Apprentissage par renforcement· Reinforcement learning

Méthode d'entraînement où un système apprend par essais-erreurs, guidé par une récompense.

ExempleAlphaGo a appris à jouer au go par apprentissage par renforcement : en jouant des millions de parties contre lui-même, il a découvert des stratégies inédites, battant le champion mondial en 2016.

En clairLe système essaie, reçoit une note, recommence en cherchant à maximiser cette note. La difficulté n'est pas technique, elle est de définition : il optimise exactement ce que vous mesurez, jamais ce que vous vouliez obtenir. Une récompense mal choisie produit donc un comportement qui satisfait parfaitement le critère tout en manquant complètement l'objectif que vous aviez en tête.