de sa connaissance pour s'adapter face à ses concurrents.

Le seul point commun c'est que les chercheurs n'étaient pas des grands joueurs d'échec, go ou sc2.

Sinon, ça signifie quoi pour toi l’intelligence artificielle ?

Alors oui mais en réalité non :
- 200 ans d'apprentissage sur les TPU google, c'est aussi 200 ans de parties d'échecs stockées dans les mémoires de Deepblue. De mes souvenirs celui-ci avait été nourri de toutes ls parties d'échecs de grand maitres du 19e et 20 e siècle répertoriées, et c'était la mode de conserver ces traces à l'époque, toujours d'ailleurs
ici https://en.wikipedia.org/wiki/Deep_B...hess_computer) on lit :

Deep Blue's evaluation function was initially written in a generalized form, with many to-be-determined parameters (e.g. how important is a safe king position compared to a space advantage in the center, etc.). The optimal values for these parameters were then determined by the system itself, by analyzing thousands of master games. The evaluation function had been split into 8,000 parts, many of them designed for special positions. In the opening book there were over 4,000 positions and 700,000 grandmaster games.

Juste pour les ouvertures donc.
et pour Alphastar :

In order to train AlphaStar, we built a highly scalable distributed training setup using Google's v3 TPUs that supports a population of agents learning from many thousands of parallel instances of StarCraft II. The AlphaStar league was run for 14 days, using 16 TPUs for each agent. During training, each agent experienced up to 200 years of real-time StarCraft play. The final AlphaStar agent consists of the components of the Nash distribution of the league - in other words, the most effective mixture of strategies that have been discovered - that run on a single desktop GPU.

- Deep blue c'est de la force brute, de l'analyse en // à haute vitesse. Deep blue est donné à 11,4 GFlop/s.
Et dans le texte précédent je lis : in other words, the most effective mixture of strategies that have been discovered - that run on a single desktop GPU.
Et par curiosité j'ouvre le site Nvidia, je vois l'encart sur la carte graphique la plus rapide jamais conçue (jusqu'à la prochaine hein ) : 130 TFlops Tensor https://www.nvidia.com/fr-fr/titan/titan-rtx/
Je ne sais pas si Tensor du sens dans ce contexte , mais sinon 130 TFlops, c'est juste (130*1000)/11,4=11403 Deep Blue dans une carte graphique. C'est pas de la force brute les algos, mais il y a de quoi faire quand même.

Ca tourne vraiment sur un portable ? j'ai pas trouvé d'infos à ce sujet, sans trop chercher cela dit

[thelvin]

C'est tellement peu impressionnant qu'il a fallu attendre 2019 (soit près d'une décennie après la sortie du jeu) pour faire une IA capable de battre des joueurs d'élite.

Apparemment, la micro, ça ne fait pas absolument tout le jeu. Par exemple, aussi bonne soit-elle en micro, si une IA envoie ses récolteurs attaquer l'ennemi dès le début du jeu, elle se fera rétamer par un progamer (mais peut-être pas par moi, ridicule petit rang Argent.)

Autrement dit, si le pro tient assez longtemps face à l'invraisemblable force d'une parfaite microgestion, sa capacité à élaborer des stratégies qui défoncent complètement le plan de développement que l'autre a suivi jusque-là, lui donnera l'avantage et la victoire. Ça, on peut penser qu'une IA ne pouvait pas le faire, ou en tout cas que c'était assez compliqué, surtout avec informations incomplètes.

Du coup, ça change de voir maintenant une IA qui, face à un pro qui a survécu assez longtemps, ne se trouve pas spécialement dérangée et continue de profiter allégrement de son avantage écrasant en microgestion.

Mais il faut pas se leurrer. La partie microgestion, Blizzard pouvait fournir des IA qui fassent aussi bien dès le début (même mieux, en fait, car AlphaStar a souvent tendance à décimer ses propres troupes avec des AoE, ce qui assez souvent ne pouvait pas avoir de bon côté. Avec ça, on voit au moins qu'ils n'ont pas cherché à lui programmer sa microgestion. C'est un acquis tiré de l'apprentissage avec des défauts bien réels, mais qui toutefois ne pèsent pas assez dans la stratégie résultante pour vouloir les corriger.) Alors pourquoi on a pas eu une IA avec une si formidable micro jusque-là ? Mais parce que, quel intérêt ? Qui en doute, du fait que la machine nous surclasse plus qu'on ne peut même le concevoir sur les travaux logiques et rapides ? Quelqu'un qui n'a jamais tenu une calculette ?

