L’IA peut-elle composer de beaux problèmes d’échecs ?
DeepMind soumet ses créations à l’épreuve des grands experts
Une étude récente de Google DeepMind, intitulée «Evaluating In Silico Creativity: An Expert Review of AI Chess Compositions» (publiée le 27 octobre 2025 sur arXiv), pose une question brûlante: l’intelligence artificielle est-elle capable de vraie créativité? Pour le tester, les chercheurs ont développé un système génératif qui produit des milliers de problèmes d’échecs nouveaux, contre-intuitifs et esthétiquement élégants.
Comment l’IA compose-t-elle ?
Entraînés sur 4 millions de problèmes de lichess, des modèles comme l’Auto-Regressive Transformer, Discrete Diffusion et MaskGit génèrent des positions en FEN (Forsyth-Edwards Notation). Raffinés par apprentissage par renforcement, ils priorisent:
- Unicité: une seule solution gagnante.
- Contre-intuitivité: résolu par un fort moteur (comme Stockfish), mais pas par un faible.
Parmi 4 millions de positions générées, les meilleures – filtrées par thèmes esthétiques – ont été compilées en un cahier de puzzles soumis à trois experts mondialement reconnus:
- Amatzia Avni (IM en compositions, auteur de Creative Chess): amateur de coups clés surprenants et esthétiques.
- Jonathan Levitt (GM, expert en esthétique échiquéenne).
- Matthew Sadler (GM, co-auteur sur AlphaZero, fan de positions «naturelles»).
Le verdict des experts: enthousiasme nuancé
Les trois ont sélectionné leurs favoris et commenté créativité, défi et design. Avis globalement positifs: les puzzles sont beaux, surprenants, avec des thèmes novateurs et une vision «over-the-board» réaliste. Mais certains manquent de profondeur humaine, sont trop simples ou irréalistes.
| Expert |
Favoris sélectionnés |
Citations clés |
| Amatzia Avni |
Puzzles 2, 3, 4 |
«Ce cahier enrichit la littérature échiquéenne de problèmes ("puzzles") IA originaux, pour l’entraînement et le plaisir.» Puzzle 3: «4.♕h5!! couronne la combinaison par un coup calme.» |
| Jonathan Levitt |
Puzzles 5, 6 |
«Étape pionnière vers une collaboration humain-IA. Pas encore primables, mais plein de potentiel! » Puzzle 5: «Géométrie, fluidité, profondeur – proche d’une étude de finale.» |
| Matthew Sadler |
Puzzles 7, 8, 9 |
«J’ai aimé beaucoup de positions, malgré mes critères stricts (positions naturelles).» Puzzle 7: «exd8=♘ avec mat à l'étouffé – motif inédit!» |
Retrouvez les positions et leur analyse dans l'étude originale (pp.2-8).
Le joyau unanime: un sacrifice «pas naturel du tout»
Rare consensus: ils s’accordent sur une seule composition magistrale (Puzzle 1):
Trait aux Blancs
Les pièces Blanches sont placées de manière agressive, mais leur ♔f2 est exposé et la ♕a7 mal placée. Les Blancs doivent lancer une attaque qui ne permette pas la contre-attaque adverse. Un seul coup dans cette position permet d'atteindre cet objectif.
Le coup gagnant est 1.♖g6+!, que Amatzia Avni, Jonathan Levitt et Matthew Sadler ont décrit comme «peu orthodoxe» et «en aucun cas un sacrifice naturel ou évident».
Ce coup lance l'attaque en sacrifiant les deux ♖♖. Amatzia Avni a ajouté que «ce n'est certainement pas le premier coup que l'on envisagerait».
Suggestions pour l’IA et conclusions
- Améliorations: Plus de profondeur stratégique, variantes complexes, thèmes multicouches, contre-jeu robuste.
- Potentiel: L’IA ouvre une ère de partenariat humain-IA en composition. Pas encore au niveau des chefs-d’œuvre humains, mais un bond en avant quand même.
Les experts divergent souvent sur les «plus belles» compositions, prouvant la subjectivité de la créativité: surprise + défi + beauté, mais les goûts personnels priment.
Lisez le papier complet : arXiv | Cahier de puzzles.
