Quiz AlphaGo et AlphaZéro

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Pourquoi le jeu de Go était-il considéré comme particulièrement difficile pour les ordinateurs ?
   • Il a un nombre astronomique de positions possibles
   • Il y a très peu de mouvements possibles
   • Cela se joue uniquement sur papier
   • Il n'y a pas de règles
2. Qui AlphaGo a-t-il battu 4-1 en 2016 ?
   • Garry Kasparov
   • Lee Sedol
   • Magnus Carlsen
   • Un amateur aléatoire
3. Which three games did AlphaZero’s paper evaluate?
   • Go, chess, and shogi
   • Poker, bridge, and backgammon
   • Atari, StarCraft, and Dota
   • Only Go and chess
4. Quelle méthode de recherche AlphaZero associe-t-il à son réseau neuronal ?
   • Recherche binaire d'un annuaire téléphonique
   • Régression linéaire
   • Tri à bulles
   • Recherche d'arbres de Monte-Carlo
5. Quelles sont les deux choses que le réseau neuronal d’AlphaZero prédit pour guider sa recherche ?
   • Une politique (les bons coups) et une valeur (qui gagne)
   • La météo et l'heure
   • Le nom et l'âge de l'adversaire
   • Couleurs et sons
6. What did MuZero add to the AlphaZero-style planning approach?
   • A requirement for human game records
   • A learned model of reward and environment dynamics used for planning without being given the rules
   • A replacement for all tree search
   • A fixed database of every possible board position
7. What information did AlphaZero need in its board-game experiments besides self-play?
   • A database of professional games
   • A complete endgame table for every position
   • The rules of the games
   • Human rankings for every possible move
8. How did the original AlphaGo system combine supervised and reinforcement learning?
   • It trained a policy from expert games and then improved through self-play
   • It used only random moves and never trained on human games
   • It learned the game rules from images without playing
   • It relied only on a fixed database of winning games