Près de trois décennies après qu’un ordinateur ait vaincu pour la première fois un champion du monde d’échecs en titre, le jeu entre dans une nouvelle phase d’automatisation. Joshua Stanley Robotics, un créateur en ligne et YouTuber, a construit un échiquier entièrement fonctionnel et autonome qui non seulement comprend les mouvements humains, mais exécute également les siens – et gagne.
L’essor des échecs automatisés
La défaite historique de Garry Kasparov face à Deep Blue d’IBM en 1997 a marqué le début d’une tendance. Les moteurs d’échecs modernes sont désormais si avancés que même les grands maîtres luttent contre eux sur leurs smartphones. Cependant, toutes ces avancées reposent toujours sur un humain pour déplacer physiquement les pièces. Cela est en train de changer, avec des amateurs comme Stanley qui stimulent l’innovation dans le domaine de l’automatisation physique. Ce changement met en évidence l’intégration continue de l’IA dans les applications du monde réel, allant au-delà des simulations numériques.
Comment ça marche : aimants et moteurs
La conception de Stanley exploite des aimants intégrés dans des pièces d’échecs personnalisées imprimées en 3D. Une carte de circuit imprimé (PCB) située sous la carte contient des capteurs magnétiques qui détectent lorsqu’une pièce est déplacée. Pour déplacer ses propres pièces, un électro-aimant guidé par un mécanisme motorisé tire les pièces magnétisées à travers le plateau. Cette méthode simple mais efficace évite la complexité des bras robotiques, que Stanley avait initialement explorés mais jugés peu fiables.
Le « cerveau » de l’opération est Stockfish, un moteur d’échecs open source largement utilisé. Stanley a intégré ce moteur via un script Python, traduisant les mouvements physiques en entrées numériques et vice versa. Le système peut ajuster sa difficulté, permettant à Stanley – qui admet n’être pas un expert des échecs – de s’assurer qu’il perd systématiquement.
Limitations et alternatives commerciales
Bien que fonctionnelle, la carte a des limites. Les mouvements du chevalier, qui nécessitent de passer par-dessus d’autres pièces, peuvent provoquer des collisions. Les pièces capturées doivent être supprimées manuellement. Malgré ces inconvénients, Stanley considère le projet comme un succès, soulignant le « suspense » créé par le mouvement caché et le bourdonnement du moteur.
Plusieurs alternatives commerciales existent. Le Miko-Chess Grand, par exemple, coûte 497 $ et utilise un système magnétique similaire dans un design en bois poli. L’échiquier Phantom peut même se connecter à des plateformes en ligne comme Chess.com, permettant ainsi de jouer physiquement contre des adversaires humains distants.
Du défi à l’opportunité d’apprentissage
Le projet de Stanley se démarque comme une démonstration d’ingénierie DIY. L’objectif principal n’était pas la viabilité commerciale mais l’exploration technique. Stanley lui-même note que la construction était une excuse pour apprendre le codage Python, ajoutant ainsi un ensemble de compétences précieuses à son répertoire.
“Dans l’ensemble, je suis très satisfait du résultat de ce projet… Cela m’a donné une bonne excuse pour commencer à apprendre à coder en Python, ce qui était un objectif bonus pour moi.”
L’échiquier autonome démontre l’accessibilité croissante de l’automatisation basée sur l’IA. En combinant des logiciels open source avec du matériel DIY, des projets comme celui de Stanley repoussent les limites de ce qui est possible en dehors des pipelines d’ingénierie traditionnels.
