DeepMind affirme que son IA est meilleure que 99,8 % des joueurs à StarCraft II

Arkeen a écrit :



Mmm, de mémoire la raclée des joueurs pros ne s’était justement pas passée avec les mêmes contraintes pour les joueurs et pour l’IA … du coup je reste sceptique sur ces nouvelles déclarations







A priori, comme l’a dit Tonial, ici plus d’avantage, le programme a les mêmes info qu’un joueur. Plus encore, elle a été limité à 22 actions toutes les 5 secondes, soit 264 APM. Du coup, elle n’a pas forcément sa précision dans son micro managment est contrebalancé par cette limitation (cette contrainte a été déterminé a priori avec l’aide de Dario « TLO » Wünsch) afin de garder un programme à un niveau humain.

A priori, en l’état actuel, ça pourrait être possible, mais ce n’était pas le but recherché pour cette version. Le programme était volontairement limité dans son nombre d’APM pour garder un niveau proche d’un humain et que ça reste instructif pour le programme qui n’avait jusqu’à présent appris qu’avec lui même.

Car au final, l’humain est sûrement la source d’apprentissage la plus riche, celle qui offre le plus de variété de comportement. L’humain fait des choix qui peuvent être illogiques, va avoir une meilleur capacité à inventer des stratégies nouvelles…

Groupetto a écrit :



Le vrai problème, c’est que si ce genre d’IA peut tourner sur un desktop “normal”, alors ça risque un jour de se répandre et de bien pourrir le jeu online (?)



(je précise : je suis une bouse à Starcraft, moi c’est ma calculatrice de terminale qui me mettrait une branlée, sans entraînement " />)







Il y a de forte chance que oui, ce programme puisse tourner sur un PC classique (avec gros GPU dédié genre une 2080Ti)







skankhunt42 a écrit :



Non :https://www.youtube.com/watch?v=Lu56xVlZ40M







Ce que je veux dire, c’est que l’humain, par une vision plus global, aurait trouver des stratégies en “réfléchissant”. Là les machines avances par essais-erreurs jusqu’à trouver quelque chose qui fonctionne mieux. Il n’y a pas la partie reflexion qui consiste à se dire “tient, c’est quoi cette rampe, et si je marche dessus, tient je monte et je tombe, ça pourrait être utile pour passer un mur”. Il leur faudra des centaine et des centaine d’essais pour trouver une solution.



Mais au contraire, les machine, fonctionnant par essais-erreurs, vont essayer des choses stupides, illogique qui peuvent parfois fonctionner. Les bug exploit, un humain qui n’en a pas l’habitude n’aurait jamais cherché (après tu donnes ça à la commu de speed runner, ils connaissent les faiblesses des moteurs de jeux et aurait sûrement trouver une partie d’entre elle).







TexMex a écrit :



Le mot IA est à mon sens un peu trop marketing dans ce cas.



 Le dispositif n’est qu’un gros dictionnaire. Il sélectionne l’action en fonction d’une statistique qu’il construit. Le fameux “apprentissage”. Mais ici encore l’apprentissage n’est pas vraiment apparenté à inintelligence. On lui donne une note pour lui dire “tu as perdu”, “tu as gagné”. Mais jamais on lui inculque un sens. On lui ordonne tendre vers le résultat 1 ou 0. Légitime ou pas. Et au cours de cette apprentissage il n’y a pas forcément une sélection pour répondre à la demande plus vite. Plutôt du brute force.



 Un humain aura besoin de moins de temps pour apprendre à se forger une stratégie. Et a comprendre les thématique diverses qu’il apporte (bien / mal etc).



Pour cet exemple ce serait nettement plus marrant si on avait un Jeu/système avec une carte/environnement qui se modifie en cours de route. L’Indexeur Analphabete  partira vraisemblablement en freestyle. L’adaptation ne sera pas son point fort. Au contraire d’un véritable humain.



 Le plus drôle c’est que les jeux d’échecs électroniques font cela depuis 30 ans au moins. Bref. C’est juste une version 2.0 du même concept.



 Bref devant un nouveau système l’IA aura besoin de millions de fail/retry alors qu’un humain peu changer de jeu rapidement et s’y adapter bien plus vite. Ou même s’adapter à un changement inopiné. Ex: Le virage gauche qui sera un virage droite dans cette itération de la course. Si on prévient pas le programme il stockera cela comme un “echec” et ne mettra pas cela en perspective.



 Ca devient relou qu’on nous sorte le terme IA a toutes les sauces quand il ne s’agit que de reproduire plus ou moins grossièrement des dispositifs cognitifs hyper spécialisés (reconnaître un visage, etc).



Mais bon cela forcerai à répondre à la vrai question. Qu’est ce que l’intelligence? Sachant que la réponse n’est pas trouvée à cause de la composante “imagination” qui n’est pas mesurable en soit. Les marketteux ont encore de beaux jours devant eux pour surfer sur la vague (et le vague) du rêve de l’IA.





Ta vision de l’apprentissage automatique est fausse, ou en tout cas, très très très partielle.



