Quand l'intelligence artificielle évalue les champions d'échecs

Depuis les années 1970, le système du hongrois Arpad Elo classe les joueurs d'échecs à partir du résultat de leurs parties. Les meilleurs compétiteurs ont le score le plus élevé et la différence de points Elo entre deux adversaires sert à établir les probabilités de victoire de chacun. Si un joueur réalise une performance supérieure à celle prévue, son nombre de points augmente. S'il fait moins bien, son classement diminue. Cette méthode ne prend cependant pas en compte le détail des coups joués et ne permet pas non plus de comparer de façon fiable des joueurs d'époques différentes. Jean-Marc Alliot propose donc de classer les joueurs directement en fonction de la qualité de leurs coups.

Son système calcule l'écart entre les coups réellement joués et ceux qu'aurait choisis le meilleur programme actuel, Stockfish. Installé sur le supercalculateur OSIRIM, ce programme joue des coups quasi parfaits. Les 26 000 parties disputées par tous les champions du monde depuis Wilhelm Steinitz (1836-1900) ont été traitées afin d'établir un modèle probabiliste de chacun d'entre eux. Pour chaque position, on estime la probabilité qu'ils ont de commettre une erreur, puis l'importance de cette erreur. Ces modèles permettent ensuite de calculer les probabilités de victoire lors d'un match entre deux joueurs. Ces prédictions sont très proches des résultats observés lorsque les compétiteurs se sont effectivement affrontés, et elles dépassent celles qui sont basées sur le score Elo. Ces travaux indiquent que le niveau des joueurs a augmenté au fil du temps. L'actuel champion du monde Magnus Carlsen arrive d'ailleurs en tête, tandis que Bobby Fischer occupe la troisième place.

Ce type de classement ne peut pas prétendre aujourd'hui remplacer le système Elo, plus simple à établir et à utiliser, mais l'accroissement des puissances de calcul permettra, dans un avenir proche, de l'étendre à davantage de joueurs.

Pour lire l'intégralité de cet article, suivez ce lien.