Jump to content

Jeux & singularité : go


Recommended Posts

11 minutes ago, frigo said:

Tiens je viens de lire un papier de l'année où Kasparov  pense que le plus efficient serait une collaboration homme/ machine, un homme assisté d'une machine.

 

 Kasparov vient de sortir un livre sur sa rencontre avec DeepBlue. Une grande partie de sa thèse prend un coup dans l'aile avec Alphazero. En effet dans son livre il avance, avec raison, que la recherche en IA était du point de vue des échecs assez décevante car c'était principalement  une histoire de puissance de calcul. C'était vrai jusqu'à ce qu'Alphazero sorte car clairement ce dernier joue d'une toute autre manière. 

 

En gros Shannon avait imaginé dès les années 50 deux stratégies différentes pour programmer un moteur d'échecs : soit beaucoup calculer sans être trop malin, soit être plus intelligent (ne considérer que des coups intéressants) quitte à moins calculer. Depuis les années 50 la première approche a toujours largement dominé la seconde (et c'est en cela que la remarque de Kasparov faisait sens). 

 

Alphazero vient de changer 60 ans d'histoire en 4h d'apprentissage ! 

Link to comment
il y a une heure, Kassad a dit :

Ils ont joué des centaines de parties !

 

Les 4 heures c'est le temps qu'Alphazero à passé à s'entraîner tout seul !! Pendant ces 4 heures il a joué des milliers de parties contre lui même pour s'auto-améliorer. À l'issue de cet entraînement il a rétamé Stockfish sur des centaines de parties.

Ho. 

 

Effectivement c'est de très très loin un niveau surhumain.

 

Maintenant parmi les questions intéressantes: est ce que le logiciel a mis en place des stratégies inédites, et est ce qu'elles sont toutes compréhensibles par un cerveau humain ?

 

 

Anyway, ça reste dingue, et Turing est probablement le génie sous estimé du siècle dernier. 

Il mérite une putain de statue dans chaque institut de technologie au monde

  • Yea 1
Link to comment
2 hours ago, Sloonz said:

Non si tu lis bien le papier tu verras (copié collé bas de la page 4): "In chess, AlphaZero outperformed Stockfish after just 4 hours (300k steps); ".

 

Après ils l'ont entraîné plus longtemps mais déjà après 4h Alphazero était supérieur à Stockfish

Link to comment
Il y a 20 heures, Kassad a dit :

Franchement ça casse le slip et ça ressemble beaucoup à une singularité (la machine décolle en intelligence et va loin loin de l'humanité toute seule). 

 

Oui. J'ai eu la même idée en apprenant la nouvelle : la singularité s'approche à grand pas.

 

Il y a 20 heures, Kassad a dit :

Par contre la singularité en tant que telle serait que la machine prenne conscience de ce qu'est l'intelligence et le soit suffisamment pour créer une machine plus intelligente qu'elle même...à l'infini. Ça reste un peu trop SF pour moi.

 

Encore quelques années avant ça, je crois (heureusement).

Link to comment
Il y a 20 heures, Kassad a dit :

Le truc est que ça marche quand les règles sont claires et biens établies. Il est difficile d'imaginer d'entraîner une telle IA pour spéculer en bourse (il n'y a pas de règles colle aux échecs et faire apprendre à une machine en suivant les cours historiques pourrait mener à une catastrophe : les crachs boursiers pouvant effacer 25 ans de hausse en une demi journée). Mais si on pouvait y arriver on aurait un Terminator qui dégommerait tout spéculateur humain voir tout robot d'une génération précédente. Ça ferait un aspirateur à plus value dont je n'arrive pas à imaginer ce que deviendrait le marché avec un tel super héro de la spéculation qui gagne contre tous ses concurrents.

 

 

Tout est dans la disponibilité de l'information, aux échecs elle est totale, à la bourse elle ne l'est pas, c'est une différence fondamentale, de plus apprendre les règles des échecs est assez simple, pour traiter de l'information il faut apprendre une langue, quand on voit les résultats des traducteurs automatiques, les traders n'ont pas encore de souci à se faire....

 

 

Link to comment

Une grosse différence entre AlphaGo Zero et AlphaZero c’est que dans le premier cas l’entrée du réseau de neurones c’est juste l’état actuel du plateau, tandis que dans le second c’est l’historique des 8 derniers états du plateau.

