People use fast and flat simulation to reason about new games
À travers des études comportementales à grande échelle et un modèle computationnel de « Joueur Intuitif », cet article démontre que les humains raisonnent de manière systématique et adaptative sur de nouveaux jeux en utilisant des simulations probabilistes rapides et à profondeur limitée, offrant ainsi des perspectives pour le développement de systèmes d'IA plus flexibles et semblables à l'humain.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez que l'on vous remette un tout nouveau jeu de société que vous n'avez jamais vu auparavant. Les règles sont bizarres : peut-être gagnez-vous en alignant quatre éléments sur une grille de 10x10, ou peut-être est-ce le premier qui aligne trois éléments qui perd réellement. Vous n'avez pas joué une seule partie. Vous n'avez pas de guide de stratégie. Vous n'avez pas d'entraîneur.
Alors, comment déterminez-vous si le jeu est équitable ? Comment décidez-vous s'il sera amusant ? Et si vous devez faire votre tout premier mouvement, que faites-vous ?
La plupart des gens supposent que pour bien jouer à un jeu, il faut être un grand maître ayant passé des années à calculer des millions de possibilités futures, comme un superordinateur creusant profondément dans un arbre de « et si ». Mais une étude massive suggère que ce n'est pas ainsi que nos cerveaux fonctionnent lorsque nous découvrons quelque chose de nouveau. Au lieu de cela, nous sommes des joueurs intuitifs qui utilisons un raccourci mental « rapide et plat ».
Le « Joueur Intuitif » dans votre tête
Les chercheurs, dirigés par une équipe de l'MIT, de Princeton et de Cambridge, ont étudié plus de 1 000 personnes jouant (ou simplement réfléchissant à) 121 jeux de stratégie différents, principalement inédits. Ils ont découvert que face à un nouveau problème, nous ne lançons pas une simulation profonde et coûteuse qui regarde 20 coups en avant. Cela demanderait trop de puissance cérébrale.
Au lieu de cela, nos cerveaux lancent une simulation rapide, plate et probabiliste.
Pensez-y de cette façon : imaginez que vous êtes un personnage de jeu vidéo qui ne peut regarder qu'un seul coup en avant. Vous voyez le plateau, et vous vous posez deux questions simples :
- « Si je place ma pièce ici, est-ce que cela me rapproche de la victoire ? »
- « Si je place ma pièce ici, est-ce que cela empêche mon adversaire de gagner ? »
Vous ne calculez pas l'intégralité du jeu jusqu'à la fin. Vous jetez simplement un coup d'œil rapide et superficiel. Ensuite, vous faites une supposition basée sur cet aperçu. Si vous devez décider si un jeu est équitable, vous ne résolvez pas les mathématiques ; vous lancez simplement cette simulation rapide de type « coup d'œil » environ 5 à 7 fois et vous voyez ce qui arrive généralement. Si dans la plupart de ces exécutions rapides, le Joueur 1 gagne, vous supposez que le jeu est injuste. S'ils font souvent match nul, vous supposez qu'il est équilibré.
Le document appelle cela le modèle du « Joueur Intuitif ». Il suggère que les humains sont étonnamment doués pour cela. Lorsque les chercheurs ont testé ce modèle face à de vraies personnes, il a prédit ce que les gens pensaient de l'équité et quels mouvements ils feraient avec une précision de 81 % (un R² de 0,81). C'est presque aussi précis que le « bruit » des données humaines elles-mêmes, ce qui signifie que le modèle capture presque tout ce que nous pouvons expliquer sur la façon dont les gens pensent.
Ce que nous ne faisons PAS
L'étude s'oppose explicitement à l'idée que les novices font une pensée profonde de niveau expert.
- Nous ne plongeons pas en profondeur : Le modèle du « Joueur Expert », qui simule une vision à environ 5 coups de distance (comme un maître d'échecs), était beaucoup moins efficace pour prédire ce que faisaient les gens ordinaires. Il était également 700 fois plus lent à exécuter sur un ordinateur que le simple modèle du « Joueur Intuitif ».
