Vem är den bästa tennisspelaren i all historia? Många kan satsa på Federer, andra på Pete Sampras och andra på McEnroe, men tänk om de kunde möta varandra när de var i det bästa idrottsliga ögonblicket i livet? Det är vad denna AI tillåter oss att göra.
Spelar på att vara en tennisgud
Forskare från Stanford University har skapat en konstgjord intelligens som kan generera Wimbledon-matchningar med hjälp av bildresurser som spelats in tidigare år. Tack vare detta kallas systemet (kallas Vid2Player) kan emulera matcher, låta spelare möta det som aldrig gjorde i turneringen, och till och med kunna ändra historiens gång genom att ta bollen inuti capo på punkter som betydde fulltid.
Konstgjord intelligens har utbildats så att den med hjälp av allt grafiskt material som erhållits från sändningarna kan skapa en statistisk modell med ansvar för att förutsäga rörelsens och träffarna för vissa spelare i slumpmässiga situationer.
Således har de till exempel emulerat en match mellan Roger Federer och Serena Williams i det gröna i London, något som aldrig har hänt och att i videon kan du se att det händer ganska realistiskt (lämnar sprittens grafiska kvalitet från serena).
Allt är baserat på statistik
Till slut är vi bara ett enkelt nummer. Systemet är baserat på hur varje tennisspelare spelar och statistiskt förutsäger vilken typ av träff och riktning han kommer att använda på bollen. Och inte bara det, eftersom det också kommer att placera spelaren på planen efter deras sätt att spela, närmare eller längre från nätet enligt profilen för var och en och även kommer att returnera bollen enligt deras sätt att spela.
Vad skulle hända med att Federer spelade mot sig själv? Det är exakt vad den här tekniken erbjuder oss. Tänk om vi skulle kunna definiera var vi ska styra bollen? Denna sista idé får oss uppenbarligen att tänka på ett videospel som gör det möjligt för oss att ha kontroll över spelarna på det renaste Virtua Tennis stil. Det är något som ännu inte övervägs på allvar, men som utan tvekan verkar vara en mycket intressant tillämpning och som skulle lyckas.
Mycket återstår att förbättra
Men som vi har kommenterat tidigare, visuellt är det inte perfekt, och systemet returnerar visuella fel som är för distraherande och bryter den raden för det verkliga och det simulerade. Hur som helst, detta beror helt enkelt på hur de ursprungliga bilderna fångades, så med hjälp av kontrollerade förhållanden kunde resultaten vara oändligt överlägsna, och det skulle inte se ut som ett gammalt filmiskt spel som vi kunde testa några i eran av laserskivan.
