Bienvenue au service de recherche et de stratégie de [Nom de l'entreprise] dans le monde trépidant d'aujourd'hui.
Dans le dernier affrontement entre l'homme et la machine, une première mondiale a eu lieu : l'IA a vaincu les meilleurs joueurs d'e-sport sur leur propre terrain. Baptisé Starcraft II, ce jeu de stratégie en temps réel populaire exige une prise de décision rapide, une gestion des ressources et une habileté tactique hors pair, bien plus qu'un simple jeu de pierre-feuille-ciseaux. Voyons pourquoi cet événement est si important et comment il a été réalisé.
Comme nous l'avons évoqué dans un article de blog récentartificielle ont permis des avancées considérables intelligence ces dernières années. Le principal terrain d'expérimentation à ce jour est celui des jeux de stratégie sur plateau, tels que les échecs et le go. Pour ce nouveau domaine, Google a utilisé un projet appelé DeepMind, un système qui exploite des réseaux neuronaux artificiels, dont le fonctionnement s'inspire en partie de celui du cerveau humain pour traiter des informations complexes.
Cette nouvelle forme d'IA adaptative peut apprendre à la fois des experts et de manière autonome en jouant des simulations d'elle-même. Bien qu'elle ne nécessite pas de supercalculateurs, elle a besoin de beaucoup d'entraînement, considérablement accéléré par les technologies de processeurs modernes. Cependant, les résultats obtenus aux échecs et au go sont stupéfiants : l'IA de DeepMind atteint des niveaux de jeu stratégique inédits, bien supérieurs à ceux des meilleurs joueurs humains au monde.
Les jeux de société ont des règles relativement simples, mais leur complexité réside dans la multitude de résultats possibles. Les jeux vidéo comme Starcraft II sont bien plus complexes car ils offrent une très grande variété d'options de jeu, et ce, dès le début de chaque partie. Ils peuvent également impliquer un nombre infini d'unités, bien moins contraintes par les règles que les pions et les pièces de Go. Enfin, il existe de nombreux types d'unités aux capacités multiples, qui peuvent être combinées de mille façons.
Ces facteurs représentent des défis considérables pour l'IA, car ils touchent au domaine de la créativité, traditionnellement considérée comme une caractéristique humaine. Cependant, l'une des particularités uniques de DeepMind réside dans sa capacité à apprendre expérimentalement par essais et erreurs… à l'infini.
Avec une nouvelle IA spécialisée appelée AlphaStar, l'équipe Google à l'origine de DeepMind s'est sentie suffisamment en confiance pour lancer son IA basée sur Starcraft II contre les meilleurs joueurs professionnels d'eSport du jeu.
Lors d'affrontements contre deux adversaires dans un environnement de test, les résultats furent stupéfiants. En dix victoires consécutives, l'IA a battu les deux joueurs sur le score de 5-0. Il ne s'agissait pas d'une seule IA, mais de cinq évolutions différentes, chacune dotée d'un style de jeu bien distinct.
Ces défaites constituaient un exploit remarquable, compte tenu de la complexité du jeu et du niveau de performance des stars de l'eSport. Ces joueurs sont réputés pour leur capacité à effectuer des centaines d'actions par minute, avec des réflexes fulgurants. Curieusement, la prouesse d'AlphaStar ne résidait pas dans ce domaine où l'on s'attendrait à trouver des combinaisons mécaniques. En réalité, ses réflexes étaient plus lents et son nombre d'actions par minute inférieur, mais son efficacité était supérieure en termes d'actions exécutées.
Là où il excellait le plus, c'était dans l'intelligence et la créativité du jeu, et c'est la diversité même des stratégies de jeu inédites qui a déstabilisé les stars de l'eSport.
À l'échelle humaine, les capacités d'AlphaStar semblaient surgir de nulle part. À l'échelle machine, cela a pris beaucoup de temps. La première version de l'IA a été conçue grâce à l'étude d'un nombre considérable de parties de joueurs professionnels. Cela lui a permis d'atteindre le niveau d'un joueur professionnel de division inférieure, mais le chemin est encore long avant qu'elle puisse rivaliser avec les meilleurs.
La phase suivante a révélé toute la magie de l'IA. AlphaStar a ainsi pu exploiter les connaissances émulées, les expérimenter et apprendre de ses propres erreurs. En une semaine d'entraînement au sein de la « Ligue AlphaStar », elle a simulé l'équivalent de 200 ans de jeu contre différentes versions d'elle-même.
De ses algorithmes d'apprentissage automatique ont émergé cinq styles de jeu très différents, offrant des taux de victoire supérieurs. L'équipe de DeepMind les a baptisés, de manière quelque peu inquiétante, « agents ».
Ce sont ces IA qui ont affronté les joueurs professionnels. Lors du second match, une star de l'eSport du nom de PLO a été quelque peu déconcertée par le fait que la stratégie de l'IA était complètement différente de celle du premier match.
Cela a souvent conduit les commentateurs à qualifier l'IA d'« effrayante » ou de « terrifiante ». Par moments, son jeu ressemblait trait pour trait à celui d'un joueur professionnel de haut niveau, mais il pouvait aussi soudainement se transformer en stratégies inédites : coordonner de multiples attaques de flanc et obtenir le contrôle total de la carte.
Plutôt que d'être vexés d'être irrémédiablement surclassés par ces premières incursions de Deep Mind dans l'eSport, les joueurs professionnels vaincus étaient intrigués par les nouvelles stratégies et les perspectives d'évolution possible du méta-jeu.
Plutôt que de les opposer à des joueurs humains, ces agents pourraient également servir, dans le domaine de l'eSport, à s'entraîner contre les adversaires les plus redoutables afin de perfectionner leurs compétences. De plus, grâce à un développement spécialisé, ils pourraient permettre de découvrir des contre-stratégies efficaces face aux adversaires de haut niveau aux styles de jeu prévisibles.
Comme nous l'avons déjà, les grandes équipes d'eSport utilisent désormais les technologies de pointe en sciences du sport, telles que NeuroTracker, pour perfectionner leurs compétences. Avec les investissements considérables dans le développement des joueurs, il est possible que les stars de l'eSport de demain soient entraînées par une IA dotée de réseaux neuronaux personnalisés selon leurs besoins d'apprentissage.
Si vous vous intéressez au développement de l'IA, consultez également ce blog.
L'avènement des super-intelligences IA
Bienvenue au service de recherche et de stratégie de [Nom de l'entreprise] dans le monde trépidant d'aujourd'hui.
Découvrez ce que cette nouvelle bible de l'e-sport a à offrir à l'ensemble du secteur.
Pour la première fois, de nouvelles recherches démontrent les effets d'une mauvaise alimentation et d'une mauvaise qualité de sommeil sur les fonctions cognitives des joueurs professionnels.
Les joueurs d'eSport de niveau mondial possèdent peut-être les capacités cognitives les plus impressionnantes de la planète. Découvrez ici quels sont les sports électroniques majeurs qui exigent le plus de puissance cérébrale surhumaine.
NeuroTracker est l'un des systèmes d'entraînement cognitif les plus étudiés et utilisé dans le sport de haut niveau, l'armée et l'amélioration des performances humaines à travers le monde. Il repose sur 20 ans de recherche en neurosciences.
.png)