Balise : Éditeur de wikicode 2017 |
|
| (26 versions intermédiaires par 3 utilisateurs non affichées) |
| Ligne 1 : |
Ligne 1 : |
| | ==Définition== |
| | AlphaGo est un programme développé par '''[[DeepMind]]''' permettant de jouer au jeu de société Go. |
|
| |
|
| == en construction ==
| | En 2015, AlphaGo est devenu le premier programme informatique à vaincre un joueur humain professionnel. Puis en mars 2016, il a battu Lee Sedol, un des meilleurs joueurs mondiaux (9e dan professionnel). Enfin, le 27 mai 2017, il bat le champion du monde Ke Jie. |
| [[Catégorie:Accenture]]
| |
| [[Catégorie:Vocabulaire]]
| |
| [[Catégorie:Intelligence artificielle]]
| |
| [[Catégorie:24pm]]
| |
| [[Catégorie:scotty]]
| |
|
| |
|
| == Définition == | | ==Compléments== |
| AlphaGo est un programme informatique permettant de jouer au jeu de société Go. Il a été développé par DeepMind Technologies qui a ensuite été acquis par Alphabet Inc. de Google . AlphaGo avait trois successeurs bien plus puissants, appelés A lphaGo Master, AlphaGo Zero et Al phaZero . | | AlphaGo et ses successeurs utilisent la '''[[fouille arborescente Monte Carlo]]''' pour trouver leur mouvement en s’appuyant sur des connaissances acquises par apprentissage automatique, et plus particulièrement par un réseau de neurones artificiels profond. Un programme plus général, '''AlphaZero''', bat les programmes les plus puissants en jouant au go, aux échecs et au shogi après quelques jours de jeu contre lui-même en utilisant l''''[[apprentissage par renforcement]]'''. |
|
| |
|
| ----------------------
| | ==Français== |
| En octobre 2015, l'AlphaGo d'origine est devenu le premier programme d’ordinateur Go à battre un joueur professionnel humain sans handicap sur un tableau 19 × 19 en taille réelle . En mars 2016, il a battu Lee Sedol dans un match de cinq matchs, la première fois qu'un programme Go d'ordinateur a battu un professionnel de 9 dan sans handicap . Bien qu'il ait perdu contre Lee Sedol au quatrième match, Lee a démissionné lors du dernier match, donnant un score final de 4 matchs à 1 en faveur d'AlphaGo. En reconnaissance de sa victoire, AlphaGo a été honoré y 9 dan par l’Association coréenne Baduk . La préparation et la rencontre avec Le e Sedol ont été documentées dans un film documentaire également intitulé AlphaGo, réalisé par Greg Kohs. Science l' a choisi comme l'un des finalistes de la percée de l'année le 22 décembre 2016 .
| | '''AlphaGo ''' <small>(nom propre)</small> |
|
| |
|
| Lors du sommet Future of Go 2017, son successeur, AlphaGo Master, a battu Ke Jie, numéro 1 mondial à l'époque, lors d'un match à trois parties (l'AlphaG o Zero, encore plus puissant, existait déjà mais n'était pas encore annoncé). Après cela,
| | '''Alphago ''' <small>(nom propre)</small> |
|
| |
|
| AlphaGo a reçu le prix professionnel 9-dan de l’Association chinoise Weiqi. | | ==Anglais== |
| | '''AlphaGo''' |
|
| |
|
| AlphaGo et ses successeurs utilisent un algorithme de recherche dans l’arbre de Monte-Carlo pour trouver leur mouvement en s’appuyant sur des connaissances précédemment «apprises» par apprentissage automatique, et plus particulièrement par un réseau de neurones artificiels (machine learning / méthode d’apprentissage en profondeur), grâce à une formation approfondie en informatique et en ordinateur jouer. | | '''Alphago''' |
| | ==Sources== |
| | [https://fr.wikipedia.org/wiki/AlphaGo Wikipédia - AlphaGo] |
|
| |
|
| Un réseau de neurones est formé pour prévoir les sélections de mouvements propres à AlphaGo ainsi que les jeux du gagnant. Ce réseau neuronal améliore la force de la recherche dans les arbres, ce qui se traduit par une meilleure qualité de sélection des mouvements et un meilleur effet de jeu lors de la prochaine itération.
| | [https://www.24pm.com/117-definitions/236-alphago 24pm Academy - Alphago] |
|
| |
|
| Après le match entre AlphaGo et Ke Jie, DeepMind a abandonné AlphaGo, tout en poursuivant ses recherches sur l'IA dans d'autres domaines . À partir d’une page blanche et d’une courte période d’entraînement, AlphaGo Zero a remporté la victoire 100-0 contre AlphaGo, qui a vaincu le champion, tandis que son successeur, l’autodidacte Alpha Z ero, est actuellement perçu comme le meilleur joueur du monde en Go et éventuellement en échecs .
| | [[Catégorie:Intelligence artificielle]] |
| ---------------------
| | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] |
| | | [[Catégorie:ENGLISH]] |
| == Français ==
| |
| '''AlphaGo ''' <small> loc. nominale. masc. </small>
| |
|
| |
|
| |
| == Anglais ==
| |
| ''' AlphaGo '''
| |
| | |
| | |
| | |
| <small>
| |
| | |
| [https://www.accenture.com/us-en/applied-intelligence-glossary Source : Accenture - applied intelligence glossary ] | |
| | |
| [https://www.24pm.com/117-definitions/236-alphago Source : 24pm Academy ] | |
Définition
AlphaGo est un programme développé par DeepMind permettant de jouer au jeu de société Go.
En 2015, AlphaGo est devenu le premier programme informatique à vaincre un joueur humain professionnel. Puis en mars 2016, il a battu Lee Sedol, un des meilleurs joueurs mondiaux (9e dan professionnel). Enfin, le 27 mai 2017, il bat le champion du monde Ke Jie.
Compléments
AlphaGo et ses successeurs utilisent la fouille arborescente Monte Carlo pour trouver leur mouvement en s’appuyant sur des connaissances acquises par apprentissage automatique, et plus particulièrement par un réseau de neurones artificiels profond. Un programme plus général, AlphaZero, bat les programmes les plus puissants en jouant au go, aux échecs et au shogi après quelques jours de jeu contre lui-même en utilisant l'apprentissage par renforcement.
Français
AlphaGo (nom propre)
Alphago (nom propre)
Anglais
AlphaGo
Alphago
Sources
Wikipédia - AlphaGo
24pm Academy - Alphago
