Les machines marquent un nouveau point. Une intelligence artificielle nommée Pluribus a remporté une victoire lors d’une marathon de poker de 12 jours, où elle a affronté simultanément cinq professionnels humains.
Au cours de plus de 10 000 mains de Texas hold’em sans limite, la variante la plus populaire du jeu, Pluribus a gagné virtuellement 48 000 $ (38 000 £), battant cinq joueurs d’élite sélectionnés chaque jour parmi un groupe ayant accepté de défier le programme. Tous ces professionnels avaient précédemment remporté plus de 1 million de dollars en jouant.
Ce que l’on pourrait considérer comme une défaite pour l’humanité représente une avancée majeure pour l’intelligence artificielle. Aucun programme informatique n’avait jusqu’à présent réussi à atteindre une performance surhumaine contre plusieurs joueurs de poker. Un prédécesseur de Pluribus, nommé Libratus, s’était illustré il y a deux ans en battant des joueurs humains de haut niveau, mais ce programme ne jouait qu’en tête-à-tête.
“C’est la première fois qu’une IA atteint une performance surhumaine dans un jeu multijoueur,” a déclaré Tuomas Sandholm, qui a développé Pluribus avec son étudiant diplômé Noam Brown à l’université Carnegie Mellon à Pittsburgh.
Il a ajouté que la capacité à battre cinq joueurs en même temps dans un jeu aussi complexe de bluff et d’informations cachées ouvre de nouvelles opportunités pour l’IA dans la résolution de problèmes du monde réel.
Applications potentielles de l’IA
Selon Sandholm, l’algorithme possède un potentiel dans des applications allant de la banque d’investissement et des stratégies de négociation au wargaming et à la détermination des dépenses publicitaires des candidats politiques américains dans différents États. Dans son laboratoire, des recherches sont en cours pour utiliser cet algorithme dans des plans de traitement mobilisant des populations précises de cellules immunitaires pour combattre des maladies spécifiques. Ce travail a été partiellement financé par le Bureau de recherche de l’armée américaine.
Stratégies de jeu innovantes
Pour maîtriser le Texas hold’em, Pluribus a adopté des stratégies surprenantes, distinctement non humaines, qui ont déjà été adoptées par les professionnels contre lesquels il a joué. Il a utilisé des tailles de mises extrêmement variées, une stratégie que les humains semblent avoir du mal à appliquer. De plus, alors que les humains évitent généralement ce qu’on appelle le “donk betting” — la pratique de terminer le premier tour de mises par un call et d’ouvrir le suivant avec une mise — Pluribus a intégré cette tactique. La sagesse reçue en poker considère que le donk betting est un coup faible qui a rarement du sens. Pluribus a prouvé le contraire. “Je ne comprends pas, mais Pluribus comprend,” a déclaré Sandholm.
Dans un autre défi homme contre machine, le programme a battu deux professionnels, Darren Elias, qui détient le record du plus grand nombre de titres du World Poker Tour, et Chris Ferguson, qui a remporté six tournois des World Series of Poker. Les défaites sont survenues après que chacun ait joué 5 000 mains contre cinq copies de l’IA. “Pluribus est un adversaire très difficile à affronter,” a déclaré Ferguson. “Il est vraiment difficile de le cerner sur n’importe quelle main.”
L’intelligence artificielle a déjà surpassé les humains dans des jeux tels que les échecs et le Go, mais dans ces jeux, les joueurs peuvent voir la position de toutes les pièces ; aucune information ne leur est cachée. En poker, les joueurs ne disposent que d’informations partielles et font face à des adversaires pouvant bluffer, ce qui rend le défi pour l’IA beaucoup plus complexe.
Pluribus a appris le poker en jouant contre des copies de lui-même. Partant de zéro et jouant de manière aléatoire au début, le programme a progressivement amélioré ses performances. Après huit jours, il avait élaboré une “stratégie de référence”, qu’il utilise pour le premier tour de mises. Pour les tours suivants, Pluribus anticipe pour perfectionner sa stratégie, cherchant à être imprévisible pour déstabiliser ses adversaires.
Le programme fonctionne sur deux processeurs Intel Haswell et utilise une modeste mémoire de 128 Go pendant le jeu. Lors de parties contre lui-même, Pluribus prend environ 20 secondes pour jouer une main, ce qui le rend deux fois plus rapide qu’un professionnel typique, écrivent les scientifiques dans la revue Science.
Sean Ruane, l’un des joueurs qui a affronté Pluribus, a trouvé le programme redoutable. “Dans un jeu qui récompense, plus souvent qu’autrement, la discipline mentale, la concentration et la constance, et qui vous punit certainement lorsque vous manquez de l’un de ces trois aspects, rivaliser pendant des heures contre un bot IA qui n’a manifestement pas à se soucier de ces lacunes est une tâche épuisante.”