Advanced Chess
Le début du livre de Clive Thompson, Smarter than you think, nous raconte une histoire extraordinaire. Celle-ci commence avec le champion d’échecs Garry Kasparov et sa défaite contre Deep Blue, un ordinateur conçu par IBM, en 1996. Cette défaite consacrait-elle le succès de l’intelligence artificielle ? Fallait-il abdiquer toute prétention à jouer à un jeu auquel les machines excellaient ? Des machines capables de calculer 200 millions de coups par seconde ? Garry Kasparov eut une idée. Il se dit que plutôt de lutter contre la machine, il fallait jouer avec la machine. L’homme et l’ordinateur devaient collaborer. L’un et l’autre bénéficieraient de leurs qualités respectives. L’ordinateur apporterait sa puissance de calcul et donc sa capacité à traiter en un instant des millions de possibilités, ses bases de données contenant l’historique et le détail de milliers de parties, tandis que l’homme apporterait sa créativité, sa capacité à percer l’adversaire et à le déstabiliser en jouant un coup inattendu par son intuition et sa perspicacité. C’est ce qu’on a baptisé Advanced Chess, une technique de jeu qui permettrait d’éviter de perdre à cause d’une erreur de calcul. Ainsi allaient s’affronter deux équipes : un homme et un ordinateur contre un autre homme équipé lui aussi d’un ordinateur. À ce jeu, Kasparov affronta un autre grand joueur, Veselin Topalov. Ce dernier était moins fort que son adversaire, mais il gagna, ayant mieux exploité les ressources offertes par l’ordinateur.
Cette technique de jeu assisté par ordinateur a donné naissance au Freestyle Chess, une variante de l’Advanced Chess. Le joueur, appelé Centaure, peut être assisté d’autres joueurs ainsi que de divers programmes d’échecs. Le centaure est ici un être hybride qui parie sur l’intégration de l’homme et de la machine. La véritable force du centaure est d’être capable de combiner les capacités stratégiques purement humaines à la puissance de calcul de l’ordinateur (la « brute force »). En 2005, un fait intéressant durant ces parties de Freestyle est à prendre en considération : des amateurs ont été confrontés à des professionnels, et ces amateurs ont réussi à battre des joueurs professionnels parce qu’ils étaient plus prompts à collaborer, à travailler ensemble par équipe tout en s’aidant d’ordinateurs. Ils collaboraient avec les machines, sachant quand se fier à leurs conseils et quand privilégier des combinaisons jugées peu fiables par la machine mais susceptibles de décontenancer l’adversaire. Mieux encore, ce sont des amateurs qui ont battu Hydra, un ordinateur beaucoup plus puissant que Deep Blue (un cluster de plusieurs machines disposant de 16 processeurs Intel Xeon cadencé à 3,06 GHz et possédant 32 Go de mémoire vive).
Intelligence humaine et intelligence artificielle
Clive Thompson en arrive à cette question : qui est le plus intelligent ? L’être humain ? La machine ? En fait, il ne sert à rien de les opposer. Ils travaillent ensemble.
Cette idée du mariage entre intelligence humaine et l’intelligence artificielle, on la retrouve développée par Emmanuel Davidenkoff. Selon le journaliste, l’intelligence artificielle va changer la façon d’exercer de nombreux métiers auxquels on accède aujourd’hui avec un bac + 5 voire plus. Dans certains métiers, 80% de ce que font des hommes peut être réalisé par une machine pour un coût moindre. Dans ces 80 %, il y a le par cœur, l’empilement de connaissances, l’automatisation, toutes sortes de compétences pour lesquelles l’ordinateur bat l’homme à plate couture. Les 20% restant vont prendre une nouvelle importance. Ce sont les qualités humaines que la machine est incapable de dupliquer comme l’empathie ou la capacité à prendre un risque. Dans le contexte des langues vivantes, l’individu peut se prévaloir de la compréhension d’une culture, d’une nuance qui échappera à la machine. Par quelque bout que l’on prenne les choses, l’être humain et la machine doivent collaborer. Il faut se faire à l’idée qu’une intelligence artificielle puisse devenir l’une de vos collègues, comme dans ce cabinet d’avocats.
Voilà une coopération que l’on souhaiterait et même devrait observer en classe. J’ai toujours regretté que des élèves aient dans leur poche des téléphones dont la puissance est reléguée au fond de la poche. Et surtout on voit encore une fois que loin d’isoler l’individu dans des pratiques asociales de geeks renfermés, travailler avec un ordinateur suppose la collaboration avec ces ordinateurs mais aussi, comme dans le Freestyle Chess, avec d’autres utilisateurs. Le travail collaboratif est d’ailleurs l’illustration même de ce qu’est aujourd’hui internet, de Wikipédia aux réseaux sociaux.
