Il existe des jeux difficiles, des jeux très difficiles, puis il y a Montezuma's Revenge. Cette merveille de la console Atari 2600 (et d'autres systèmes) a été reconnue pour son manque absolu de pitié avec le pauvre Panama Joe pris dans un cauchemar de crânes assassins, de portails laser, de serpents, d'araignées, de chutes, et de mort, beaucoup de mort. Chez Google, cela fait longtemps que l'on confronte son intelligence artificielle Deep-Q à Montezuma's Revenge, et ce n'est qu'après avoir créé la «curiosité artificielle» qu'elle a réussi à explorer un maximum de 15 écrans, alors qu'avant elle n'en parcourait pas plus de deux.
Rentrer précipitamment de l'école, ignorer les devoirs, aller jouer au football, revenir tout sale, ma mère criant depuis la cuisine, m'asseoir devant le téléviseur, allumer le clone d'Atari 2600 que je possédais à l'époque… et transformer Montezuma's Revenge en un défi personnel. Parce que c'était définitivement «personnel», n'en doutez pas. Je crois qu'aujourd'hui encore mes parents regrettent d'avoir acheté «cet appareil». Montezuma's Revenge a été l'un des responsables directs de la création d'un véritable «cimetière de manettes», car il les détruisait en sautant des crânes. Avec le temps, je suis devenu assez bon au jeu... et quelques décennies plus tard, je l'ai rejoué sur un émulateur, pour redécouvrir une vérité indéniable : je deviens vieux et inutile. Les «réflexes de ninja de 8 ans» avaient complètement disparu. Si Montezuma's Revenge était déjà quelque chose d'inaccessible pour moi, imaginez une intelligence artificielle essayant de le déchiffrer.
Selon les gens de Google, son système Deep-Q a très mal vécu Montezuma's Revenge. L'année dernière, nous avons parlé de ses progrès et des scores élevés obtenus dans une cinquantaine de jeux pour Atari 2600, mais son rendement dans Montezuma's Revenge était nul. Zéro. De toute évidence, quelque chose n'allait pas dans la méthodologie et l'apprentissage de l'intelligence artificielle. La conclusion de Google a été que Deep-Q manquait de curiosité, une stimulation supplémentaire pour l'aider à se concentrer sur l'exploration, et à «essayer de gagner» le jeu comme le ferait un humain. Après plusieurs ajustements du code et 100 millions d'«images d'entraînement», Deep-Q n'a eu besoin que de quatre tentatives pour terminer le premier écran du jeu, alors qu'un an plus tôt, il n'était même pas capable de marquer un seul point.
Avec ce nouveau profil, Deep-Q a réussi à explorer un total de quinze écrans sur les 24 que compte le «niveau 1» du jeu. Autrement dit, il est encore très loin de le terminer, mais l'ambition de Deep-Q vise bien plus haut que ce que l'on imagine. À chaque nouvelle version, l'intelligence artificielle trouve le moyen de perfectionner ses compétences, et après ce qu'ils ont fait avec AlphaGo, ils parlent déjà de titres comme StarCraft pour sa prochaine étape. Je suppose que quelqu'un en Corée du Sud attend ce duel avec impatience...
