Que s’est-il passé quand AlphaGo a affronté Lee Sedol, et pourquoi ce match a-t-il compté?

Du 9 au 15 mars 2016, à Séoul, AlphaGo de DeepMind a battu Lee Sedol, l’un des plus grands joueurs de go de la décennie précédente, quatre parties à une, dans un match de cinq parties suivi par des dizaines de millions de personnes. C’est le moment où le jeu de go, longtemps considéré comme le jeu de plateau classique le plus difficile pour les ordinateurs, est tombé aux mains de l’IA, des années plus tôt que ne le prévoyaient la plupart des experts.

Que s’est-il passé quand AlphaGo a affronté Lee Sedol, et pourquoi…

En mars 2016, un jeu de plateau tranquille a fait la une partout dans le monde. Pendant cinq parties, dans un hôtel de Séoul, le maître sud-coréen du go Lee Sedol a fait face à une personne qui plaçait les pierres pour le compte d’un programme informatique, AlphaGo de DeepMind. À la fin, le programme avait gagné quatre parties à une.

Deux mois plus tôt, DeepMind avait révélé qu’AlphaGo avait battu le champion d’Europe, Fan Hui, cinq parties à zéro. Mais Fan Hui était un professionnel 2e dan; Lee se situait tout au sommet du jeu. La plupart des observateurs s’attendaient à ce que Lee gagne. Le match de Séoul était le vrai test.

Qui jouait, quand et où

Lee Sedol est un professionnel 9e dan, le plus haut grade. Il est passé professionnel à 12 ans, en 1996, et avait remporté 18 titres internationaux. En Corée du Sud, c’est un héros national, connu pour son jeu créatif et non conventionnel. Avant le match, il avait prédit qu’il gagnerait.

Officiellement appelé Google DeepMind Challenge Match, l’événement a eu lieu à l’hôtel Four Seasons de Séoul. La première partie a été jouée le 9 mars 2016 et la cinquième, le 15 mars. Les règles suivaient le décompte chinois, avec un bonus de 7,5 points (appelé komi) pour le joueur qui a les blancs, qui joue en second. Chaque joueur disposait de deux heures, suivies de trois périodes de prolongation de 60 secondes. Le gagnant devait recevoir 1 million $ US.

AlphaGo lui-même n’était pas dans la salle. Il tournait sur les ordinateurs infonuagiques de Google aux États-Unis. Aja Huang, chercheur de DeepMind et amateur de bon niveau, était assis au plateau et plaçait les pierres choisies par AlphaGo. Demis Hassabis, qui a cofondé DeepMind en 2010, a passé le match à Séoul avec l’équipe.

Les cinq parties

Partie	Résultat	Ce qu’on en retient
1	Victoire d’AlphaGo (blancs)	Lee semblait maîtriser la partie, mais AlphaGo a pris le dessus dans le dernier droit et Lee a abandonné
2	Victoire d’AlphaGo (noirs)	Le coup 37, une « attaque à l’épaule » inhabituelle que les professionnels ont d’abord prise pour une erreur
3	Victoire d’AlphaGo (blancs)	Une victoire convaincante qui a scellé le match et dissipé les doutes sur la force d’AlphaGo
4	Victoire de Lee (blancs)	Le coup 78 de Lee, une pierre inattendue qu’AlphaGo n’a pas su gérer
5	Victoire d’AlphaGo (blancs)	Une partie serrée; AlphaGo s’est remis d’une erreur en début de partie

Chaque partie s’est terminée par un abandon. Deux coups sont devenus célèbres. Dans la partie 2, le coup 37 d’AlphaGo a frappé les commentateurs par sa créativité et son originalité; les propres données de DeepMind suggéraient qu’un humain ne l’aurait joué qu’environ une fois sur 10 000. Dans la partie 4, Lee a répondu par un coup bien à lui, que DeepMind situait à la même probabilité d’une sur 10 000. AlphaGo l’a mal évalué, son estimation de ses chances s’est effondrée quelques coups plus tard, et il a joué une série de mauvais coups avant d’abandonner.