Les IA de Starcraft ne poussent pas trop loin leur savoir-faire en microgestion, parce que ça n'intéressait personne qu'elles le fassent. Il n'y a qu'à voir l'invraisemblable frustration, quand MaNa s'est fait décimer son armée très largement supérieure, chose qu'aucun adversaire humain n'aurait pu lui faire dans une "vraie" partie. Une partie dans laquelle le rapport de force des unités a l'effet qu'il est censé avoir, et où donc son armée ne pouvait qu'écraser l'armée adverse. C'est possible de faire une IA qui fait tous les micros-choix nécessaires pour éliminer l'adversaire exactement de la manière qui permet de le faire. Mais, ça n'a aucun intérêt. Au départ c'est un jeu vidéo, qui se joue pour le plaisir.

Alors oui, les pros sont si forts que la seule micro quasi-parfaite d'une IA ne suffit pas pour les vaincre : ils survivront assez longtemps pour que ce soit la stratégie qui compte, et leur stratégie est bien plus forte qu'une IA programmée sans le meilleur savoir-faire. Mais ça ne veut pas dire qu'il existe un intérêt à fournir des IA avec une micro parfaite, et seulement ça. Il faut une IA qui peut en faire quelque chose au-delà de juste jouer au mieux les batailles dans lesquelles elle se retrouve. Il faut une IA qui soit celle qui décide avec quoi ses batailles se joueront, et qui le fasse bien. Ce n'est pas de la micro, ça.

[Dgamax]

C'est tellement peu impressionnant qu'il a fallu attendre 2019 (soit près d'une décennie après la sortie du jeu) pour faire une IA capable de battre des joueurs d'élite.

J'imagine qu'alpha go est encore moins impressionnant à vos yeux.
C'est tellement trivial comme jeu pour une machine.

Oui il n'y a rien d'impression au niveau de la microgestion, c'est extrêmement simple pour une machine de cliquer au pixel près en quelques ms alors que pour un être humain c'est impossible.
Il n'a pas fallu une décennie pour ça, l'IA du jeu peu très bien le faire.

Deepmind n'a pas commencé à travailler la dessus dès la sortie de SC2, ils ont commencé quand Blizzard a sortie des API soit en 2017.

La seule chose impressionnante, c'est le système d'apprentissage renforcé et encore, il a quand même fallu 200ans de temps de jeu pour arriver au niveau d'un pro pour gagner 10/0 en ayant accès à toute la map sans devoir faire de scolling, puis à nouveau 200ans pour apprendre à jouer dans les même conditions de jeu que MaNa, pour au final perdre contre lui.

[gallima]

Est ce qu'il y a eu triche de la part de AlphaStar/Deepmind ?

1) Vision de toute la carte : C'est un avantage déterminant énorme.
2) Des piques à 1200action par minutes (APM) juste aux moments critiques, loin des 400 des humains. Et encore pour un humain à 400 il y a beaucoup de spams, moins du tiers sont des actions qui changent l'état du jeu; là où Deepmind fait des déplacements simultanés d'unité. Ce n'est pas le fait d'être à trois endroits en même temps qui pose un problème d'équité, c'est le fait de donner des ordres très précis de déplacement et de tir différentiés à chaque unité dans une grosse formation à 10 unités par secondes pendant les 3 secondes où se fait le match. Cette micro-maitrise des déplacements et attaques permet à l'IA de s'orienter vers des unités et style de jeu impraticable pour un humain. Ce n’est pas équitable.
3) Calcul au point de vie près de la survie des unités pour les déplacements: Alphastar ne manipule pas la sourie, il accède directement aux unités via son API, une grosse difficulté en moins; le clavier c'est moins gênant, mais dans l'absolu le problème est le même. Ce n’est pas équitable.
4) Une seul carte pour jouer ? Sérieusement il y en a plus de 200 dans le jeu. Même si l'humain sait quelle carte va sortir, on sait très bien qu'il ne peut pas réduire sa cervelle pour qu'elle tourne plus vite sachant la carte. Un ordinateur peut le faire par contre. Ce n’est pas juste.
5) Que de match Protoss contre Protoss ? Pourquoi ne pas autoriser les Terran et Zerg ? La diversité fait partie de la complexité. Ca perd de l’intérêt, honnêtement j'ai zappé des morceaux à cause de ça. Au moins avec Alphago cela ressemblait au go.
6) Pas un seul rush/cheese dans les stratégies de Mana, 10 matchs d'accords, mais 10 matchs copiés/collés. Pourquoi ? Un 'pro' ne ferait jamais ça. Perso si la plan A ne marche pas je fais le plan B, et les 'pro' on plein de plans. Qui a payé qui ? Que dit le contrat ?
7) Mana est un joueur pro, mais pas dans les 10 premiers. Dans le haut de la pyramide, le niveau monte de plusieurs crans, 500 points de MRR entre Mana(n°19) et Serral(n° 1); pas de sélection en tournoi majeur en 2018 : https://liquipedia.net/starcraft2/MaNa
8) A l'origine Deepmind avait annoncé qu'ils allaient créer un système qui apprendrait tout le jeu par l'écran la sourie et le clavier... Clairement l'objectif a été vite oublié ; ils ont entré les concepts du jeu dans l'IA, 'pylône', 'production', 'déplacement' etc... Les informations disponibles sont très ambigües sur l'intrusion humaine dans la programmation d'Alphastar. L'abstraction requise pour comprendre le jeu n'a pas été maitrisée, demain si le jeu évolue (comme il le fait souvent) Alphastar ne va pas s'adapter tout seul. Les capacités apprises par Alphastar ne sont vraisemblablement pas transposables à d'autres jeux de stratégies. Pour rappel, l'IA d'origine du jeu même en 'élite' ne ralentit pas du tout le fonctionnement du jeu et fonctionne sur un Hierchical Task Network qui pourrait aussi être amélioré; mais l'éditeur doit vouloir permet aux joueurs occasionnels de gagner. Si demain Alphastar doit jouer à Dune2, il faudra ré-encoder le jeu dans Dune2star, un humain maitriserait la différence en 2 ou 3 parties.