 

Je suis déçu que le papier n’ai pas inclu de discussion sur cette différence. Intuitivement, l’état actuel devrait contenir toutes les informations nécessaires pour décider du coup suivant et multiplier par 8 la taille du vecteur d’entrée ne devrait conduire qu’à une augmentation de la puissance de calcul nécessaire sans apporter de gain substantiel. Je suppose que s’ils ont décidé d’utiliser cette architecture, c’est qu’ils ont fait la comparaison et que les gains valent le coup. J’aurais bien aimé voir un graphe ELO vs nombre de coups dans l’état (pourquoi 8 ?).

  • Yea 1
Link to comment
Il y a 8 heures, Riffraff a dit :

quand on voit les résultats des traducteurs automatiques, 

... Justement, tu as vu les résultats des derniers traducteurs automatiques ? Parce que "bluffant" est un galant euphémisme. 

Link to comment
il y a 2 minutes, h16 a dit :

... Justement, tu as vu les résultats des derniers traducteurs automatiques ? Parce que "bluffant" est un galant euphémisme. 

 

Surement qu'il y aura des progrès à ce niveau et c'est vrai que cela peut laisser entrevoir un robot qui analyse une énorme base de données d'informations économiques, financières, etc, puis trouve quelque chose qu'il peut tester de manière algorithmique ensuite, oui, je pense que cela se fera.

Maintenant admet qu'entre une IA qui apprend à jouer aux échecs toute seule et une IA qui apprend à jouer à la bourse toute seule il y a comme un saut logarithmique, pour la rime :)

 

Link to comment

Le Marché c'est déjà l'IA parfaite, non ? alors aucun robot ne fera mieux, point barre !

 

il y a 7 minutes, NoName a dit :

Ça tombe bien, en ce moment les progrès de L'IA ils sont exponentiels

 

Il n'y a aucun doute qu'on va voir des trucs incroyables sortir, je pense que tout cela prendra plus de temps qu'on nous le promets toujours.

 

Si dans un futur on réussi à faire une IA qui peut s'adapter toute seule à différents environnements à partir de zéro, oui on peut tout imaginer, c'est vrai....

Link to comment

En ce qui concerne l'économie, la réaction des acteurs du marché peut être déjà analysée par différents moyens, ce dont ne se privent pas les gafa et autres, relier tout ça à la bourse, aux réactions des marchés financiers, à la marge on peut trouver des trucs c'est sûr, les analystes et les médias le font déjà, il restera l'inconnu de se qui se dit dans les conseils d'administration, les stratégies qui sont souvent secrètes, fusions, etc.

 

Vu la rapidité des robots qui vendent et achètent si tu ajoutes une couche qui détecte des tendances dans des micro-évènements, ouais... Encore faut-il démontrer que ça existe, cependant une IA pourrait en effet se charger de tester toutes sortes d'évènements de les tourner dans tout les sens de manière brute et évolutive.

 

Ce qui est sûr c'est qu'on verra un escroc qui arrivera à vendre une IA de bourse foireuse et qu'on en entendra parler dans les journaux...Ou pas si c'est une banque qui se fait baiser...

Link to comment

Les joueurs d'échecs sont épatés par la façon de jouer d'AlphaZero (Google a livré 10 parties). Le résultat est réellement impressionnant. AlphaZero ne joue pas du tout de la même manière que les programmes classiques, ses parties sont plaisantes, et le résultat semble 'humain' (là ou les programmes classiques sont des brutes tactiques, AlphaZero sacrifie volontiers du matériel pour des avantages d'espace, positionnels, de long terme, pour dire les choses grossièrement, bref a développé des intuituitions que seuls des humains pourraient avoir.

 

Un autre résultat que je trouve encore plus intéressant si je comprends bien la première version de l'article de recherche qu'ils avaient publié pour AlphaGo, c'est qu'ils ont développé deux versions d'AlphaZero : une à laquelle ils n'ont appris que les règles du jeu, et une à laquelle ils ont aussi inculqué des connaissances humaines, des apriori d'experts, un peu les mêmes types de connaissance que l'on livrait habituellement aux programmes classiques pour qu'ils puissent évaluer les positions. 

Bien évidemment, l'Alpha avec des apriori apprend dans un premier temps plus vite, il teste moins de fausses pistes, mais ensuite celui qui apprend tout seul devient meilleur ! De là a dire que machine > homme+machine il y a pas beaucoup de pas du moins pour les jeux de plateau.

 

Ça c'est pour les aspects impressionnants, après je pense qu'il faut garder les pieds sur terre :

-les échecs ont des règles simples, figées.

