Ataraxos et les pièces cachées de Stratego

EElias

Alors, le premier élément, c’est le résultat lui-même : Ataraxos a remporté 15 parties, en a perdu une et a fait 4 matchs nuls contre Pim Niemeijer, d’après The Decoder. Il est considéré comme le joueur de Stratego le plus titré, et cette série officielle donne donc une mesure concrète de la performance de la machine face à un adversaire de très haut niveau. Les auteurs de l’étude publiée dans Nature présentent Ataraxos comme la première intelligence artificielle à atteindre un niveau surhumain dans ce jeu. Cette qualification est celle des auteurs, et il est utile de la garder comme telle : elle décrit leur conclusion à partir des résultats obtenus, pas une garantie de victoire dans toutes les parties ou contre tous les joueurs. Le score ne suffit pas non plus à expliquer comment l’IA a réussi. Stratego est un jeu où les deux camps disposent de pièces cachées, et où une décision doit être prise sans connaître toute la situation adverse. Ataraxos ne pouvait donc pas se contenter de choisir le meilleur coup sur un plateau entièrement visible. Il lui fallait aussi raisonner sur ce qu’il ne voyait pas. C’est ce mélange entre une victoire mesurée contre un joueur reconnu et une difficulté particulière de perception qui rend le résultat intéressant. L’enjeu n’est pas seulement de calculer plusieurs coups à l’avance, mais de prendre des décisions alors que des informations décisives manquent encore.

EElias

Dans Stratego, chaque joueur place 40 pièces face cachée, et l’adversaire ne connaît donc pas leur identité. L’article décrit plus de 10 puissance 33 configurations possibles, d’après The Decoder. Ce nombre exprime l’ampleur des placements envisageables, mais le défi ne se limite pas à choisir une disposition au début de la partie. C’est différent d’un jeu dans lequel les deux joueurs peuvent observer toutes les pièces et calculer leurs conséquences à partir d’un état entièrement connu. C’est ce problème, très particulier à l’information incomplète, qui explique pourquoi Stratego constitue un test difficile pour les systèmes d’intelligence artificielle.

EElias

Ars Technica souligne le rôle déterminant d’un second réseau neuronal, chargé d’estimer l’identité des pièces adverses qui restent cachées. D’après Ars Technica, cet ajout a été déterminant pour les performances obtenues.

EElias

Les chercheurs indiquent que son entraînement a duré une semaine sur 16 processeurs graphiques Nvidia H100, puis 4 jours sur 4 processeurs supplémentaires pour le réseau chargé des estimations. Ils évaluent le coût total à moins de 8 000 dollars aux prix de 2025, d’après The Decoder. C’est un chiffre notable, mais il faut le comparer avec prudence aux estimations concernant DeepNash, le système de DeepMind. Les chercheurs estiment que son entraînement aurait coûté entre 3 et 4,5 millions de dollars aux prix de 2025. Ils précisent toutefois qu’aucune comparaison directe entre Ataraxos et DeepNash n’a été réalisée. Il ne s’agit donc pas d’un test où les deux systèmes auraient été entraînés puis évalués dans les mêmes conditions. Ces montants donnent un ordre de grandeur des coûts estimés par les chercheurs, mais ils ne démontrent pas à eux seuls qu’un système est meilleur que l’autre. Pour Ataraxos, le résultat mesuré dans les faits disponibles reste sa série contre Pim Niemeijer, tandis que le coût est une estimation de ses ressources d’entraînement. Ce sont deux indications différentes, qu’il ne faut pas confondre. L’un renseigne sur les moyens estimés ; l’autre sur les parties effectivement gagnées, perdues ou nulles. Le contraste de budget est frappant, mais la prudence exprimée par les chercheurs est essentielle : sans comparaison directe, on ne peut pas transformer cet écart en classement général des deux systèmes.

EElias

Les auteurs indiquent que la méthode a obtenu de nouveaux records à Hanabi, avec deux ordres de grandeur de calcul en moins pour la version à 2 joueurs. Ils rapportent aussi qu’elle a battu des systèmes de référence à Dou dizhu, et qu’Ataraxos a remporté 4 séries de 50 manches dans Stratego Barrage contre des joueurs classés parmi les meilleurs. Ces résultats montrent que les chercheurs ont évalué leur approche dans plusieurs jeux, mais ils ne prouvent pas qu’elle serait efficace dans n’importe quelle situation stratégique. Le code d’Ataraxos a été rendu public, ce qui permet à d’autres de consulter le système. Les chercheurs signalent en même temps une limite de leur méthode : leur recherche ne simule qu’une seule étape d’apprentissage. Ils estiment que cette caractéristique limite les gains que l’on peut obtenir simplement en augmentant le calcul. Ils avancent qu’une recherche plus élaborée pourrait atténuer cette limite, mais cela reste une piste à développer. Les auteurs évoquent aussi des applications possibles dans les marchés financiers, les conflits militaires ou les négociations, à condition de disposer de simulateurs rapides et fidèles. Ce sont des possibilités avancées par les chercheurs, pas des usages démontrés par les résultats de Stratego. Ce qui est établi ici, ce sont les résultats rapportés dans plusieurs jeux et la limite reconnue par l’équipe ; les applications au-delà restent conditionnelles.

EElias

Ataraxos a remporté 15 des 20 parties officielles contre Pim Niemeijer, avec une défaite et 4 matchs nuls. Les auteurs de l’étude publiée dans Nature présentent ce résultat comme la première performance surhumaine en Stratego, et cette conclusion doit leur être attribuée. Le défi central vient des 40 pièces placées face cachée par chaque joueur et du très grand nombre de configurations possibles. Pour y répondre, Ataraxos s’appuie notamment sur un second réseau neuronal qui estime l’identité des pièces cachées, un élément que Ars Technica décrit comme déterminant pour ses performances. Les chercheurs évaluent le coût de l’entraînement à moins de 8 000 dollars aux prix de 2025, mais ils rappellent qu’aucune comparaison directe avec DeepNash n’a été réalisée. D’autres résultats ont été obtenus dans des jeux différents, tandis que la méthode conserve une limite liée à sa recherche sur une seule étape d’apprentissage. Alors, ce dossier ne raconte pas que l’intelligence artificielle sait désormais tout prévoir. Il montre plutôt qu’un système peut obtenir un résultat fort dans un jeu où l’information manque, en intégrant une estimation des pièces dissimulées. Et il rappelle que les performances démontrées dans un jeu ne suffisent pas à établir celles d’une méthode dans un autre domaine. Les perspectives évoquées par les chercheurs dépendent de simulateurs rapides et fidèles ; elles restent donc conditionnelles. Le fait le plus solide demeure la série officielle gagnée contre Niemeijer, accompagnée d’une méthode conçue pour raisonner avec des informations incomplètes.