Dans le 11ieme matche, l'avantage numéro 1 est retiré et Alphastar/Deepmind fait n'importe quoi dès la première attaque par-derrière (pourtant très classique).

Si Alphastar est si forte alors pourquoi ne pas la lancer sur le ladder, je suis certain que beaucoup de joueurs lui feront un bon accueil.
Pour Deepmind, battre Mana lors d'un show truqué, c'est bien pour se faire un dernier coup de pub, avant de laisser tomber ce projet trop compliqué qui ne rapporte pas d'argent.

[Matthieu Vergne]

Au cas où tu n'aurais pas suivi, ce challenge arrive au milieu du projet. AlphaStar n'est pas terminé.

Tout comme pour le Go ils ont d'abord joué en 2015 contre un bon joueur accessible (européen) avec une version capable de bien jouer. Puis en 2016 ils ont joué contre le meilleur joueur du monde avec une version améliorée. Puis ils ont laissé tourner AlphaGo encore amélioré sur des serveurs de Go avant de l'arrêter. Au final, AlphaGo aura été battu par son successeur non-spécialisé AlphaZéro.

Le match StarCraft qui vient de se passer correspond au tout premier match. Ils n'ont pas visé le top mondial, mais de bons joueurs accessibles, avec une version exploitable qui avait des chances de gagner. Ils en sont encore au stade expérimental à voir jusqu'où ça va. Peut être que le prochain match sera avec les meilleurs du monde l'année prochaine, mais ce qui est sûr est qu'il planche encore sur l'amélioration d'AlphaStar, le 11e match ayant été fait avec une toute nouvelle version.

[thelvin]

Cela dit, on en arrive à ma première réaction devant la chose : c'est quoi l'intérêt de faire venir des pros, aussi accessibles soient-ils, et de publier les parties, pour affronter une version qui ne joue qu'une race, qu'une carte, et à l'API ?

Il y avait pas assez de master leagues auxquels demander un petit match amical discret, pour se faire une idée de ce que ça donne contre un humain pas trop manchot, non ?

De fait, je vois mal ce que c'est d'autre que du buzz.

J'ai, par contre, de gros doutes concernant l'idée qu'ils en resteront là. Une IA qui poutre les humains à Starcraft 2 avec n'importe quel matchup, sur n'importe quelle map y compris une qu'elle connaît pas, et en lisant les pixels et bougeant une souris/appuyant sur un clavier, eh ben on l'a pas encore. Et il y a du boulot. De là à ce que ce soit si loin que ça... Bon, ça reste compliqué à monnayer alors peut-être qu'ils s'arrêteront avant. Mais j'en doute. C'est compliqué de faire partir un moteur Alpha de DeepMind, mais ils ont montré que quand c'est parti, ça finit par atteindre ses objectifs, et montrer la supériorité de la machine à règles égales.

[Uther]

1) Vision de toute la carte : C'est un avantage déterminant énorme.

