Aja Huang (à gauche) joue pour AlphaGo face à Lee Sedol (à droite) lors du Google DeepMind Challenge Match
Il s'agit d'un cours d'environ 35h que je fais chaque année à SupAéro avec mon ami Fabrice Frances. Il y a trois séries de slides:
En 2020, j'ai fait une remise à jour complète du cours à l'occasion du confinement Covid-19. Tous les slides sur les algorithmes standards ont été refaits sous beamer et remis à jour, et l'historique contient maintenant toutes les vidéos.
L'essentiel des heures est consacré à la programmation par chaque élève d'un jeu différent qu'il est libre de choisir (avec notre accord) et qu'il réalise seul (avec notre soutien). Au fil des années, nous en avons eu de très différents: puissance 4, apagos, checkers, dames, échecs, reversi, echecs vikings, clonium, santorini, awele, miniville, quarto, abalone et j'en oublie certainement...
Je ne peux m'empécher de sourire un peu en pensant qu'il y a environ 10 ans bon nombre de "managers" venaient nous expliquer que l'IA et les réseaux de neurones ce "n'était pas sérieux", et que ces mêmes managers aujourd'hui viennent nous revoir en nous expliquant qu'il leur faut absolument du DeepLearning (et 9 fois sur 10, ils ont tort, évidemment, là aussi)...
Dans l'excellent documentaire Netflix sur le match entre AlphaGo et Lee Sedol, un des membres de l'équipe d'AlphaGo (Georges Van Den Driessche je crois) est interviewé, explique à quel point il est heureux d'avoir gagné, d'autant plus que, quelques années auparavant, on lui avait fortement déconseillé de faire de l'IA pendant son doctorat, parce qu'il n'y avait pas d'avenir dans ce domaine...
Le téléchargement ou la reproduction des documents et photographies
présents sur ce site sont autorisés à condition que leur origine soit
explicitement mentionnée et que leur utilisation
se limite à des fins non commerciales, notamment de recherche,
d'éducation et d'enseignement.
Tous droits réservés.
Dernière modification: 09:48, 22/02/2024