Laboratoire de Physique Théorique
Toulouse - UMR 5152

Les ordinateurs sont de plus en plus présents dans la vie quotidienne, et ils réalisent de plus en plus de tâches précédemment réservées aux humains. En particulier, les développements récents en intelligence artificielle ont montré que de nombreuses situations de prise de décisions peuvent être prises en charge par des ordinateurs de manière au moins aussi efficace que par des êtres humains : conduite de métro, véhicules autonomes, etc… Cependant, les processus utilisés par les ordinateurs sont très différents des processus humains, et il est important de bien comprendre ces différences pour évaluer les risques et les limitations de l’intelligence artificielle. En 1950, le mathématicien anglais Alan Turing avait proposé un célèbre test pour mettre en évidence ces différences : un être humain dans une pièce isolée doit poser des questions à deux interlocuteurs, et par les réponses doit déterminer lequel d’entre eux est une machine.

Une application particulièrement spectaculaire de l’intelligence artificielle correspond aux jeux de plateau ; depuis une vingtaine d’années, les ordinateurs arrivent à battre les meilleurs joueurs d’échec, mais au jeu de go le niveau des professionnels restait inaccessible aux meilleurs programmes de go jusqu’à il y a peu. Ce n’est qu’en 2016 et 2017 que le programme AlphaGo, utilisant des avancées récentes en intelligence artificielle, a pu battre des champions de go de manière répétée.

Dans un article récemment publié dans Europhysics Letters, Célestin Coquidé et Bertrand Georgeot du laboratoire de physique théorique (Université de Toulouse -UPS/CNRS) et Olivier Giraud du laboratoire de physique théorique et modèles statistiques (Université Paris-Saclay/CNRS) ont appliqué la théorie des réseaux à ce problème. A partir d’une base de donnée de plusieurs milliers de parties jouées par des professionnels, ainsi que des parties jouées par des programmes de simulation de go, ils ont construit un réseau décrivant la structure des relations entre mouvements successifs sur le plateau de jeu. Ils ont montré que la structure des réseaux issus des parties humaines et informatiques était différente. Cette différence peut être quantifiée à partir d’indicateurs statistiques, qui permettent à partir d’un nombre modéré de parties (quelques milliers) de différencier entre joueurs humains et ordinateurs (voir figure). Ceci représente l’équivalent d’un test de Turing pour les simulateurs de go, qui de plus permet de distinguer les différents types de simulateurs entre eux.

A partir de la théorie des réseaux appliquée aux parties de go, les chercheurs ont pu définir deux quantités statistiques (représentées sur les deux axes de la figure) qui peuvent être calculées avec quelques milliers de parties, et distinguent les ordinateurs des humains : les points correspondant aux différences humains/ordinateurs sont bien séparés des points correspondant aux différences entre groupes de parties humaines et groupes de parties jouées par ordinateur. Trois programmes informatiques correspondant à trois types de simulateurs différents ont été testés : Gnugo, Fuego et le fameux AlphaGo.