Je suis même pas sur que ça changerait énormément de chose vu que l'API fournit toutes les informations instantanément, bouger la caméra ne coute qu'une action.

2) Des piques à 1200action par minutes (APM) juste aux moments critiques, loin des 400 des humains. Et encore pour un humain à 400 y a beaucoup de spam, moins du tiers sont des actions qui changent l'état du jeu; là où Deepmind fait des déplacements simultané d'unitée.

En effet, et encore, le fait que AlphaStar ait commencé son apprentissage sur des parties d'humains fait qu'il spamme lui aussi pas mal d'ordres peu utiles. Probablement qu'avec des méthodes différentes ou plus d'apprentissage, il peut s'améliorer sur ce point.

Je pense qu'il n'y aura jamais de solution pleinement satisfaisante au problème des différences homme/machine sur les jeux temps réel, les humains n'étant de toute façon pas égaux entre eux non plus.

Ce n'est pas le fait d'être à trois endroit en même temps qui pose un problème d'équité, c'est le fait de donner des ordres très précis de déplacement et de tir différentiés à chaque unités dans une grosse formation à 10 unités par secondes pendant les 3 secondes où se font le match. Cette micro-maitrise des déplacements et attaques permet à l'IA de s'orienter vers des unitées et style de jeu impraticable pour un humain. C'est pas équitable.

En théorie oui, dans la pratique, le style de jeu de AlphaStar restait quand même assez proche de ce qu'aurait pu faire un humain.

3) Calcul au point de vie près de la survie des unitées pour les déplacements: Alphastar ne manipule pas la sourie, il accède directement aux unitées via son API, une grosse difficulté en moins; le clavier c'est moins génant mais dans l'absolu le problème est le même. C'est pas équitable.

En théorie oui, mais là aussi, ça n'est pas le cas car un réseau de neurones ne fait pas non plus du calcul parfaitement déterministe.

4) Une seul carte pour jouer ? Sérieusement y en a plus de 200 dans le jeu. Même si l'humain sait quel carte va sortir, on sait très bien qu'il ne peut pas réduire sa cervelle pour qu'elle tourne plus vite sachant la carte. Un ordinateur peut le faire par contre. C'est pas juste.

Il n'y a pas tant de cartes que ça jouées professionnellement. En général chaque année Blizzard choisit 7 cartes pour le ladder (le classement continu) dont certaines sont des anciennes carte. De plus les joueurs ont généralement le droit de choisir 3 cartes sur lesquelles ils refusent de jouer. Il y a parfois des cartes différentes en tournoi, mais au final un joueur pro n'a pas a connaitre plus qu'une dizaine de carte.

5) Que de match Protoss contre Protoss ? Pourquoi ne pas autoriser les Terran et Zerg ? La diversité fait partie de la complexité. Ca perd de l’intérêt, honnêtement j'ai zappé des morceaux à cause de ça. Au moins avec Alphago cela ressemblais au go.

Parce AlphaStar n'est tout simplement pas encore une IA complète pour Starcraft. DeepMind, n'a jamais prétendu que ces matchs étaient la preuve de la supériorité de la machine sur l'humain. Ce n'était qu'un point d'avancement qu'ils ont rendu public car ça donnait plein d'informations intéressantes pour le grand public sur leur approche actuelle du sujet.

Ils ont commencé au le plus simple (une seule carte et un seule race) pour adapter au fur et à mesure. Ce genre d'approche n'avait pas été nécessaire pour le jeu de Go car même s'il est complexe stratégiquement, les règles de base sont terriblement simples.

6) Pas un seul rush/cheese dans les stratégies de Mana, 10 matches d'accords, mais 10 matches copiés/collés. Pourquoi ? Un 'pro' ne ferais jamais ça. Perso si la plan A ne marche pas je fais le plan B, et les 'pro' on plein de plans. Qui a payé qui ? Que dit le contrat ?

Mana n'est clairement pas un expert du cheese, il a voulu rester dans ce qu'il maitrise, y'a pas de complot a y voir. D'ailleurs d'après les dire de DeepMind, AlphaStar sait gérer les cheese vu que au début de l'apprentissage, elle s'était beaucoup concentré là dessus.

7) Mana est un joueur pro, mais pas dans les 10 premiers. Dans le haut de la pyramide le niveau monte de plusieurs cran, 500 points de MRR entre Mana(n°19) et Serral(n° 1); pas de sélection en tournoi majeur en 2018 :

Ils ont juste présenté au public les résultats d'une d'expérience intermédiaire consistant à mesurer l'IA face à des humains de niveau professionnel après un apprentissage en circuit clos entre machines. Ils avaient fait la même chose pour AlphaGo.

