Y a-t-il un équivalent de Deep Blue dans le monde du Go ?

Question

Deep Blue était un ordinateur joueur d'échecs développé par IBM. Le 11 mai 1997, la machine a remporté un match de six parties par deux victoires à une avec trois matchs nuls contre le champion du monde Garry Kasparov. Kasparov a accusé IBM de tricher et a demandé une revanche, mais IBM a refusé et a démonté Deep Blue. Kasparov avait battu une version précédente de Deep Blue en 1996.

Y a-t-il un programme équivalent qui a défié et battu les meilleurs maîtres de Go (sur un plateau de taille standard) ?

Y a-t-il un projet de recherche spécifique de ce type en cours ?

Answer 1

AlphaGo

Maintenant, il y a AlphaGo de Deep Mind, une entreprise récemment rachetée par Google, jouant actuellement un match contre 9p Lee Sedol. C'est le Deep Blue du Go.

MODIFIER : Le résultat final du match de cinq parties était AlphaGo 4 - Lee Sedol 1. Cela confirme l'ancienne conjecture : AlphaGo est le Deep Blue du Go.

Answer 2

Sur un plateau de 19x19, aucun ordinateur n'est en mesure de rivaliser avec les joueurs de haut niveau (9p) en novembre 2011. Il semble que les programmes les plus puissants utilisent actuellement des méthodes de Monte Carlo et organisent de temps en temps des matchs contre des professionnels, bien que généralement avec un handicap. Le niveau atteint par les programmes au cours des dernières années semble indiquer qu'ils ont besoin d'au moins 7 pierres de handicap contre un joueur 9p.

Parmi les ordinateurs, vous pouvez vous faire une idée des programmes les plus puissants en consultant cette page, cependant cela ne vous dit pas grand-chose sur la force par rapport aux joueurs humains.

Wikipédia propose une section récente assez à jour sur les résultats récents des matchs de go entre ordinateur et joueur humain.

Sur la bibliothèque de Senseis, il existe une liste de programmes et si vous consultez les pages des programmes individuels, vous trouverez un résumé de leurs matchs les plus importants contre des humains et d'autres robots.

Answer 3

A ce jour, aucun programme de jeu de Go n'a été connu pour être aussi fort que les joueurs professionnels.

L'article de Wikipedia sur Computer Go offre une discussion approfondie sur le sujet.

D'après cet article, en 2011, "les meilleurs programmes de Go fonctionnant sur du matériel standard sont classés entre 2 dan et 5 dan."

Un des problèmes est le grand nombre de possibilités.

D'après l'article de Wikipedia susmentionné, en 2008, un programme appelé "MoGo" a gagné une partie contre un professionnel sur un plateau 9x9, mais le même programme a perdu contre le même professionnel sur un plateau 19x19, malgré l'octroi de 9 pierres de handicap.

Answer 4

À ma connaissance, non. Je sais à peine comment jouer au go, mais je peux parler un peu du côté intelligence artificielle.

Deep Blue utilise essentiellement un grand arbre de recherche pour regarder de nombreux coups à l'avenir, comme s'il testait de nombreux jeux parallèles. Si une série de mouvements ne se termine pas par une victoire ou une défaite, une unité appelée "évaluateur statique" applique une série d'heuristiques pour déterminer qui tire avantage de l'état du plateau. Ces valeurs remontent ensuite dans l'arbre et sont utilisées pour décider quel coup actuel est le plus susceptible de remporter un avantage pour le joueur AI.

Il y a deux principaux facteurs limitants qui empêchent une approche de type Deep Blue pour une IA pour le go : la complexité du jeu et les limites matérielles.

Le premier est la complexité intrinsèque du jeu. Par exemple, il y a un "facteur de branchement". Essayez de visualiser une partie de go en cours et une partie d'échecs en cours, comme si vous veniez de vous asseoir devant un plateau à moitié joué et que vous essayiez de faire votre prochain coup. Comme le plateau de go est plus grand et que vous pouvez placer une pierre n'importe où, il y a plus de coups possibles que vous pourriez faire à chaque tour. De même, l'ensemble des coups possibles de l'adversaire en réponse à ce coup est également plus grand, et ainsi de suite. Cela signifie que l'arbre de tous les états de jeu possibles se développe beaucoup plus rapidement, ce qui rend plus difficile de regarder de nombreux coups à l'avenir. (Vous pouvez contourner cela quelque peu avec des techniques de "taille". En gros, abandonnez toutes les branches qui semblent rapidement se diriger vers une position perdante; il n'y a pas de raccourci évaluatif qui fonctionne aussi bien que le décompte du matériel aux échecs, cependant.)

L'autre facteur est en fait les règles pour les joueurs AI. Si je me souviens bien, les principales organisations de tournois exigent que les logiciels AI fonctionnent sur du matériel grand public. Deep Blue avait une puissance de calcul et de mémoire équivalente à un superordinateur, y compris des puces spécialement conçues pour effectuer une évaluation statique en hardware.

En essence, une AI de go dans le style de Deep Blue, utilisant une recherche profonde soutenue par une puissance de traitement massive, est irréalisable. Cependant, une AI de go dans le style de TD-Gammon (qui fonctionne essentiellement sur des heuristiques apprises) pourrait l'être. Les meilleures informations que je puisse vraiment offrir sur l'état actuel du domaine sont un lien Wikipedia, cependant.

Answer 5

Y a-t-il un programme équivalent qui a défié et remporté des victoires contre les meilleurs maîtres de Go (sur un plateau de taille standard) ?

Non. Selon Wikipédia, une victoire à 6 pierres de handicap était le meilleur résultat contre un professionnel. C'est assez loin d'un match équitable.

Y a-t-il un projet de recherche spécifique en cours à ce sujet ?

En fait, plusieurs scientifiques mènent des recherches théoriques sur l'informatique go et l'amélioration la plus significative réalisée par ces chercheurs est la recherche arborescente de Monte-Carlo qui a permis aux ordinateurs de jouer même contre de forts amateurs (5 dan) sur un plateau de 19x19. Un bon aperçu des principales recherches peut être trouvé dans la thèse de doctorat de Łukasz Lew. Cependant, peut-être en raison de la difficulté de la tâche, les moyens alloués à l'informatique go ne sont pas comparables à ceux des échecs informatiques.