Mercredi 1er août à 18h. L’exposé arrive après une longue journée – cérémonie d’ouverture du Congrès le matin, conférences de « laudations » (où le caractère remarquable des travaux des lauréats est expliqué par d’éminents spécialistes de leur domaine) l’après-midi -, mais l’énergie de Constantinos Daskalakis, prix Nevanlinna de cette édition 2018, est communicative.

Dans un style limpide et élégant, il dresse un historique et un état des lieux de la théorie algorithmique des jeux. L’idée : comprendre en profondeur les « jeux » et le comportement des joueurs cherchant à optimiser leur gain, les analyser y compris d’un point de vue quantitatif, poser la question de l’existence d’une stratégie gagnante à coup sûr, de sa modélisation, de la programmation de machines capables de battre l’être humain. Des questions qui touchent aussi bien les jeux au sens propre que l’économie, le fonctionnement des marchés, par exemple. Daskalakis nous parle donc théorie des jeux, algorithmique, machine learning, deep learning… 
Partant d’un petit jeu très simple à deux joueurs et à somme nulle (où le gain d’un joueur est la perte de l’autre… c’est le cas des échecs ou du go), on (re)découvre avec lui les travaux de Von Neumann, la notion d’algorithme minmax (en gros la stratégie gagnante dans un jeu de ce type), on comprend pourquoi l’ordinateur Deep Blue battait le champion Gary Kasparov. On évoque aussi Nash et l’existence d’un équilibre pour tout jeu fini (c’est à dire avec un nombre fini de joueurs et de stratégies). Petit à petit, Daskalakis nous amène sur le terrain glissant des jeux à n joueurs, à somme non nulle, et là, on comprend que rien n’est gagné, que le calcul d’un équilibre de Nash devient un problème d’une complexité effarante… et que l’ordinateur n’est pas près de nous étaler au poker à trois joueurs !