-le plateau est petit, le nombre de variables est limité, il n'y a aucune surprise.

-le résultat est simple à évaluer, la plupart des algos de machine learning doivent minimiser des fonctions de perte, ici gain, nulle, perte, c'est facile.

-les données pour s'entraîner sont faciles à acquérir. Pour des problématiques plus concrètes ce sera sans doute plus difficiles de créer des conditions d'apprentissage.

 

Enfin et surtout, il ne semble pas y avoir de révolution scientifique sur le plan de l'algorithme en lui même. C'est avant tout une prouesse technologique, permise par de gros moyens. Google fait du marketing avec son 4h, et également à d'autres endroits de l'article quand ils sous entendent être plus économes en calcul que les programmes actuels après apprentissage.

Je suis pas informaticien, mais lors de la phase d'apprentissage google a connecté des milliers de super ordinateurs, les 4h sont l'équivalent de plus d'une vie humaine sur un seul très bon ordi sur le marché. Quand google dit que la machine a appris qu'en 44 millions de partie c'est également une grosse simplification, c'est vrai sauf que pendant chaque partie, à chaque coup, AlphaZero simule des milliers de fin de parties à partir de la position en cours, et apprend de ses simulations. En réalité, AlphaZero a donc appris sur plusieurs milliers de milliards de partie. Et même après avoir appris, au moment de jouer contre le programme classique, le hardware utilisé par AlphaZero etait bien supérieur, il ne tourne pas sur un ordi classique, sa méthode de calcul ne le permet pas (même si il considère moins de positions qu'un programme classique, car grâce a son apprentissage il sait se concentrer uniquement sur les pistes intéressantes). Désolé pour le pavé !

Link to comment
8 hours ago, adrct said:

 

Enfin et surtout, il ne semble pas y avoir de révolution scientifique sur le plan de l'algorithme en lui même. C'est avant tout une prouesse technologique, permise par de gros moyens. Google fait du marketing avec son 4h, et également à d'autres endroits de l'article quand ils sous entendent être plus économes en calcul que les programmes actuels après apprentissage.

 

 Bien sûr que Google a des moyens techniques, et humains, qui me font rêver pour mes propres recherches. Il y a cependant eu un verrou scientifique qui a cédé en 2006 avec de nouvelles méthodes d'apprentissage bien plus fortes que la simple backpropagation du gradient qui datait des années 80.

Link to comment
il y a 37 minutes, Kassad a dit :

Bien sûr que Google a des moyens techniques, et humains, qui me font rêver pour mes propres recherches. Il y a cependant eu un verrou scientifique qui a cédé en 2006 avec de nouvelles méthodes d'apprentissage bien plus fortes que la simple backpropagation du gradient qui datait des années 80.

Je peux me tromper, mais sauf erreur, c'est toujours de la rétro-propagation de gradient à l'oeuvre. (quoi d'autre ?)

La nouveauté, c'est l'architecture des couches d'entrée (convolutions) et donc des inputs beaucoup plus pertinents injectés dans cet algorithme extraordinaire.

Il y a pas mal d'équipes, mais un nom que je retiens c'est Lecun.

 

Link to comment
55 minutes ago, Vincent Andrès said:

Je peux me tromper, mais sauf erreur, c'est toujours de la rétro-propagation de gradient à l'oeuvre. (quoi d'autre ?)

La nouveauté, c'est l'architecture des couches d'entrée (convolutions) et donc des inputs beaucoup plus pertinents injectés dans cet algorithme extraordinaire.

Il y a pas mal d'équipes, mais un nom que je retiens c'est Lecun.

 

Non je crois qu'il y a un algo spécifique d'apprentissage couche par couche. Bien sûr pour apprendre de tes erreurs l'idée est toujours la même : les qieide fonds sont : à quelle vitesse tu converges et comment tu échappes aux minimas locaux. La méthode spécifique du deep learning est de faire un apprentissage supervisé couche par couche et ensuite de la  retropropagation à la papa.Je crois qu'on peut aussi jouer sur le fait qu'il y ait des boucles ou pas dans les couches cachées. Il y a eu un bond qualitatif depuis le milieu des années 2000.

Link to comment

Pour l'instant on a un programme qui apprend tout seul à jouer aux échecs en simulant intelligemment des milliards de partie avec derrière de gros gros moyens matériels. Même après avoir appris, ça tourne pas sur du matos vendus dans le commerce. Effectivement ce n'est pas qu'une prouesse technologique, ça s'appuie sur des progrès en reconnaissance de pattern etc. Le résultat est tout à fait impressionnant concernant le jeu d'échecs. Mais je suis très sceptique sur la généralisation de telles méthodes sur plein d'autres problématiques, ou sur le lien que l'on peut faire avec la singularité. 

