Une I.A. imbattable
Après avoir écrasé Lee Sedol 4 à 1 l’an dernier, AlphaGo a donc plié Ke Jie en 3 petits duels. Il faut dire qu’en un an, et grâce au Deep reinforcement learning (la capacité d’AlphaGo à se nourrir de chaque partie pour progresser), l’I.A. de DeepMind avait largement progressé et semblait désormais imbattable. Ce troisième match en est une illustration.
Pourtant, ce n’est pas faute d’avoir essayé de donner du fil à retordre à l’intelligence artificielle, qui a dû également affronter une équipe composée des 5 des meilleurs joueurs chinois, qui pouvaient alors collaborer pour prendre la meilleure décision. En vain.
AlphaGo vers d’autres horizons
Demis Hassabis a tenu à féliciter sa création pour son apport sur le jeu de Go.
Plus qu’un compétiteur, AlphaGo a été un outil pour inviter les joueurs de Go à essayer de nouvelles stratégies et mettre à jour de nouvelles idées dans ce jeu vieux de 3000 ans.
Et va maintenant s’attacher à pousser son I.A. dans des domaines plus généraux.
L’équipe de recherche derrière AlphaGo va mettre son énergie au service de nouveaux challenges, en développant des algorithmes avancés qui pourraient aider les scientifiques à résoudre des problèmes sans solutions aujourd’hui, tels que soigner des maladies ou aider à réduire la consommation d’énergie. Si une intelligence artificielle prouve qu’elle est capable de découvrir de nouveaux savoirs et stratégies dans ces domaines aussi, les percées pourraient être remarquables. Nous sommes impatient de voir ce qui va suivre.
3/3 The #AlphaGo team will take on the next set of challenges to help scientists w/ society’s most complex problems https://t.co/ribkDaK60S
— Demis Hassabis (@demishassabis) 27 mai 2017
On aurait quand même aimé voir l’I.A. évoluer dans d’autres jeux, de cartes notamment, comme Hearthstone et Magic, comme il en était question il y a quelques mois.
On conclue une nouvelle fois en vous invitant à aller relire notre interview de Bruno Poucet et Claude Touzet, spécialistes de l’intelligence artificielle, au sujet des progrès fulgurants de celle-ci.
🟣 Pour ne manquer aucune news sur le Journal du Geek, abonnez-vous sur Google Actualités. Et si vous nous adorez, on a une newsletter tous les matins.
Je me pose la question pour la partie “soigner des maladies”.
On parle de créer de nouveaux médicaments ou d’aider dans des opérations?
Car pour les opérations, je veux bien vu que cette IA peut “apprendre”.
Mais pour ce qui est de la recherche de nouveaux médicaments, elle va se baser sur les types de recherches qui existent et celles déjà effectué mais elle ne pourra pas inventer de nouveaux types de recherches, si? Car ça me paraîtrait assez étonnant 😮
Je pense que l’apprentissage lui permettra d’innover sur la recherche de médicaments. En prenant ce qui a été efficace, ce qui ne l’a pas été, en apprenant les effets secondaires, peut être que l’IA sera capable d’avoir une “réflexion” plus poussée et surtout plus rapide que l’homme
je veux bien dans ce principe la mais l’IA pourra-t-elle inventer de nouvelles méthodes?
Je ne suis pas trop sûr de ça…
Rien que pour le jeu de GO, elle a “appris”.
Donc en soit même, elle ne peut pas inventer une méthode que l’homme n’a pas encore créé :/
Après, c’est vrai qu’elle sera plus rapide que l’homme pour obtenir des résultats sur telle et telle recherche.
Il y a peu de chances qu’elle soit vraiment plus rapide dans la recherche de médicaments. À moins qu’elle soit capable de prédire l’ensemble des interactions moléculaires qui se produisent dans chaque être humain (parce que tout le monde ne réagit pas de la même manière aux médicaments), il faudra toujours des tests cliniques et c’est ce qui prend le plus de temps.
En soit même, elle ne pourra pas faire des tests directement sur cobaye ( des rats/souris? ) ou sur être humain mais contrairement aux humains qui pourraient faire des erreurs de calculs, elle n’en aura pas, de plus elle pourra faire des simulations de différentes possibilités plus rapidement que l’homme ( en théorie )
J’imagine qu’on peut retrouver des similarités dans le processus de découverte de nouveaux éléments dans un domaine. Une IA pourrait alors être enrichie de la façon dont toutes les découvertes ont été faites pour un type d’élément, pour ensuite faire des suppositions si elle a assez d’infos à recouper. La vérification nécessiterait certainement rapidement l’intervention de l’homme mais potentiellement l’IA pourrait procéder à quelques étapes de démonstration pour réfuter les suppositions les moins pertinentes.
Ca me parait pas inenvisageable qu’une IA parvienne à proposer des nouvelles découvertes.
Je pense que c’est surtout dans le diagnostic que ça va être utile. Google à publié il y a quelques mois un article sur le dépistage du diabète à travers l’analyse de photographies de la rétine.