Sztuczna inteligencja wygenerowała nagranie z meczu tenisa

Pandemia koronawirusa odcisnęła ogromne piętno na branży sportowej, przyczyniła się do odwołania wielu meczów oraz rozgrywek pucharowych. Taki los spotkał m.in. tegoroczny Wimbledon – w tym roku słynny turniej tenisowy nie odbył się po raz pierwszy od czasów II wojny światowej. Przynajmniej w klasycznej, fizycznej odsłonie. Zespół badaczy z Uniwersytetu Stanforda opracował algorytm, który pozwala stworzyć wirtualny turniej z cyfrowymi zawodnikami imitującymi styl gry profesjonalnych zawodników. Zespół szkoleniowy zaprezentował sztucznej inteligencji Vid2Player dziesiątki archiwalnych nagrań z rozgrywek tenisowych, które miały nauczyć oprogramowanie, w jaki sposób gracze poruszają się na boisku. Na tym jednak nie koniec, gdyż sztuczna inteligencja miała także przewidywać, jak zawodnicy pokroju Novaka Djokovica czy Rogera Federera zachowaliby się w konkretnych sytuacjach. Tym samym algorytm posiadł wiedzę na temat indywidualnych strategii analizowanych graczy. Nauczył się, że Djokovic częściej odbija piłkę w stronę słabszej strony przeciwnika, a Federer podczas odbioru piłki znajduje się bliżej linii końcowej niż Rafael Nadal. Zebrany materiał pozwolił stworzyć cyfrowe inkarnacje poszczególnych zawodników, a następnie symulować całe mecze. Nie tylko te, do których mogłoby dojść w rzeczywistości – sztuczna inteligencja mogła przeprowadzić spotkanie, w którym Federer ściera się sam ze sobą albo gra przeciwko Serenie Williams. Takie mecze nie wyglądają perfekcyjnie – od czasu do czasu animacje tną się i zbyt gwałtownie przechodzą pomiędzy sobą, a system oświetlenia momentami szaleje, nieprawidłowo rozświetlając ubrania graczy. Ponadto tło rozgrywek pozostaje statyczne, a sami gracze nie rzucają cieni na boisko. Mimo tych niedociągnięć cały system zdaje się działać zaskakująco dobrze. Co więcej, jego potencjał nie ogranicza się wyłącznie do zdolności automatycznego symulowania meczów. Oprogramowanie pozwala naukowcom wybrać także miejsce, w które posłana zostanie piłka i do jakiej pozycji cofnie się gracz po zagraniu. Ta część algorytmu mogłaby zostać wykorzystana w zastosowaniach gamingowych, aby usprawnić działanie sztucznej inteligencji oraz uczynić rozgrywkę bardziej rzeczywistą, a zachowanie cyfrowych graczy upodobnić do tych rzeczywistych.