Cette idée de collaboration est extrêmement importante. On la retrouve tout récemment dans les propos tenus par Demis Hassabis, le fondateur du logiciel d’AlphaGo tournant sur DeepMind, l’ordinateur qui a battu Lee Sedol, le champion du monde du jeu de Go, jeu qui était réputé pour être le dernier bastion de l’intelligence humaine.
AlphaGo ne s’est pas simplement livré à des calculs en force brute afin de déterminer des milliers de coups d’avance, comme ce fut le cas avec Deep Blue d’IBM face à Kasparov, mais a pris la place d’un joueur. AlphaGo ne répète pas des combinaisons, il apprend. Les commentateurs — et Sedol lui-même — ont été surpris par l’attitude de l’intelligence artificielle qui a fait preuve d’ingéniosité et d’originalité. Mais ce qui est étonnant, c’est que Sedol ait été capable de rivaliser contre un ordinateur capable de calculer des dizaines de milliers de positions par seconde et même repousser AlphaGo dans ses retranchements.
Certes, sur les cinq manches que comptait le tournoi, AlphaGo en a remporté 4. Le champion a tenu 5 heures lors de la troisième manche et tenu en échec la machine. Ce qui signifie que le joueur a observé le comportement de la machine et a été capable de s’adapter autant que faire se pouvait.
Et si l’on se demande à quoi cette intelligence artificielle peut bien servir sinon déprimer des champions du monde, le fondateur d’AlphaGo nous donne la réponse :
« What I’m really excited to use this kind of AI for is science, and advancing that faster. I’d like to see AI-assisted science where you have effectively AI research assistants that do a lot of the drudgery work and surface interesting articles, find structure in vast amounts of data, and then surface that to the human experts and scientists who can make quicker breakthroughs. I was giving a talk at CERN a few months ago ; obviously they create more data than pretty much anyone on the planet, and for all we know there could be new particles sitting on their massive hard drives somewhere and no-one’s got around to analyzing that because there’s just so much data. So I think it’d be cool if one day an AI was involved in finding a new particle. »
Il s’agit donc encore de collaboration et pas uniquement d’affrontement entre l’homme et la machine. Tous deux doivent collaborer. Et je crois qu’il est vraiment important que les élèves apprennent à travailler avec des machines et à retrouver et trier et utiliser des masses de données.
Ce qui s’est passé avec les Panama Papers est un exemple supplémentaire du travail collaboratif qui sera de façon irréfragable le lot de nos élèves devenus adultes. Les Panama Papers sont la fuite de données la plus importante de l’histoire du journalisme qui représente 11,5 millions de documents, soit 2,6 téraoctets (2600 Go) de données secrètes découvertes, c’est-à-dire 1500 fois Wikileaks. Comment traite-t-on autant de données ? Assurément pas seul. 376 journalistes ont travaillé ensemble sous la houlette du ICIJ (Consortium international des journalistes d’investigation). Mais des centaines de journalistes ne suffisent pas. Il leur faut des ordinateurs et notamment un moteur de recherche conçu spécifiquement pour explorer les bases de données des journalistes. Encore fallait-il savoir s’en servir et être capable de procéder à des recherches avancées. Il fallait aussi savoir utiliser un OCR afin de parcourir des documents non encore numérisés. Ce ne sont que quelques exemples des outils nécessaires à la réalisation du travail journalistique. Ce n’est évidemment pas tout et l’on voit que les journalistes ont dû apprendre à travailler avec la machine pour trier ce « big data » mais aussi avec leurs confrères, communiquer avec près de 400 d’entre eux sur un forum sécurisé.
Créature hybride
Mais il y a une autre raison pour laquelle j’aime l’image du centaure. C’est qu’elle nous renvoie à l’animal. Manifestement, ces créatures n’ont pas bonne presse et c’est le cas de toutes ces créatures hybrides que sont les faunes ou les satyres ou encore le Sphinx. Songez également au minotaure. Cela dit, et parmi les centaures mêmes, il y a des exceptions notables comme Chiron, précisément réputé pour sa sagesse et l’étendue de ses connaissances. Mais le centaure Chiron, c’est aussi… un enseignant ou disons un précepteur, celui d’Achille par exemple, à qui il a dispensé une éducation intellectuelle et physique. C’est notamment la vivacité physique qui me séduit dans cette métaphore du centaure, du caractère hybride de l’individu et du numérique.
[…]
Vous pouvez lire la suite de ce livre sur Kindle, iBooks, Kobo et Google Play. Et à présent, vous pouvez même le lire sur papier.
