AlphaGo : derrière le programme, le deep learning, la technologie qui révolutionne l'intelligence artificielle
DÉCRYPTAGE - Le programme informatique de Google, le premier à battre un joueur professionnel au jeu de Go, utilise le deep learning, une technologie révolutionnaire qui permet aux ordinateurs d'apprendre à apprendre.
Il y a 20 ans, Deep Blue, le programme d'IBM, gagnait aux échecs contre Garry Kasparov, l'un des meilleurs joueurs d'échecs mondiaux. Aujourd'hui, une nouvelle étape a été franchie avec AlphaGo. Le programme de Google est devenu le premier à battre un des meilleurs joueurs professionnels du jeu de go. Il a gagné 4 parties sur 5.
Ce jeu très ancien, d'origine asiatique, restait l'un des derniers jeux "classiques" à résister à l'intelligence artificielle. Ce qui explique que la performance restait un but suprême pour les chercheurs. Ces derniers ne voyaient pas une telle prouesse arriver si vite. Le secret de cette victoire tient à une nouvelle manière de concevoir l'intelligence artificielle : le deep learning. Pour résumer, cette technique permet à l'ordinateur d'apprendre à apprendre.
Comment fonctionne le deep learning ?
Jusqu'ici, les méthodes d'intelligence artificielles - comme le programme d'échecs d'IBM - étaient plutôt basées sur une stratégie simple : calculer toutes les positions possibles, et choisir la meilleure pour battre le joueur adverse. Au jeu de go, il est trop dur d'appliquer cette technique parce que le plateau est bien plus grand et les possibilités trop nombreuses : au delà du gogol, un chiffre 1 suivi de 100 zéros.
Les chercheurs de Google ont donc choisi d'utiliser la tactique du deep learning. Au lieu de calculer toutes les positions possibles, le programme a joué des milliers de parties pour développer de nouvelles stratégies tout seul. Et plus il s'entraîne, plus il améliore ses tactiques. Jusqu'à battre tous les programmes de jeu de go précédemment fabriqués, et maintenant, l'un des meilleurs joueurs du monde.
La révolution des assistants personnels
La technique a des tas d'applications concrètes, particulièrement dans le domaine de la reconnaissance vocale. Elle va révolutionner tout ce qui touche aux assistants personnels type Siri ou Cortana. Actuellement, lorsque vous leur posez une question, deux options : soit la réponse a été prévue par les concepteurs et auquel cas votre téléphone vous répondra. Soit la réponse n'est pas prévue et l'assistant va lancer une recherche internet bête et méchante. Avec le deep learning, votre assistant pourra répondre à n'importe quelle question. Au lieu de chercher une réponse préconçue, il va lui même fabriquer sa réponse par tâtonnements.
C'est le cas de Viv, une sorte de Siri nouvelle génération utilisant des techniques de deep learning. Il est possible de lui poser des questions complexes comme : "quel est le meilleur siège disponible sur le Virgin 351 de mercredi prochain ?". Le système va d'abord aller chercher le nombre de places disponibles, puis, en fonction de vos goûts personnels, va vous donner le plus à votre convenance - près du hublot, si vous lui aviez précisé cette préférence. Pour aller plus loin, Viv peut même réserver la place pour vous avec vos coordonnées bancaires. Tout est détaillé dans cet article d'Esquire. Et ce n'est qu'un exemple parmi d'autres : la traduction, le diagnostic médical, les métiers de l'assurance ou de l'investissement financier font partie des tâches automatisables grâce au deep learning. Même les fameuses Google Car, qui se conduisent toutes seules et reconnaissent leur environnement, utilisent ce genre de système.
Quand le deep learning fait peur
Pour résumer, le deep learning pourrait permettre de fabriquer des systèmes informatiques toujours plus performants, capables d'automatiser parfaitement des tâches qui ne l'étaient pas avant. À la clé, un gain de temps pour les clients et une nouvelle manne financière pour les géants du web capables de construire de telles intelligences artificielles - comme Facebook ou Google. Ces deux entreprises se font la guerre dans le domaine et essayent de se surpasser mutuellement.
Cette fuite en avant fait peur à certaines personnalités scientifiques, comme le physicien Stephen Hawking ou Elon Musk, le milliardaire qui veut proposer des voyages pour Mars. Leur crainte : que ces logiciels autonomes deviennent incontrôlables. En ayant la possibilité "d'apprendre", ces programmes pourraient justement apprendre à devenir de plus en plus intelligents, jusqu'à s'affranchir de s