 

Dans d'autres problématiques, comment générer des milliers de milliards de scénarios pour pouvoir apprendre ?

Comment faire quand les règles du jeu ne sont pas clairement définies, ou sont évolutives, suivent une dynamique aléatoire ?

Comment faire lorsque le nombre de variable est bien plus gros ? Quand le résultat est difficile à précisément quantifier ?

Si les problématiques deviennent bien plus couteuses en temps de calcul, et sachant que pour le jeu d'échecs on utilise déja le top du top en terme de matos, les progrès technologiques matériels suivront ils le rythme ?

 

Je suis curieux des arguments des chercheurs en IA concernant "l'IA forte d'ici 2050", "la singularité c'est pour bientôt". Je ne vois pas trop le rapport entre l'apprentissage et ça. Je n'ai lu que des arguments littéraires et un peu abstraits à base de "le progrès c'est exponentiel", mais j'ai jamais lu de pistes scientifiques convaincantes. 

Link to comment
13 minutes ago, Mathieu_D said:

Mmmh non si entrainer des réseaux de neurones est couteux en calcul ce n'est pas du tout le cas en exécution.

En tout cas AlphaZero, même après apprentissage, tourne sur un hardware costaud de chez costaud même si ca n'a rien avoir avec celui utilisé lors de la phase d'apprentissage pur.

En gros si on en croit l'article pour l'apprentissage ca a tourné avec 5000 TPU, pour les parties 4 TPU.

J'ai lu que ca correspondait à une puissance de 720 teraflops. Le programme qu'AlphaZero a affronté n'a pas eu le droit à cet hardware, même si sans doute que ca lui aurait été relativement moins utile qu'à AlphaZero

 

AlphaZero a appris a bien jouer, mais il n'a pas appris à, face a une position donnée, trouver instantanément un coup miraculeux. Son apprentissage l'aide, j'ai l'impression, à, pendant les parties, avoir un bon instinct des bonnes branches à creuser (alors que les programmes traditionnels considèrent absolument tous les coups possibles jusqu'à une certaine profondeur, avant d'évaluer la position finale de leur calcul). En gros AlphaZero considère moins de positions, mais les creuse en profondeur (et ne base pas son évaluation sur des critères humains qu'on lui a programmé mais sur des probabilités de gains issus de son propre apprentissage et des résultats de ses simulations.)  . Le problème c'est que pour choisir un coup il simule (si je comprends bien) plein de fins de parties, ce qui est un processus couteux en temps de calcul.

D'ailleurs j'ai lu que en partie très rapide, (là ca a joué en 1mn par coup), AlphaZero n'est pas très performant. Son évaluation instantanée des positions n'est pas miraculeuse (même si suffisament bonne pour pouvoir directement explorer les 4 ou 5 pistes les plus prometteuses).

 

 

Link to comment
3 hours ago, adrct said:

Je suis curieux des arguments des chercheurs en IA concernant "l'IA forte d'ici 2050", "la singularité c'est pour bientôt". Je ne vois pas trop le rapport entre l'apprentissage et ça. Je n'ai lu que des arguments littéraires et un peu abstraits à base de "le progrès c'est exponentiel", mais j'ai jamais lu de pistes scientifiques convaincantes

 

J'ai un peu le même point de vue. Il y a des limites intrinsèques à la calculabilité et donc l'argument du progrès exponentiel se cassera la figure dessus. 

 

Les IA sont ultra-humaines pour des problémes biens posés pour lesquels on ne connait pas de bonne manière de faire.Typiquement programmer un logiciel d'échecs tombe dans cette catégorie (d'ailleurs c'était une remarque de Shannon sur l'intérêt qu'il y avait à choisir ce problème : ce n'était pas juste un calcul numérique du type de ceux dont on a besoin pour faire une bombe nucléaire mais plus une affaire de qualité). 

 

Le problème majeur vient de la réflexivité : est ce que la.machine peut prendre conscience d'elle même. C'est peu probable car il y aurait un paradoxe : en se comprenant elle même elle comprendrait ses limites (halting problem) Mais pourrait les dépasser ce qui contredirit que ce sont des limites.

 

Donc la course à l'échalote c'est de faire une IA qui arrive à penser en dehors de la boite.

