Pour comprendre pourquoi la victoire d’AlphaGo contre Lee Sedol a autant marqué, il faut repartir d’une idée simple : ce n’est pas seulement une histoire de jeu. C’est autre chose qui se joue là. Mais quoi, exactement ?
D’abord, parlons du Go lui-même. Longtemps, on a présenté ce jeu comme le dernier grand territoire où l’humain gardait l’avantage sur les machines. Pourquoi ? Parce qu’au Go, il ne suffit pas de calculer. Il faut voir loin. Très loin. Avoir une vision d’ensemble, une sorte d’intuition stratégique.
Et ce n’est pas tout. Le nombre de configurations possibles au Go est immense. Tellement immense qu’on le compare souvent à un nombre plus grand que celui des atomes dans l’univers observable. Oui, rien que ça. Pour beaucoup, ça voulait dire une chose très claire : ce jeu restait hors de portée des ordinateurs.
Alors, comment on passe de ce constat… à une machine qui bat l’un des meilleurs joueurs du monde ?
Pour le comprendre, il faut introduire une idée clé. Imaginez un enfant qui apprend à faire du vélo. Est-ce qu’il commence par lire un manuel technique ? Non. Il essaie. Il tombe. Il remonte. Il corrige un peu sa position. Et, petit à petit, ça tient.
L’apprentissage par renforcement, c’est un peu ça. Au lieu de seulement copier des exemples donnés par d’autres, un système apprend par essais et erreurs, en fonction du résultat. Une action mène à une réussite ? On la renforce. Elle mène à un échec ? On l’abandonne ou on l’ajuste.
Et là, il y a une distinction importante. D’un côté, le deep learning supervisé. Là, on apprend à partir d’exemples humains. Pour le Go, ça revient à regarder des milliers de parties d’experts, à observer leurs coups, et à essayer de prédire ce qu’ils feraient.
De l’autre côté, il y a l’apprentissage par renforcement. Cette fois, le système progresse en jouant. En testant. En explorant. Il essaie une stratégie, voit si elle conduit à la victoire ou à la défaite, puis ajuste. Encore et encore.
AlphaGo fait quelque chose de décisif : il combine les deux. Il commence avec le deep learning supervisé, en s’inspirant des parties humaines. Mais il ne s’arrête pas là. Il utilise aussi l’apprentissage par renforcement. Et c’est ici que tout change.
En jouant contre lui-même des millions de parties, AlphaGo ne se contente pas d’imiter. Il explore. Il découvre des possibilités nouvelles, sans prendre les parties humaines comme unique modèle. Et c’est exactement ce qui va éclater au grand jour lors du match de mars 2016 contre Lee Sedol.
Zoom sur un moment précis. La deuxième partie. AlphaGo joue son coup 37. La pierre est posée à un endroit… qui surprend tout le monde. Selon les experts présents, aucun joueur humain n’aurait choisi cette case-là, à ce moment du jeu.
En direct, ce coup est jugé impossible. Presque impensable. Et pourtant. Il fonctionne. Ce n’est pas seulement un bon coup. C’est un coup qui ne ressemble pas aux habitudes humaines, mais qui révèle une profondeur stratégique que les spécialistes reconnaîtront ensuite.
Dans la salle, quelque chose bascule. On ne se dit plus seulement : “Cette machine est très forte.” On réalise qu’elle peut produire des solutions originales, non anticipées par les meilleurs joueurs. Une IA qui ne fait plus juste “comme nous”, mais qui trouve, seule, d’autres chemins.
À partir de là, la victoire d’AlphaGo n’est plus un simple exploit sportif ou technologique. Elle devient un signal. Un signal que l’IA peut apprendre autrement : non plus seulement en recopiant des exemples humains, mais en expérimentant de manière autonome.
Et ce signal dépasse très largement le Go. Il attire l’attention sur une nouvelle façon d’apprendre. Une façon qui consiste à explorer seul, à tester, à se corriger, comme l’enfant sur son vélo… mais à l’échelle d’une machine qui peut jouer des millions de parties.
La preuve que ce n’est pas qu’un symbole ? En Chine, dès juillet 2017, un plan national sur l’intelligence artificielle, doté de milliards de dollars, est annoncé. Des États entiers lisent cet événement comme un enjeu stratégique.
Au fond, cette célèbre partie ne parle donc pas seulement d’un jeu. Elle pose une question beaucoup plus large : qu’est-ce que ça change, pour l’IA, de ne plus apprendre uniquement à partir de nous… mais aussi en explorant, seule, son propre espace de possibles ?
