AlphaZero apprend seul

TThéa

En décembre 2017, DeepMind présente AlphaZero, un programme qui apprend seul les échecs, le shogi et le go. Au départ, il ne connaît que les règles de ces trois jeux. Pas de parties à reproduire : AlphaZero progresse uniquement en jouant contre lui-même. Les règles sont donc son point de départ, et les parties qu’il joue contre lui-même sont le seul moyen par lequel il apprend. Cette même démarche s’applique aux échecs, au shogi et au go : trois jeux différents, et pour chacun, un apprentissage qui passe par le jeu contre soi-même. Après son entraînement, AlphaZero bat les meilleurs programmes spécialisés de chacun de ces trois jeux. Aux échecs, son style de jeu audacieux surprend les grands maîtres. Ce moment associe ainsi une méthode d’apprentissage fondée sur les règles et le jeu contre soi-même à des victoires contre les meilleurs programmes spécialisés des trois disciplines. Et, dans l’un de ces jeux, les échecs, le résultat ne se remarque pas seulement dans les performances : le style audacieux d’AlphaZero surprend aussi les grands maîtres.