Vous y avez peut-être joué enfant. Deux armées de quarante pièces, posées face cachée. Vous savez où sont vos bombes et votre maréchal. Vous ignorez tout de ceux de l'adversaire.
Alors vous bluffez : vous avancez un simple éclaireur comme s'il était votre pièce la plus forte, en espérant faire reculer l'ennemi.
Ce jeu de société, Stratego, était l'un des derniers grands jeux où les humains battaient encore les machines. Ce n'est plus le cas.
Pourquoi c'était si difficile
Aux échecs ou au go, tout est visible. Les deux joueurs voient le même plateau. Une IA peut calculer des millions de coups, elle sait exactement où en est la partie.
À Stratego, la moitié de l'information est cachée. Il faut deviner ce que sont les pièces de l'autre à partir de la façon dont elles bougent. Il faut aussi cacher ses propres intentions, et parfois faire croire le contraire de la vérité. Le nombre de situations possibles dépasse de loin celui des échecs.
En 2022, DeepMind, le laboratoire d'IA de Google, avait présenté DeepNash, capable de rivaliser avec de très bons joueurs en ligne. Mais en marge du championnat du monde 2023, il avait perdu contre la plupart des meilleurs, dont Pim Niemeijer, considéré comme le joueur le plus titré de l'histoire du jeu.
Le résultat
Des chercheurs du MIT, de Carnegie Mellon, de NYU et de Stanford viennent de publier dans la revue Nature les résultats de leur IA, baptisée Ataraxos. Face à Pim Niemeijer, elle a gagné 15 parties, n'en a perdu qu'une, et a fait 4 matchs nuls.
À ce niveau, c'est un écart inédit. Les meilleurs joueurs se tiennent d'habitude dans un mouchoir de poche, parce que le jeu oblige à prendre des risques. Contre les meilleurs joueurs présents en marge d'un championnat du monde, Ataraxos a aligné 39 victoires pour 2 défaites.
Elle a aussi battu trois multiples champions du monde dans une variante rapide du jeu, une première, et obtenu des records dans d'autres jeux à information cachée, comme le jeu de cartes coopératif Hanabi.
Le détail qui change tout : le prix
Le plus impressionnant n'est peut-être pas la victoire. C'est ce qu'elle a coûté. Selon l'article scientifique, l'entraînement d'Ataraxos pour Stratego a coûté quelques milliers de dollars, avec moins d'un centième des exemples d'entraînement utilisés pour DeepNash.
Un budget universitaire a réussi là où les millions d'un géant de la tech avaient échoué. C'est une bonne nouvelle pour la recherche publique, et un rappel que l'argent ne fait pas tout.
Comment elle joue
Ataraxos a appris en jouant contre elle-même, encore et encore, en retenant ce qui marchait. Pendant la partie, elle imagine ce que pourraient être les pièces cachées de l'adversaire, et planifie en fonction.
Et surtout, elle est imprévisible. Les chercheurs le soulignent : à Stratego, un joueur trop régulier se fait vite démasquer et exploiter. Pour gagner, il faut parfois laisser une part de hasard dans ses choix. Exactement comme un bon joueur de poker.
Ataraxos vient du grec « ataraxie », un mot cher aux philosophes de l'Antiquité comme Épicure : l'absence de trouble, la tranquillité de l'âme. Les chercheurs disent l'avoir choisi pour désigner quelqu'un que rien n'inquiète. Pour un joueur de bluff, c'est l'idéal : ne jamais rien laisser paraître.
Et en dehors du jeu ?
Les chercheurs imaginent des applications partout où l'information est cachée : les négociations commerciales, la cybersécurité, ou même les manœuvres militaires.
Il faut rester prudent. Un jeu a des règles fixes, connues de tous. Le monde réel, non. Mais la question que pose cette victoire est bien réelle, et nous y consacrons notre réflexion de ce soir : bluffer, est-ce mentir ?