L’autre traduction de “machine learning” en français, c’est apprentissage statistique. Ta vision d’un dico est plus une exception qu’une généralité. Le jeu d’échecs est simple. Le système de valeurs des pièces simplifient énormément le problème et un algo Alpha-bêta fonctionne à merveille contre la majorité des joueurs. Mais par exemple, le jeu de Go n’avait pas ça, et le fait qu’on l’on est aucune technique pour comparer 2 situations et dire laquelle est la plus avantageuses fait que ton “attaque par dico” ne fonctionne plus. Le jeu d’échecs peut être plus proche du jeu de dame qui lui est résolu (la variante Dames anglaises peut se terminer par un nul systématiquement)



En faite, beaucoup d’algo d’apprentissage supervisé peuvent être vu comme un programme qui apprend a tracer une courbe (une fonction plus exactement) qui s’approche du résultat connus pour les entrée données. En faite, c’est bien souvent plus des régressions linéaires. Derrière, c’est énormément de statistique. Mais la variabilité de “situation nouvelle” est même incluse dans cette apprentissage. Un jeu dont les règles change en permanence, si les rêgles reste dans une variabilité connus, sera parfaitement apprenable pour une machine. C’est justement ce qui était fait dans la démonstration du rubixcube il y a 2 semaines. Le programme a du apprendre avec des rubixcube de taille différentes, avec des gants, des handicapes…. Donc, si ton programme de conduite tu le fait apprendre toujours sur le même circuit, oui, il va l’apprendre par coeur et sera comme un con face à un virage inconnu, mais si tu le fais apprendre sur une grande variété de circuit, il va apprendre à tourner en fonction de ce qu’il voit. Tu lui rajoutes un adhérence variable, il va intégrer ça dans son apprentissage…



Aujourd’hui, en effet, les programmes issue de tels algos sont hyper spécialisé, il ne savent faire que ce pour quoi il a été fait. Quand bien même il existe des techniques de transfère d’apprentissage permettant d’utiliser une connaissance acquise ailleurs similaire à celle que l’on veut lui faire apprendre, c’est toujours un humain qui choisi ce qui est similaire et qui effectue ce transfère. Une idée pour arriver a quelque chose de plus généralisé, c’est que le programme apprennent de lui même à mobiliser ses acquis dans la réalisation d’une nouvelle tache.



Ensuite, pour ton discours autour de terme IA, je suis d’accord, c’est avant tout marketing. La difficulté vient de l’absence de définition du mot “intelligence”. Surtout que bien souvent ce terme sert avant tout à mettre les humains sur un piédestal au dessus de tout. Cependant, en toute connaissance de cette difficulté, l’IA est parfois défini par “programme donnant l’impression d’intelligence” ce qui ici diffère dans le but avec l’apprentissage automatique. Créer un programme qui fait volontairement des faute dans une calculs mathématique pour te faire croire que c’est un gamin est une “IA”, mais n’est aucunement issue d’un apprentissage automatique.

Plus exactement, toi, derrière le terme IA, tu pense ce qui est appelé IA forte, cette fameuse IA généraliste capable d’une certaine conscience. Mais là encore, techniquement il y a plusieurs nuance, et on accepte le terme d’IA faible pour des programmes spécialisés, donnant qu’une impression d’IA. Cette dernière est celle qui est utilisé par les ingénieurs.

Uther a écrit :



Je ne vois pas en quoi c’est marketing. Dans “Intelligence Artificielle”, il y a “artificiel”, on sait bien que une IA n’est pas comparable sur énormément de point à une intelligence humaine. Ce que l’on appelle généralement IA, c’est un logiciel capable de remplacer plus ou moins efficacement l’humain pour des taches de décision, quelle que soit les technique utilisée en interne.

 

S’il faut attendre d’avoir une intelligence humaine pour parler d’IA, autant dire que l’IA ça n’existe pas.





Je n’aime pas ce terme d’intelligence artificielle. Effectivement, d’un point de vu marketing, c’est très vendeur, surtout par rapport au terme de “apprentissage automatique” ou pire “apprentissage statistique” qui est ce qui est réellement fait, mais qui est quand même beaucoup moins sexy à l’oreille et sonne comme du jargon technique.

Cependant, ce qui me dérange le plus dans le terme d’intelligence artificielle, c’est sa définition flou. Déjà, le terme intelligence ne possède pas forcément de définition sans ambiguïté. Et c’est même bien souvent utiliser pour mettre les humains sur un piédestal, empêchant de facto toute machine de l’égaliser. Et le terme artificiel, même s’il parait plus facile à définir, est souvent associer à une “émulation” voir “faire croire”.

Et lorsque le but est de faire croire que ton programme est intelligent, ce n’est pas du tout le même qu’un programme qui apprend à réaliser une tache à l’aide d’expériences (apprentissage automatique). Le PnJ dans GTA simule suffisamment l’intelligence d’un piéton (ou d’un conducteur) pour que tu le considères comme tel et pourtant l’algo derrière ne doit pas être énorme, c’est un automate assez bateau et pourtant c’est une IA.



C’est pour ça que je trouve que le terme le plus approprié est bien souvent “apprentissage automatique” en lieu et place de “intelligence artificielle”.



Bon, sinon, là, oui, on est bien sur un IA (faible) issu d’un algorithme apprentissage automatique par renforcement.