Roger Federer joue contre lui-même grâce à l'IA
Des chercheurs de l'université de Stanford ont mis au point un algorithme capable de générer de nouvelles séquences à partir de vidéos de tennis réelles. Le système peut par exemple être configuré pour que Roger Federer joue contre lui-même ou remporte la finale de Wimbledon 2019.
Les fans de Federer font encore des cauchemars de la finale de Wimbledon 2019, le match au cours duquel la star du tennis suisse a perdu contre Novak Djokovic. Le champion aux 20 titres du Grand Chelem aurait pu ajouter un neuvième titre au prestigieux tournoi. Mais il a commis des erreurs fatales dans le tie-break du cinquième set.
Que se serait-il passé si le coup droit de Federer était resté dans les limites du terrain lors de sa première balle de match ? Des chercheurs en intelligence artificielle de l'université de Stanford ont réécrit l'histoire dans une séquence vidéo. Dans celle-ci, le fameux coup droit reste dans le champ et offre ainsi la victoire à Federer.
Comment le Machine Learning génère de nouveaux jeux de tennis
L'algorithme peut générer des matchs imaginaires assez réalistes entre plusieurs joueurs ou même entre un joueur et son double. Des séquences publiées sur Youtube montrent Federer en train de jouer contre lui-même ou contre Serena Williams. Le modèle de machine learning a été entraîné avec une base de données d'enregistrements commentés. Des points graphiques représentent la position du joueur et l'impact de la balle. L'algorithme apprend ainsi quelles actions le joueur réel est susceptible d'effectuer dans une situation de jeu donnée. En manipulant ensuite la position des points de contrôle, un système de synthèse vidéo peut convertir les images réelles en nouvelles séquences. L'algorithme simule ainsi des échanges qui correspondent au style de jeu des joueurs.
La technique doit encore être affinée
"Selon les experts du tennis, les échanges de balles générés par notre approche sont beaucoup plus réalistes en termes de comportement des joueurs que les méthodes de sprite vidéo, qui ne prennent en compte que la qualité des transitions de mouvement lors de la synthèse vidéo", expliquent les chercheurs de Stanford. Selon eux, leur technique est prometteuse, notamment pour la création de jeux vidéo. Mais la technique doit encore être affinée, ajoutent-ils. Dans les séquences publiées, le public est par exemple complètement figé, les joueurs n'ont pas d'ombres et semblent flotter un peu au-dessus du terrain de jeu. (Yannick Chavanne/semaine en ligne)
Cet article a d'abord été publié dans le magazine Netzwoche.
