En règle générale, le but poursuivi par un jeu vidéo est de divertir, mais également que l'utilisateur apprenne par lui-même. Un fonctionnement à présent intégré par un système d'intelligence artificielle développé par DeepMind Technologies, une société basée à Londres et propriété de Google depuis janvier 2014.
Baptisé DQN, le système a été testé sur pas moins de 49 jeux présents sur l'Atari 2600. Aucune direction quant au fonctionnement de chaque jeu n'a été donnée au moteur. Les ingénieurs lui ont simplement demandé d'apprendre les règles par lui-même et de s'améliorer pour obtenir de meilleurs scores.
Si les systèmes d'intelligences artificielles ne sont pas nouveaux, en particulier lorsqu'ils sont appliqués aux jeux vidéo, la solution développée par Google se révèle plus complète. Sur plusieurs jeux, une consigne claire a été donnée à DQN : réaliser les plus gros scores. En fonction de ses échecs (et donc des points réalisés lors des parties précédentes), le système a modifié sa stratégie pour s'améliorer.
Selon Bloomberg, certains types de jeu sont particulièrement indiqués pour une IA, comme le casse-briques. C'est pourquoi le système a brillé dans Breakout, un jeu pour lequel un joueur est amené à déplacer horizontalement une barre afin qu'une bille puisse être renvoyée. Dans ce cadre, les algorithmes programmés par DeepMind ont permis à DQN de mettre en place la meilleure stratégie pour gagner des points.
L'intelligence artificielle a par exemple rapidement compris qu'elle devait trouver le moyen de coincer la bille sur le haut de l'écran afin qu'elle casse le maximum de briques à la suite. DQN est donc parvenu à réaliser de bons scores sur certains jeux simples.
L'IA c'est plus fort que toi ?
Dans 29 des jeux testés, l'intelligence s'est révélée plus efficace que de très bons joueurs. Dans ces cas-là, les mécaniques de jeu étaient relativement basiques comme le fait de renvoyer un élément ou réaliser des chaînes (casse-brique, flipper, Space Invaders), le système a été en mesure de comprendre rapidement le fonctionnement du jeu. Dans ces configurations, DQN a pu mettre en place des formules mathématiques lui permettant d'améliorer son score.
Pour d'autres jeux plus complexes, le résultat n'a pas été garanti. DQN a même fait largement moins bien qu'un joueur humain, lorsqu'il était nécessaire d'établir des stratégies sophistiquées, que les mécaniques de jeu s'avèraient plus retorses ou que de nombreux éléments entraient en ligne de compte.
DQN n'a donc pas particulièrement brillé dans Asteroids, Centipede, Gravitar, Zaxxon ou bien encore Montezuma's Revenge. Pour ce dernier, l'intelligence artificielle obtient même un zéro pointé.
A lire également
