Les smartphones, les ordinateurs, les voitures, les lunettes et même les drones : l'empire de Google ne cesse de s'étendre et sa dernière lubie semble être le jeu vidéo. Une équipe de chercheurs de la firme américaine, spécialisée dans l'intelligence artificielle, a créé un programme capable d'apprendre par lui-même à jouer à des jeux vidéo. Même si cet algorithme, nommé "DQN", n'atteint pas encore le niveau d'un humain, il s'agit d'une première dans ce secteur. Présentation.
C'est quoi "DQN" ? Il s'agit du nom du nouvel algorithme développé par l'équipe Deep Mind, le laboratoire de Google qui étudie l'intelligence artificiel, et repéré par la revue Nature. Pour arriver à ce résultat, les chercheurs ont choisi de ne pas donner les règles du jeu dès le départ à la "machine", mais de laisser le programme apprendre de ses propres expériences. Pour le tester, les employés de Deep Mind ont lancé des jeux des années 1980 sur une console Atari 2600, une des premières consoles de jeux vidéo.
Pourquoi cette console ? Les jeux y fournissent d'une part un univers relativement simple puisque l'écran affiche un nombre réduit de pixels, et complexe d'autres part puisque les possibilités de progresser (ou de gagner) sont nombreuses. Pour apprendre, DQN s'appuie sur le compteur de score, présent dans tous les jeux de l'époque, et évalue l'action rapportant le plus de points.
Pourquoi ce n'est pas encore ça. Malgré les progrès réalisés par rapport à tout ce qui existe en matière d'intelligence artificielle, les joueurs humains peuvent se rassurer sur le niveau de DQN : pour certains titres comme le célèbre casse-briques Breakout, l'algorithme a parfaitement fonctionné et adopté la meilleure stratégie : "casser" en premier les briques situées sur les côtés pour laisser la bille passer dans la partie supérieur et casser seule un maximum de briques. En revanche, pour d'autres titres comme par exemple Pac-Man, le programme n'est pas parvenu à égaler les scores d'un joueur humain. "Les jeux dans lesquels DQN excelle sont de nature très variée (...), mais les jeux demandant des stratégies de planification à long terme constituent toujours un défi majeur pour [les intelligences artificielles], y compris DQN", ont reconnu les chercheurs de Deep Mind. Mais avec du temps, l'équipe se dit confiante quant aux capacités de l'algorithme à progresser dans des jeux plus complexes.
C'est vraiment nouveau ? Jusqu'ici, les programmes d'intelligence artificielle ont, en majorité, été "préprogrammés", c'est à dire préparés à tous les scénarios que pourrait rencontrer le joueur humain. C'est ce qui différencie l'approche de Deep Mind de tous les studios de jeux vidéo actuels. Mais les chercheurs de chez Google ne sont vraiment les premiers à s'intéresser à ce sujet. Martin Butz, chercheur en intelligence artificielle de Tübingen, en Allemagne, planche ainsi depuis plusieurs années avec son équipe sur le projet "Mario lives", un programme capable de jouer à Super Mario World en prenant conscience de son environnement.
Le chercheur, qui a reconnu la "très grande réussite" du travail de ses collègues américains, a tenu à nuancer le résultat sur LeMonde.fr : "la manière dont DQN apprend n’est pas tout à fait équivalente à la manière dont procède le cerveau humain. Cet algorithme analyse des séquences de mouvements plus qu’il ne “comprend” le fonctionnement du jeu". L'honneur des joueurs humains est donc encore sauf. Pour le moment.
>> LIRE AUSSI - Votre ado est-il accro aux jeux vidéo ?
>> À VOIR : Pourquoi il n'y a pas d'équipe féminine dans les jeux de foot ?
>> LIRE AUSSI - Et si les jeux vidéo faisaient baisser la violence ?