Institut de l'intelligence artificielle de l'Alberta

Publié

14 août 2020

Les boursiers Amii ont apporté d'incroyables contributions au domaine de recherche "Jeux et théorie des jeux", qui vise à comprendre et à optimiser les interactions stratégiques entre individus dans un environnement. Il inclut les interactions humaines ainsi que l'IA jouant des jeux.

Popular ScienceLe magazine trimestriel Popular Science, qui constitue une source majeure d'informations scientifiques et technologiques depuis sa création en 1872, a récemment mis en lumière l'IA joueuse dans son article intitulé " How computers beat us at our own games" (Comment les ordinateurs nous battent à nos propres jeux). Publié dans le numéro de l'été 2020, l'article se penche sur les principales contributions des chercheurs d'Amii et de l'Université de l'Alberta dans ce domaine :

  • Chinook résout le jeu de dames: Nommé l'un des Science de 2007, une équipe dirigée par Jonathan Schaeffer, cofondateur d'Amii, a produit Chinook, une IA jouant au jeu de dames qui ne peut être jouée qu'en perdant ou en faisant match nul.

DeepStack atteint le niveau expert au Heads-Up No-Limit Poker: Dans une étude réalisée en décembre 2016 et publiée dans la revue Science en mars 2017, une équipe dirigée par Michael Bowling, membre de l'Amii, a mis au point DeepStack, la première IA à battre des joueurs de poker professionnels au poker Texas hold'em sans limite en tête-à-tête.

En fait, Amii et l'Université de l'Alberta ont joué un rôle dans chacune des avancées mentionnées dans la liste. Murray Campbell, ancien étudiant de l'Université de l'Alberta, faisait partie de l'équipe d'IBM qui a mis au point Deep Blue, et les chercheurs d'Amii sont responsables d'avancées qui ont été à l'origine d'autres percées dans le domaine des jeux : 

  • L'algorithme UCT: En 2006, Csaba Szepesvári, membre de l'Amii, a co-développé l'algorithme UCT, un algorithme d'apprentissage automatique fondamental au cœur de nombreuses avancées récentes dans la recherche sur les jeux, y compris AlphaGo.

  • L'environnement d'apprentissage Arcade (ALE): Une équipe de chercheurs dirigée par Michael Bowling a lancé un nouveau défi à la communauté de l'IA en lançant en 2013 l'Arcade Learning Environment, une plateforme logicielle destinée à évaluer la compétence générale des algorithmes d'IA. Elle a contribué à la création du sous-domaine de l'apprentissage par renforcement profond (Deep Reinforcement Learning).

Vous pouvez lire l'article de Popular Science sur leur site web ou vous procurer une copie papier de leur numéro de l'été 2020 : Play On.

Partager