- Nous ne sommes pas aléatoires : Nous ne choisissons pas nos mouvements en lançant des dés au hasard. Le modèle du « Joueur Aléatoire » (qui choisit des mouvements complètement au hasard) était un très mauvais indicateur de la façon dont les gens jouaient réellement.
- Nous ne sommes pas des calculateurs parfaits : Nous n'avons pas un « Oracle » parfait qui connaît le meilleur coup absolu. Nous sommes limités en ressources. Nous faisons de notre mieux avec une infime quantité d'énergie mentale.
Le facteur « Fun »
Les chercheurs ont également demandé aux gens : « Avant même de jouer, pensez-vous que ce jeu sera amusant ? »
Ils ont découvert que notre prédiction sur le plaisir de jouer n'est pas non plus aléatoire. Elle repose sur ces mêmes simulations rapides.
- Équilibre : Nous aimons les jeux où le vainqueur n'est pas évident dès le départ. Si le premier joueur gagne toujours, c'est ennuyeux. Si cela se termine toujours par un match nul, c'est frustrant.
- Récompense de la réflexion : Nous aimons les jeux où « réfléchir » aide réellement à gagner plus que de simplement bouger au hasard.
- Durée : Nous aimons les jeux qui ne sont ni trop courts, ni trop longs. C'est comme une zone de perfection (Goldilocks zone) pour la durée du jeu.
Le modèle du « Joueur Intuitif » pouvait prédire ces évaluations de « fun » avec 57 % de précision, ce qui est très proche de la précision maximale possible pour les opinions humaines (qui variaient d'une personne à l'autre).
Les chiffres derrière la magie
L'étude ne s'est pas contentée de deviner ; elle a mesuré.
- Elle a testé 121 jeux distincts avec des règles telles que « 3 en ligne pour gagner », « 4 en ligne pour perdre » ou « Le Joueur 2 a le droit de jouer deux fois lors de son premier tour ».
- Elle a fait juger l'équité des jeux à 238 personnes sans qu'elles ne les jouent.
- Elle a fait jouer réellement 302 personnes à 40 de ces jeux pour la première fois.
- Elle a fait regarder à 314 personnes des vidéos de parties pour prédire le coup suivant.
- Le modèle du « Joueur Intuitif » n'avait besoin de lancer qu'environ 6 simulations (k=6) pour correspondre au jugement humain.
- En termes de vitesse, le modèle du « Joueur Intuitif » était près de 40 000 fois plus rapide qu'une méthode d'IA standard appelée recherche arborescente de Monte Carlo (MCTS) et 700 fois plus rapide que le modèle du « Joueur Expert ».
L'essentiel
Le document suggère que lorsque nous sommes confrontés à une situation totalement nouvelle — qu'il s'agisse d'un jeu de société bizarre ou d'un nouveau type de problème — nous n'avons pas besoin d'être des génies ou des superordinateurs pour faire une supposition intelligente. Nous avons juste besoin de lancer quelques simulations mentales rapides et superficielles, en nous concentrant sur nos objectifs et sur le blocage de nos adversaires.
Cette façon de penser « rapide et plate » est efficace. Elle n'est pas parfaite, et elle n'est pas aussi profonde que ce qu'un grand maître fait après des années de pratique, mais elle est adaptativement rationnelle. C'est l'outil parfait pour un cerveau humain qui doit prendre une décision maintenant sans y passer la journée.
Les auteurs admettent que c'est un modèle de la façon dont nous pensons aux jeux (spécifiquement aux jeux de plateau à information complète), et suggèrent qu'il pourrait s'appliquer à d'autres domaines de la vie, comme la façon dont les scientifiques choisissent les problèmes à aborder. Mais pour l'instant, les preuves sont solides : quand nous rencontrons un nouveau jeu, nous sommes tous des joueurs intuitifs, lançant des courses mentales rapides pour voir qui gagne, et nous sommes plutôt doués pour cela.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.