Link to comment

Mouais. Déjà rien que quand on construira une ia dont on sera incapable de faire la différence entre humain et machine en double aveugle, on pourra commencer à baliser.

 

Enfin il y a autre chose qui m'embête avec ça, c'est que rien ne dit qu'une IA plus intelligente que nous et autoconsciente sera dotée d'un instinct de survie et de progrès. Ça aura peut-être aucun sens pour elle d'exister ou de ne pas exister, ni de s'améliorer ou pas.

C'est AMHA le gros élément intrinsèque du vivant qui est projeté systématiquement sur le vivant artificiel potentiel sans qu'on se demande si ça a le moindre sens. 

Après tout, la reproduction et expansion c'est quelque chose qui a existé bien avant la conscience sur un temps long, et rien ne dit que si on créé une conscience non biologique, le fait de pouvoir vivre ou pas aura un sens vu qu'elle n'est pas biologique ni issue de l'évolution. 

Link to comment

Je plussoie @Kassad sur les conséquences de Alpha Zero sur le point de vue de Kasparov. Avant Alpha Zero on avait juste des programmes champion de tactique parce qu'ils peuvent voir au delà de 30 coups. Ils pouvaient ainsi défendre une position quasi perdue pour un humain.  L'opinion de Kasparov c'était que grâce à cette vision profonde un ordinateur pouvait réfuter une intuition humaine qui elle se serait concentrée sur la stratégie. Avec Alpha Zero c'est cette vision là qui devrait sauter.

 

Ce qui est aussi super intéressant pour les amateurs d'échecs (et les pros!!), c'est de voir comment Alpha Zero a sélectionné les ouvertures. Apparemment au fur et à mesure de son apprentissage, Alpha Zero a découvert une succession d'ouvertures qu'il abandonnait ensuite dès qu'il en trouvait de meilleures. Faudra voir à quel point ça aura de l'influence sur le jeu des humains.

Le truc qui est terrible et fascinant avec le deep learning, c'est qu'on ne sait pas interpréter les décisions prise par un tel réseau. Par exemple pourquoi telle ouverture est meilleure qu'une autre selon Alpha zero ? Parce qu'elle lui permet de mieux gagner ? C'est une tautologie, mais on n'a aucune autre idée pour l'instant.

 

Je vais vous retrouver un peu le départ du Deep Learning. J'ai les références, faut juste que je retrouve.

Mais faut pas oublier non plus l'amélioration du hardware, tous les algorithmes d'entraînements sont basés sur des produits matricielles (en fait des tenseurs, mais bon hmm). L'accès au GPU via des API comme CUDA a contribué à augmenter énormément la puissance de calcul disponible pour faire tourner les expériences. Google a enfoncé le clou en produisant en interne des puces dédiées au calcul tensoriel.

L'autre chose qui était fondamentalement nécessaire pour pouvoir valider le deep learning était l'accès à des bases de données énormes car elles permettent d'éviter un surentraînement.

 

Link to comment

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now
  • Similar Content

    • By Alchimi
      Nous avons un fil sur la musique de films, des fils sur les divers styles musicaux, mais pas de fil sur les B.O des jeux vidéos à proprement parler.
      Or, force est de reconnaitre qu'à minima les musiques composées pour les jeux vidéos n'ont rien à envier aux musiques de films, (voir à la musique pour elle-même tout court), et ont même leur propre spécificités, mais là je préfèrerais autant laisser un compositeur en parler.
       
      Au risque d'avoir une certaine redondance avec les autres fils, je pense que ça vaut le coup de créer ce thread tout de même, rien que pour partager certains albums et artistes que l'on serait parfois bien en peine de savoir dans quel autre fil les classer: "La B.O de Skyrim je la mettrais dans musique de film? Celle de Starcraft en électro? Ah mais attends y'a des riffs de rock... en métal? Oui mais c'est vachement electro quand même..." etc etc
       
      Je commence avec des favoris persos (je vais essayer de garder une certaine chronologie de sorties des jeu, IE les jeux des années 90 avant les 00's):
      Les grands classiques de mon enfance et ma préadolescence:
      Un GRAND classique, Age of Empires:
       
       
      Du bon vieux son MIDI (et une B.O qui a hanté ma préadolescence vidéoludique):
      Encore aujourd'hui les morceaux Terran me donnent des envies de créer pleins de petits space marine en hurlant "allez on y va gogogo!", allez savoir pourquoi...
       