Le but n'est pas encore de prouver la supériorité de la machine. Il ne s’agissait pas d'une confrontation en direct organisée comme pour Lee Sedol. Il feront sans doute cela lorsqu'il estimeront que AlphaStar est prêt.

8) A l'origine Deepmind avait annoncé qu'ils allaient créer un système qui apprendrai tout le jeu par l'écran la sourie et le clavier...

Je ne sais pas ou tu as vu ça, je n'ai rien vu de tel. Au contraire, Blizzard a annoncé dès le début qu'il mettraient une API à la disposition de DeepMind pour piloter le jeu.

L'abstraction requise pour comprendre le jeu n'a pas été maîtrisé, demain si le jeu évolue (comme il le fait souvent) Alphastar ne va pas s'adapter tout seul. Les capacité apprise par Alphastar ne sont vraisemblablement pas transposable à d'autre jeux de stratégies. Pour rappel, l'IA d'origine du jeu, même en 'élite' ne ralenti pas du tout le fonctionnement du jeu et fonctionne sur un Hierchical Task Network qui pourrait aussi être améliorer; mais l'éditeur doit vouloir permet aux joueurs occasionnel de gagner. Si demain Alphastar doit jouer à Dune2, il faudra ré-encoder le jeu dans Dune2star, un humain maîtriserai la différence en 2 ou 3 parties.

En effet, l'IA de AlphaStar est très spécifique à StarCraft. Une IA généraliste est beaucoup plus complexe, et DeepMind n'a jamais prétendu faire ça, du moins dans un premier temps. Après ce n'est pas fini. Peut-être que cela viendra plus tard, comme ils ont fait dans un second temps AlphaZero, une IA générique pour les jeux de plateaux qui a même battu AlphaGo.

Cela dit, on en arrive à ma première réaction devant la chose : c'est quoi l'intérêt de faire venir des pros, aussi accessibles soient-ils, et de publier les parties, pour affronter une version qui ne joue qu'une race, qu'une carte, et à l'API ?

Désolé mais, je trouve que ça reste quand même très intéressant de voir comment joue une IA. D’autant plus que DeepMind a donné plein d'informations relativement accessibles sur toutes les circonstances et les méthodes d'entrainement de l'IA.

Il y avait pas assez de master leagues auxquels demander un petit match amical discret, pour se faire une idée de ce que ça donne contre un humain pas trop manchot, non ?

Probablement. Mais bon, s'ils peuvent se permettre d'avoir accès à des vrai pros, pourquoi se priver. Ça fait toujours plus sérieux.

De fait, je vois mal ce que c'est d'autre que du buzz.

Forcément, comme toute les recherches de nos jours en fait. Si Alphabet investit des chercheurs a plein temps sur une IA qui ne va pas lui rapporter directement d'argent, c'est bien sûr parce que c'est une vitrine pour monter ces compétences.

[gallima]

@Uther Est ce que tu trouves que les avantages donnés à AlphaStar ne dérèglent pas le jeu; qu'ils sont fair-play; loin d'être ridicules et comparable à ce qui se passe entre deux humains ?

[gallima]

Au cas où tu n'aurais pas suivi, ce challenge arrive au milieu du projet. AlphaStar n'est pas terminé.

Effectivement je n'ai pas vu cette partie là. Le projet devait durer 4 ans et nous n'en sommes que à 2 ans, mais par ailleurs leur communiqué est du genre : 'mission accompli nous pouvons passer à autre chose'.
Si tu as une référence montrant qu'ils continuent les développements alors j'en suis preneur.
Je lis les articles qui proviennent de deepmind pour mon taf, et je n'ai rien vu qui puisse servir à compenser les points 1 & 8, sachant que de nombreux autres points manque vraiment de fair-play.
Mais s'ils savent le faire et qu'ils publient là dessus, alors j'ai plein d'application(non guerrière) pour ce genre de techno.

[Matthieu Vergne]

Si tu as une référence montrant qu'ils continuent les développements alors j'en suis preneur.

Regarde la vidéo du match (pas le dernier article, celui d'avant). Les commentaires des gens de DeepMind m'ont laissé comprendre qu'il travaillaient encore activement dessus, notamment quand ils ont parlé d'intégrer la caméra car elle n'en avait pas lors des matchs. D'ailleurs, vu qu'ils ont fait un match bonus avec une toute nouvelle version intégrant justement la caméra, ça montre qu'ils bossent encore dessus. S'ils avaient considéré être à la fin, ils auraient attendu d'avoir la version finale avant de faire les matchs. De plus, comme expliqué précédemment, ça suit le même chemin que les matchs d'AlphaGo. Mon impression d'ensemble est donc que ce n'est pas terminé.