À essayer : cherchez « AlphaGo move 37 » et regardez le diagramme du plateau. Avant de lire le moindre commentaire, décidez si le coup vous semble sensé. Lisez ensuite ce qu’en ont dit les commentateurs professionnels pendant la partie. Cet écart entre la première impression et la compréhension qui vient ensuite, c’est ce qui rendait le match si fascinant à regarder.

Comment AlphaGo choisissait ses coups

AlphaGo utilisait la conception que DeepMind avait décrite dans la revue Nature en janvier. Un réseau de politique (policy network), un réseau de neurones entraîné d’abord sur des parties d’experts humains, puis en jouant des millions de parties contre lui-même, suggérait des coups prometteurs. Un réseau de valeur (value network) estimait qui était en train de gagner à partir de n’importe quelle position. Une méthode de recherche appelée recherche arborescente Monte-Carlo utilisait les deux pour anticiper et choisir un coup.

Un détail explique une bonne partie de son style. AlphaGo cherche à maximiser ses chances de gagner, pas l’écart de sa victoire. Devant le choix entre une grosse victoire probable et une courte victoire presque certaine, il choisit la courte. Aux yeux des humains, cela ressemblait parfois à un jeu relâché ou timide, surtout en fin de partie, quand il cédait des points dont il n’avait pas besoin.

Sa faiblesse est apparue dans la partie 4. La recherche arborescente élague les lignes de jeu qui semblent improbables, et le coup 78 de Lee était exactement le genre de coup rare qui peut échapper au radar de la recherche. Une fois qu’AlphaGo a compris que sa position était pire qu’il ne le pensait, il a eu du mal à se rétablir.

Pourquoi c’était important

Le match a attiré un public énorme. En Chine, des dizaines de millions de personnes ont suivi les diffusions en direct, et la couverture chinoise de la première partie à elle seule a rejoint environ 60 millions de téléspectateurs. Les ventes de plateaux de go ont augmenté en Corée. Après le match, la Korea Baduk Association a décerné à AlphaGo un grade honorifique de 9e dan, et la revue Science a classé le match parmi les finalistes de sa percée de l’année 2016. DeepMind a remis le prix de 1 million $ US à des organismes de bienfaisance, dont l’UNICEF, et à des groupes qui soutiennent l’enseignement des sciences et le go.

Pour la recherche en IA, le résultat marquait la chute du dernier grand jeu de plateau classique. Bien des experts croyaient qu’un programme aussi fort était encore à au moins cinq à dix ans. Tout aussi important, AlphaGo avait acquis une bonne partie de son habileté grâce à des méthodes d’apprentissage générales plutôt qu’à des règles faites à la main. C’est pourquoi Hassabis l’a décrit comme un pas vers des systèmes capables d’aider à résoudre des problèmes bien au-delà des jeux, tout en soulignant que des machines capables d’apprendre n’importe quelle tâche qu’un humain peut accomplir étaient encore loin. Lee lui-même a accepté la défaite avec élégance, en disant que ce n’était « pas une défaite de l’humanité ».

Que sont devenus AlphaGo et Lee Sedol après le match?

AlphaGo a continué de jouer. En 2017, il a affronté le Chinois Ke Jie, alors premier au classement mondial, et a gagné les trois parties. DeepMind a depuis créé des successeurs, à commencer par AlphaGo Zero en 2017, et a tourné ses méthodes vers la science avec AlphaFold, un système qui prédit la forme des protéines.

Le match a aussi changé la façon dont les joueurs de go conçoivent leur propre jeu. Des responsables du go, dont l’arbitre du match contre Fan Hui, avaient prédit que les joueurs en viendraient à utiliser les ordinateurs pour repérer leurs erreurs et progresser, et des professionnels de haut niveau ont décrit les coups d’AlphaGo comme des idées originales à étudier plutôt que comme des erreurs.

Lee Sedol a continué de jouer professionnellement pendant trois autres années. Le 19 novembre 2019, il a annoncé sa retraite, en disant qu’avec la force croissante de l’IA, il ne pourrait jamais être le meilleur joueur, et en décrivant les programmes comme une entité impossible à vaincre. Un documentaire primé sur le match, AlphaGo, est sorti en 2017, et en mars 2020, DeepMind l’a rendu gratuit en ligne.