AlphaZero
intelligence artificielle pour jeux de stratégie De Wikipédia, l'encyclopédie libre
AlphaZero est une version généraliste d’AlphaGo Zero, un logiciel de go (jeu de stratégie abstrait chinois) qui a été adapté pour jouer aux échecs et au shogi (échecs japonais). AlphaZero a été créé par Demis Hassabis de DeepMind, une entreprise appartenant au groupe Google.
Le , DeepMind poste sur la plateforme de prépublication arXiv un article concernant AlphaZero[1],[2], un programme utilisant l’approche généralisée d'AlphaGo Zero. Le style de jeu d'AlphaZero s'écarte des programmes de jeu habituels tout en requérant moins de calculs par mouvement en regard de ses concurrents[3],[4].
Selon DeepMind, AlphaZero a atteint en 24 heures un niveau de jeu supérieur aux humains au jeu d'échecs, au shogi et au go en battant les programmes champions du monde Stockfish (échecs), Elmo (en) (shogi) et la version d’AlphaGo Zero ayant eu trois jours d'apprentissage.
Le même mois, AlphaZero bat la version AlphaGo Zero (ayant 3 jours d’apprentissage) 60 parties à 40. Avec 8 heures de pratique et 21 millions de parties jouées contre lui-même, il surpasse la version d’AlphaGo du match contre Lee Sedol au classement Elo.
Stockfish, le logiciel champion du monde d'échecs est battu après 4 heures d'apprentissage et 44 millions de parties jouées. Toutefois, Stockfish n'avait pas le droit d'utiliser ses bibliothèques d'ouvertures et de finales[5].
Le programme de shogi Elmo est terrassé après deux heures de pratique et 24 millions de parties[1],[6].
AlphaZero possède désormais un réseau de neurones mis à jour de manière continue et possède des règles codées pour l’établissement de recherche d’hyperparamètres[réf. nécessaire]. Par ailleurs, il n'a pas été programmé pour profiter des symétries propres au jeu de go (possibilités de réflexions et rotations), inexistantes dans le jeu d'échecs, et peut prendre en compte la possibilité d'une partie nulle (inexistant au jeu de go mais présent aux échecs).
En , DeepMind annonce la réalisation de MuZero, un programme analogue qui apprend également les règles du jeu (autrement dit, il essaie des mouvements, et ne reçoit comme seules informations que leur légalité, et le résultat (intermédiaire ou final) de ces "coups") ; ce programme peut aussi bien jouer aux échecs ou au go qu'à des jeux vidéos tels que ceux d'Atari, avec des performances comparables ou supérieures à celles d'AlphaGo[7].
- (en) Natasha Regan et Matthew Sadler, Game Changer: AlphaZero's Groundbreaking Chess Strategies and the Promise of AI, New In Chess, , 416 p. (ISBN 9789056918187)
- (en) Acquisition of Chess Knowledge in AlphaZero article de arxiv du 17 novembre 2021.
- Texte téléchargeable [PDF] ici
- Analyse de ce texte sur chess.com : How Alphazero learns chess
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