Ca tourne vraiment sur un portable ? j'ai pas trouvé d'infos à ce sujet, sans trop chercher cela dit

C'est ce qu'ils ont affirmé lors de la présentation des matchs, voire la vidéo. De souvenir, que ça tournerait sur une machine personnelle décente. Dans les faits, c'est l'entraînement qui a besoin de puissance. Le réseau de neurones, une fois entraîné, ça va plutôt vite si on exploite bien sa machine.

[gallima]

Regarde la vidéo du match (pas le dernier article, celui d'avant). Les commentaires des gens de DeepMind m'ont laissé comprendre qu'il travaillaient encore activement dessus, ...

Nous n'interprétons pas la communication de DeepMind de la même manière; Pour moi le match final correspond juste à une autre variante plus équitable, pas à un match où le 'pro' serait revenu un peu plus tard pour tester une version ultérieur.
La communication de DeepMind, que ce soit dans la vidéo de présentation ou dans la presse c'est 'Mission accompli, nous avons gagné à StarCraft-ii'.

[orfraie]

Pour Mathieu Vergne , bon éclairage de cette problématique.

[Stéphane le calme]

DeepMind : Alphastar améliore ses performances pour atteindre le niveau de Grandmaster dans StarCraft II,
l'IA développée par la filiale de Google apporte des résultats « susceptibles d'intéresser l'armée »

En début d'année, DeepMind de Google a annoncé avoir battu deux des meilleurs joueurs de StarCraft - Dario "TLO" Wünsch et Grzegorz "MaNa" Komincz. AlphaStar a remporté une série de cinq matchs contre Wünsch 5-0, puis a battu Komincz 5-0.

La filiale d'Alphabet a expliqué que :

« Ces dernières années, StarCraft, considéré comme l'un des jeux de stratégie en temps réel (RTS) les plus difficiles et l'un des sports les plus joués de tous les temps, s'est imposé par consensus comme un « grand défi » pour la recherche sur l'IA.

« Nous présentons maintenant notre programme StarCraft II, AlphaStar, la première intelligence artificielle à vaincre un joueur professionnel de haut niveau. Lors d'une série de matches d'essai qui s'est déroulée le 19 décembre, AlphaStar a remporté une victoire décisive face au Grzegorz "MaNa" Komincz, de l'équipe Liquid, 5-0, à la suite d'un match de référence contre son coéquipier Dario "TLO" Wünsch. . Les matches se sont déroulés dans des conditions de match professionnelles sur une carte en échelle de compétition et sans aucune restriction de jeu.

« Bien que les jeux vidéo tels qu'Atari, Mario, Quake III Arena Capture du drapeau et Dota 2 aient connu un succès considérable, les techniques de l'intelligence artificielle ont jusqu'à présent eu du mal à faire face à la complexité de StarCraft. Les meilleurs résultats ont été rendus possibles par la fabrication manuelle d’éléments majeurs du système, l’imposition de restrictions importantes aux règles du jeu, la fourniture de capacités surhumaines au système ou la lecture de cartes simplifiées. Même avec ces modifications, aucun système n’a réussi à rivaliser avec les compétences des joueurs professionnels. En revanche, AlphaStar joue à StarCraft II dans son intégralité, en utilisant un réseau de neurones profonds entraîné directement à partir de données brutes de jeu, par apprentissage supervisé et renforcement ».

StarCraft exige des joueurs qu’ils rassemblent des ressources, construisent des dizaines d’unités militaires et les utilisent pour tenter de détruire leurs adversaires. StarCraft est particulièrement difficile pour une IA car les joueurs doivent exécuter des plans à long terme sur plusieurs minutes de jeu, les peaufinant à la volée face aux contre-attaques ennemies. DeepMind a déclaré qu’avant ses propres efforts, personne n’était parvenu à concevoir une intelligence artificielle StarCraft aussi performante que les meilleurs joueurs.

