Voici comment une IA a réussi à balayer un professionnel à StarCraft II

[ad_1]

AlphaStar est le dernier-né de DeepMind. Ce laboratoire de recherche en intelligence artificielle (IA) de Google a également conçu AlphaGo, l’algorithme qui a battu le champion du monde de go en 2015.

Le nouvel algorithme a surpris le Polonais Grzegorz Komincz, alias MaNa, l’un des meilleurs joueurs de StarCraft II au monde, en adoptant des stratégies inédites. « C’était différent de toutes les parties de StarCraft que j’ai jouées », a indiqué M. Komincz, qui a déjà remporté deux championnats majeurs à ce jeu et est monté de multiples fois sur le podium.

Un exploit remarquable

Contrairement à des jeux de table comme les dames, les échecs et le go, les jeux vidéo de stratégie en temps réel comme StarCraft II comportent de nombreux obstacles qui rendent le travail d’un algorithme difficile.

Aux échecs, par exemple, l’ordinateur peut voir la totalité de la planche de jeu et établir ses stratégies en conséquence. Or, à StarCraft II, les joueurs ne voient que ce qui se trouve à proximité de leurs unités. Un algorithme doit donc être en mesure de prévoir ce que son adversaire est en train de faire à partir d’informations limitées, ce qui s’apparente à l’intuition humaine.

Le jeu se déroule également en temps réel, ce qui laisse beaucoup moins de temps aux joueurs pour réfléchir à une stratégie et s’adapter aux actions de leur adversaire. La quantité d’unités différentes, chacune ayant des capacités particulières, est aussi largement supérieure à celle des échecs.

Enfin, le nombre de positions valides au jeu de go est 1 suivi de 170 zéros, alors que ce nombre est estimé à 1 suivi de 270 zéros pour StarCraft II, selon Wired.

Pour qu’AlphaStar arrive à battre un joueur professionnel, les ingénieurs de DeepMind ont d’abord décidé de lui fournir les données de 500 000 parties jouées entre humains. Ils ont ensuite cloné l’algorithme et ont fait jouer ces clones entre eux dans un tournoi virtuel. Les vainqueurs de chaque match s’affrontaient ensuite, puis les vainqueurs de cette deuxième vague, et ainsi de suite jusqu’à ce que les algorithmes atteignent l’équivalent de 200 années d’expérience de jeu.

AlphaStar, un maître limité

Malgré son efficacité redoutable dans ses parties contre MaNa, AlphaStar reste tout de même un système d’intelligence artificielle très limité. Comme il a été entraîné sur une seule carte, avec une seule espèce (StarCraft II en comporte trois), il est incapable de jouer dans d’autres niveaux du jeu ou avec une autre espèce. Sa maîtrise de StarCraft II n’est pas non plus transférable à d’autres jeux vidéo de stratégie en temps réel, alors que les champions humains arrivent normalement à s’adapter facilement à d’autres jeux du même genre.

De plus, ses cinq victoires ont été obtenues dans des conditions particulières : AlphaStar pouvait voir l’intégralité de la carte visible à ses unités à la fois, alors qu’un humain ne peut normalement en afficher qu’une petite partie dans son écran. Les organisateurs du défi ont offert la chance à Grzegorz Komincz d’affronter une version modifiée d’AlphaStar dont la vision de la carte était la même qu’un humain. Malgré quelques difficultés en début de partie, MaNa a fini par triompher en exploitant quelques erreurs commises par l’algorithme.

Surpasser les humains est un peu « ennuyeux »

Bien que Grzegorz Komincz se soit montré impressionné par le jeu d’AlphaStar, Mark Riedl, un professeur associé au Georgia Institute of Technology, a expliqué à Wired qu’il n’était pas très surpris par les résultats des matchs.

« Nous avons atteint un point où ce n’était qu’une question de temps, a-t-il affirmé. D’une certaine façon, battre des humains à des jeux est devenu un peu ennuyeux. »

D’autres intelligences artificielles capables de compétitionner ou même de battre des professionnels des jeux vidéo ont fait leur apparition ces derniers mois, notamment pour les jeux Quake III Arena et Dota 2.

[ad_2]

Source link

قالب وردپرس

Une IA pour détecter les comptes partagés sur des plateformes comme Netflix

[ad_1]

Le système, créé par Synamedia, est basé sur l’apprentissage machine. Il est donc en mesure d’étudier de grandes quantités de données en provenance des comptes lors de leur utilisation pour reconnaître des comportements suspects.

L’algorithme analyse donc les informations sur le lieu où se trouve l’utilisateur, l’heure de visionnement, le type de contenu regardé ou l’appareil utilisé, entre autres. L’intelligence artificielle obtient ensuite un pointage indiquant la probabilité que le compte soit partagé ou même piraté.

Un compte connecté simultanément sur la côte est et la côte ouest du Canada serait par exemple facilement identifié comme étant utilisé par deux personnes différentes.

Il revient ensuite à la plateforme vidéo de décider quoi faire avec les contrevenants. Les entreprises ont généralement tendance à être indulgentes envers les abonnés qui enfreignent les règles sans exagérer, selon ce qu’a affirmé à The Verge Jean-Marc Racine, le directeur de la technologie de Synamedia.

D’après lui, les plateformes préfèrent normalement envoyer un courriel invitant l’utilisateur à choisir un niveau d’abonnement supérieur plutôt que de fermer un compte. Ce sont plutôt les comptes dont les codes d’accès ont été vendus en ligne et qui sont utilisés par de nombreuses personnes qui subissent des fermetures.

[ad_2]

Source link

قالب وردپرس

Cette IA peut maîtriser n’importe quel jeu vidéo rétro

[ad_1]

Cette boîte à outils mise en ligne gratuitement par un programmeur du nom de Michael Murray fonctionne à l’aide de l’émulateur MAME. Ce programme permet de jouer à pratiquement tous les jeux d’arcade classiques directement sur un ordinateur.

Le système mis au point par M. Murray s’intègre à MAME et peut théoriquement être modifié en utilisant le langage de programmation Python pour fonctionner avec n’importe quel jeu d’arcade.

Une fois mis en marche, l’algorithme se sert d’une technique nommée « apprentissage par renforcement » pour s’entraîner en jouant des milliers de parties. Il n’est pas nécessaire de lui expliquer les règles du jeu ou de lui montrer comment jouer, il faut seulement lui indiquer les conditions de victoire. À partir de là, son seul but sera de gagner, et ce, de façon constante.

Dans un jeu de combat comme Street Fighter II, l’IA jouera donc des parties contre les différents personnages, jusqu’à ce qu’elle apprenne leur façon de combattre et qu’elle soit capable de le vaincre à tout coup.

C’est la même technique qui a été utilisée pour entraîner AlphaGo, l’algorithme qui a battu le champion du monde du jeu de go, Lee Sedol en 2016.

La puissance de l’apprentissage par renforcement a aussi été démontrée lors d’une série de matchs de haut niveau au jeu vidéo Dota 2, considéré comme extrêmement complexe et difficile à maîtriser.

[ad_2]

Source link

قالب وردپرس