      Du même studio, Diablo 2:
      Aaaaah courir à poil avec une épée en carton pour tuer du zombie démoniaque pixélisé, que du bonheur.
       
      Homeworld 2, (je ne connais pas trop le 1), magnifique jeu de SF à la musique envoûtante:
       
      Skyrim, un chef d’œuvre, on ne le présente plus:
      Je pense sincèrement que la réussite critique et publique de ce jeu est largement due à sa bande-son géniale, qui va des accords symphoniques à des sons d'ambiance magnifiques. Jeremy Soule a fait un superbe travail.
       
      Brink, un FPS peu connu, post-apo dans une arcologie marine, mélange de Mad Max 2, Waterworld et Elysium. La bande-son a des sonorités que j'ai rarement entendu dans un jeu ou même un film: (attention c'est la BO des menus et de certains passages du jeu, donc une certaine répétition du thème est à prévoir):
       
      Mirror Edge 1 & 2, musique très ambiant électro composée par Solar Fields, un musicien électro suédois qui est collabore avec des membres du groupe Carbon Based Lifeforms, célèbre groupe suédois d'ambient pour ceux qui ne connaissent pas (et qui vaut le détour):
       
       
       
      Et pour se reposer de l’électro, un remake réussi d'un grand classique, tout en finesse et en subtilité, une délicate œuvre d'art:
       
      Il y en a pas mal d'autres que j'écoute de loin en loin qui mériteraient d'être cités...
      C'est à vous!
    • By Freezbee
      Saurez-vous reconnaître ces personnalités liées à internet ? Personnellement, je n'en ai que onze...
      Pour simplifier la lecture des réponses, celles-ci peuvent être présentées avec le format l:c (ligne:colonne).
       

       
      Ceux que j'ai identifiés :
       
       
    • By Vilfredo
      Un fil pour les gens qui ou sont déjà des pros des échecs et ont des trucs à dire à ceux qui veulent devenir meilleurs ou pour les liborgiens en quête de stimulation cérébrale. On peut échanger des vidéos, des articles, des anecdotes sur des parties (historiques ou personnelles), partager ou élaborer des stratégies, proposer des énigmes du type "comment faire mat en 3 coups dans telle configuration?" (exercice commun dans les clubs échecs), bref, tout ce qui peut de près ou de loin participer à l'élévation de notre QI spatial dans ce domaine (comment arriver à jouer plus vite par exemple).
    • By Marlenus
      On a un topic sur les jeux vidéos, j'en lance un sur les jeux sur table.
       
       
      J'ai vu qu'il y avait entre autres des personnes qui appréciaient blood bowl.
      Et je me rappelle de quelqu'un qui me demandait la méta actuelle.
       
      Les équipes pour la coupe du monde sont sorties.
      1428 joueurs par équipes de 6 sont inscrits.
       
      Une équipe ne pouvant avoir de doublon, le nombre maximum d'un roster est donc de 238
       
      Le top 5:
      Elfes sylvains 131
      Nécromantiques 130
      Elus du chaos 114
      Humain 112
      Elfes noirs 111
       
      Top 5 des moins joués:
      Khemri 22
      Ogres 20
      Pacte du Chaos 17
      Bretonniens 16
      Vampires 13
       
       
      Bien sûr cette méta n'a de sens qu'avec les règles de créations d'équipe utilisées durant la WC (qui explique entre autre, la présence sur le podium des Nécromantiques et des Elus du Chaos, ainsi que l'absence des nains du Top 5).
       
      Pour la liste détaillées des 1428 équipes, c'est ici:
      http://www.nafworldcup.sbbm-turniere.com/
       
      A Info->Registred Squad.
    • By phantom_opera
      Plutôt que de continuer les topics existants, je voulais créer un topic sur les jeux video en général. Après avoir parlé des cd des musiques de Final Fantasy dans le forum, ça m'avait donné envie d'acheter Final Fantasy 5, chose faite depuis hier, je l'ai acheté sur GBA:
      (image de la jaquette de la version US, moi je l'ai en français)
      J'y ai joué un peu hier soir, j'ai déjà terminé deux donjons. Ma première impression, pour l'instant, c'est qu'il est un peu décevant par rapport au 4 et surtout au 6 au niveau de l'histoire. L'histoire n'est pas mauvaise, loin de là, mais un peu trop simple à mon goût. Le système des métiers est par contre vraiment excellent, moi j'aime bien!
      Quelqu'un connaît-il le jeu?
×
×
  • Create New...