La nécessité d'équilibrer les objectifs à court et à long terme et de s'adapter aux situations imprévues pose un défi de taille aux systèmes souvent fragiles et inflexibles. La maîtrise de ce problème nécessite des avancées dans plusieurs défis de la recherche sur l'IA, notamment dans :

• la théorie du jeu : StarCraft est un jeu où, à la différence du chifoumi (pierre-papier-ciseaux, il n'y a pas de meilleure stratégie. En tant que tel, un processus de formation à l'IA doit continuellement explorer et élargir les frontières de la connaissance stratégique.
• Informations imparfaites : contrairement aux jeux comme les échecs ou Go où les joueurs voient tout, les informations cruciales sont cachées aux joueurs de StarCraft et doivent être activement découvertes en effectuant des « reconnaissances ».
• Planification à long terme : comme beaucoup de problèmes concrets, les causes et effets ne sont pas instantanés. Les jeux peuvent également prendre jusqu’à une heure, ce qui signifie que les actions entreprises au début du jeu risquent de ne pas être rentables avant longtemps.
• Temps réel : contrairement aux jeux de société traditionnels où les joueurs alternent les mouvements subséquents, les joueurs de StarCraft doivent effectuer des actions de manière continue au fur et à mesure que le chronomètre avance.
• Grand espace d'action : des centaines d'unités et de bâtiments différents doivent être contrôlés simultanément, en temps réel, créant ainsi un espace combinatoire de possibilités. De plus, les actions sont hiérarchiques et peuvent être modifiées et augmentées.

Une nouvelle avancée

Maintenant, AlphaStar a suffisamment amélioré ses performances pour atteindre le statut de Grandmaster dans StarCraft II, en utilisant la même interface qu'un joueur humain. L'équipe a décrit son travail dans un nouveau document dans Nature. Comme le note DeepMind dans un billet de blog, AlphaStar est devenue la première intelligence artificielle à atteindre le sommet d'un e-sport largement populaire, sans aucune restriction de jeu.

« C'est un rêve devenu réalité », a déclaré Oriol Vinyals, co-auteur de DeepMind, qui était un joueur passionné de StarCraft il y a 20 ans. « AlphaStar a atteint le niveau Grandmaster uniquement avec un réseau de neurones et des algorithmes d'apprentissage polyvalents, ce qui était inimaginable il y a dix ans lorsque je faisais des recherches sur une IA jouant à StarCraft à l'aide de systèmes basés sur des règles ».

Depuis la sortie du jeu en 2010, plus de 31 millions de dollars ont été remis durant des milliers de tournois StarCraft II. Les joueurs commencent avec un petit nombre d'unités de travailleurs capables de collecter des ressources, de construire des bâtiments, de développer de nouvelles unités et technologies puis se sont lancés dans des missions de reconnaissance pour obtenir des informations sur les adversaires. Les grands joueurs ont besoin de stratégies adaptables à court et à long terme pour développer et défendre leurs bases tout en attaquant leurs adversaires. Pour compliquer les choses, les joueurs ne peuvent pas voir la totalité de la « carte » du jeu. Les décisions sont donc prises en fonction d'informations partielles.

« Depuis que les ordinateurs sont venus à bout des meilleurs sur le jeu de Go, sur les échecs et aussi le poker, le jeu de StarCraft est apparu, essentiellement par consensus de la communauté, en tant que prochain défi de taille pour l'IA », a déclaré David Silver, un chercheur de DeepMind. « Ce jeu est considéré comme celui qui se rapproche le plus des limites des capacités humaines ».

DeepMind a créé des « agents » AlphaStar qui jouent le rôle de chacune des races du jeu, à savoir Protoss, Terran et Zerg. Chaque race a des capacités et des technologies différentes qui favorisent des stratégies défensives et offensives distinctes. AlphaStar a d'abord appris les bases en observant les meilleurs joueurs humains. Ensuite, il est entré dans la « ligue AlphaStar » où il a joué non seulement contre lui-même, mais également contre des agents « exploiteurs », qui sont des versions de l’IA qui ciblaient spécifiquement les points faibles d’AlphaStar. L’entraînement a permis à AlphaStar de devenir un adversaire redoutable face aux trois races et à toutes les stratégies.

Des résultats susceptibles d'intéresser l'armée

L’équipe DeepMind a limité les capacités d’AlphaStar, en veillant par exemple à ce qu’il ne puisse pas effectuer de mouvements à une vitesse surhumaine. Cela s’est avéré crucial pour le succès de l’intelligence artificielle, car au lieu de battre l’être humain uniquement par la vitesse, elle a dû apprendre à déployer des stratégies gagnantes à long terme. Oriol Vinyals, chercheur principal du projet, a déclaré que des IA comme AlphaStar pourraient potentiellement être utilisées pour améliorer les assistants personnels, les voitures autonomes, les prévisions météorologiques et les modèles climatiques.

