Cette intelligence artificielle génère des matches de tennis surréalistes

Général

Par Antoine Gautherie le

Vous vous êtes déjà demandé à quoi ressemblerait une finale de Wimbledon mixte ?  Ou ce qu’aurait pu être la finale de Roland Garros 84 sans un craquage de McEnroe ? Cette intelligence artificielle a tout ce qu’il faut pour répondre à ces questions… et bien plus encore.

©Julian Schiemann – Unsplash

Petit à petit, les grands événements sportifs commencent à se réveiller après quelques mois d’hibernation. Mais cela ne fera pas oublier les grandes compétitions sacrifiées sur l’autel du coronavirus, à commencer par l’édition 2020 du tournoi de  Wimbledon, la Mecque du tennis sur gazon. Mais que les fans se rassurent : grâce aux chercheurs de l’université de Stanford, il est tout de même possible d’avoir sa dose de tennis. Cette équipe s’est amusée à simuler le tournoi avec l’aide d’un système de machine learning. Pour cela, ils ont constitué une vaste base de données d’extraits vidéos annotés des meilleurs joueurs au monde. Il a ensuite servi à créer un modèle statistique, afin d’entraîner un réseau de neurones à comprendre la façon dont ils jouent… et de la simuler ! Jugez-en par vous-même avec cette vidéo de démonstration avec Novak Djokovic, Serena Williams, Rafael Nadal et Roger Federer.

La nature cyclique du tennis a permis de produire un algorithme assez complet sans trop d’effort. Par exemple, on sait qu’un joueur va frapper la balle, se replacer, attendre la frappe adverse, puis recommencer. Le système a donc pu s’attarder sur des points comme la position du joueur, sa vitesse et sa posture, sa façon de frapper… Et il faut admettre que ces tendances sont assez réalistes ! On constate ainsi que Nadal se place systématiquement plus loin de la ligne que Federer. Ce dernier nous gratifie d’ailleurs de son célèbre revers à une main. Le double numérique de Djokovic, lui, envoie châtaigne sur châtaigne du côté faible de son adversaire.

Réaliser vos rêves sportifs les plus fous

Avec un système de ce genre, les possibilités sont infinies. Par exemple, quel fan de tennis n’a jamais rêvé d’une finale Williams contre Federer ? Les auteurs se sont livrés à l’expérience et ces quelques extraits donnent vraiment envie de voir un match entier. Ce système permettrait aussi de rejouer des matches iconiques qui auraient pu finir très différemment. Par exemple, que ce serait-il passé si le sulfureux John McEnroe n’avait pas perdu ses moyens face à Ivan Lendl, en finale du Roland Garros 1984 ? A défaut de pouvoir y répondre, ce système pourrait nous permettre de simuler quelques scénarios possibles.

La suite logique de la data dans le sport ?

On peut également imaginer d’autres applications. Par exemple, des joueurs pourraient se servir d’un tel système pour analyser une confrontation à posteriori. Il pourrait s’agir d’un outil redoutable pour débriefer un match ou analyser une mauvaise habitude. Un coach n’aurait besoin que de quelques minutes pour savoir si tel coup a été le bon, ou si tel positionnement aurait mieux fonctionné. Il y a aussi l’avantage évident de pouvoir simuler la ou les réponses possibles à différents coups : cela permettrait au joueur d’arriver sur le court avec un avantage stratégique conséquent. On peut même imaginer que ce système puisse être appliqué à d’autres sports ! Reste cependant un bémol : si l’exemple du tennis fonctionne bien, c’est surtout grâce à sa nature cyclique. L’appliquer à des sports plus “libres” exigera de franchir de nouveaux obstacles.

Une potentielle mine d’or pour le jeu vidéo

Des systèmes prédictifs de ce genre pourraient même s’imposer dans le monde du jeu vidéo pour animer les personnages. À l’heure actuelle, la plupart des jeux de sport ou de combat se basent sur un mélange de deux principes : une part d’animation classique, et une part d’animation procédurale. La première est souvent réalisée à base de motion capture, où l’on numérise les mouvements d’un acteur avec de l’équipement spécialisé. La seconde, de l’autre, est générée en temps réel par le logiciel à partir de règles spécifiées à l’avance.

En mélangeant ces deux aspects, on peut donc avoir un mouvement réaliste (mocap) mais réactif, organique et adaptatif (procédural). Un système comme celui-ci pourrait faire des merveilles dans les jeux de sport basés sur cette approche hybride, comme NBA 2K ou FIFA. Certes, il reste encore plusieurs petits bugs; mention spéciale à l’éclairage et aux pieds qui flottent au-dessus de la pelouse ! Mais ces défauts seront certainement corrigés assez rapidement, et il nous tarde déjà de voir comment ce système sera utilisé en pratique.

Senston Raquette de Tennis...
2 Commentaires
Senston Raquette de Tennis...
  • Raquette de dernière technologie et matériaux haut de gamme, améliorent la stabilité et...
  • La surface de frappe plus large garantit des coups précis et rapides.
  • Matériaux des cordes : vous pouvez utiliser la corde en polyester, fonctionne bien et est...
  • Poids : 270 ± 10 g (non cordée)/Longueur : 68,5 cm/Taille de la tête : 645...
Source: Engadget