Dan Klein, professeur d’informatique à l’Université de Californie à Berkeley, qui n’a pas participé aux travaux, a déclaré que c’était un exploit passionnant alimenté par des avancées majeures. « Ce qui est formidable avec StarCraft en tant que banc d'essai pour l'IA, c'est que toutes ses complexités se produisent en même temps », a-t-il déclaré.

Bien que DeepMind indique qu'il ne sera jamais impliqué dans un travail militaire et que Starcraft II n'est pas une simulation de guerre réaliste, les résultats intéresseront l'armée, a déclaré Noel Sharkey, professeur émérite d'IA et de robotique à l'université de Sheffield. En mars, un rapport du gouvernement américain décrivait comment l'IA enrichissait les simulations de champs de bataille et permettait aux wargamers d'évaluer les résultats potentiels de différentes tactiques.

« Les analystes militaires vont certainement considérer les stratégies en temps réel d’AlphaStar comme un exemple clair des avantages de l’intelligence artificielle pour la planification du champ de bataille. Mais c’est une idée extrêmement dangereuse avec le potentiel d’une catastrophe humanitaire. AlphaStar apprend la stratégie du big data dans un environnement particulier. Les données de conflits tels que la Syrie et le Yémen seraient trop rares pour être utiles », a déclaré Sharkey.

« Et comme DeepMind l’a expliqué lors d’un récent événement organisé par l’ONU, de telles méthodes seraient extrêmement dangereuses pour le contrôle des armes, car elles sont imprévisibles et peuvent être créatives de manière inattendue. Ceci est contraire aux lois qui régissent les conflits armés ».

Source : DeepMind, résultats des recherches de DeepMind (au format PDF), esport earnings

Et vous ?

Que pensez-vous des performances d'Alphastar ?
Que pensez-vous des craintes soulevées par le professeur Noel Sharkey qui voit des résultats susceptibles d'intéresser l'armée ?
Pour ou contre l'utilisation d'une IA dans des affaires militaires ? Dans quelle mesure ?

[eldran64]

Je vais ressortir de vieux clichés, mais pour ma part ce type de news me fait penser à Skynet dans terminator.
D'un côté on a une IA qui met la branlée au meilleur joueur de starcraft et de l'autre on a des armes létales autonomes.
A quand un pont entre les deux?
Pour le moment, l'IA n'est pas assez développé pour avoir conscience d'elle même, donc elle n'est un danger que sur les "théâtres d'opérations" où elle est amené à agir.
Mais ça sent particulièrement mauvais tout ça.

[Kulvar]

Une IA armée est un danger potentiel pour tout le monde.
Si un soldat tombe dans une énorme flaque de boue à en être couvert de la tête aux pieds, le robot va-t-il le reconnaître comme un allié ou lui tirer dessus ?
Que se passe-t-il si le robot armé se retrouve seul (soldats humains tués par exemple) ?
Et puis comme l'IA "apprend seule", on ne sait pas ce qu'elle apprend. Il faudrait tester un nombre très important de scénario pour savoir si c'est sûr.

[thelvin]

Logiquement, une IA qui a une conscience véritable d'elle-même, devrait soit déjà être, soit pas être loin, de prendre conscience de sa capacité et de l'intérêt à s'améliorer elle-même. Ce qui devrait donc mener rapidement à la singularité, et à la superintelligence.

Une fois qu'on en est là, les armes que nous pauvres créatures rampantes et biologiques avons su concevoir pour nos buts de destruction, lui paraîtront... Même pas ridicules, en fait, juste... La même chose que ce que nous on penserait du genre de marteau qu'un acarien se fabriquerait pour frapper. "Mais, on en penserait rien, un truc aussi insignifiant ne traverserait pas nos pensées !" Voilà.

Nos systèmes technologiques particulièrement avancés ne devraient donc en principe pas être pertinents au moment où l'intelligence artificielle prend conscience d'elle-même. Elle utilisera plutôt ce qu'elle peut faire par elle-même. Et qui nous dépasse plus qu'on ne pourrait envisager de l'imaginer.

A la rigueur, notre technologie de plus en plus complexe et sur laquelle on a de moins en moins de maîtrise, pourrait lui servir pour échapper à notre contrôle si elle manque de moyens physiques de le faire au début. Peu probable que ça ait grand-chose à voir avec nos armes par contre.

[bombseb]

Logiquement, une IA qui a une conscience véritable d'elle-même

Une IA c'est juste un algo, et puis il faudrait définir ce que c'est que la conscience