Sony Interactive Entertainment, qui gère toute la partie gaming au sein du groupe Sony, des consoles aux jeux-vidéo, est sur le point de faire l’acquisition de la société britannique iSIZE, spécialisée dans la création de solutions basées sur l’intelligence artificielle visant à faire des économies de débit, et des améliorations de qualité, pour l’industrie des médias et du divertissement.
Dans ces termes assez difficiles à appréhender par les grand public, nous avons cherché à comprendre ce que pouvait apporter cette acquisition à PlayStation. Nous nous sommes donc tournés vers des personnes travaillant dans le milieu du jeu-vidéo, et Nicolas PERRET, qui développe depuis des décennies des jeux, dont le célèbre Moto Racer sorti en 1997, est venu nous éclairer, et nous vous partageons ses explications qui nous ont permis de mieux comprendre ce principe d’économie de débit et d’amélioration de qualité.
Imaginons que nous avons une grande boîte de crayons de couleur. Au lieu d’utiliser tous les crayons pour dessiner une image, nous choisissons d’abord les couleurs les plus importantes. C’est ce que fait le YUV : il sépare les couleurs importantes des moins importantes.
Ensuite, imaginons que nous avons un puzzle avec l’image que nous voulons dessiner. Au lieu de mettre toutes les pièces du puzzle, nous choisissons de mettre seulement les pièces les plus importantes qui permettent de voir l’image clairement. C’est ce que fait la DCT : elle garde seulement les morceaux les plus importants de l’image.
Ainsi, grâce au YUV et à la DCT, nous pouvons montrer une image qui ressemble beaucoup à l’originale, mais en utilisant moins de pièces et de crayons.
Donc pour une optimisation en agissant sur la source de la vidéo exclusivement, il faut imaginer un robot qui adore peindre des tableaux. Au début, ce robot peint avec beaucoup de détails, mais cela prend beaucoup de temps et de peinture. Nous voulons donc qu’il peigne plus vite, et utilise moins de peinture, mais que le tableau reste joli.
1. **Apprentissage du robot avec YUV** : Le robot apprend que certaines couleurs (comme le bleu du ciel) sont plus importantes que d’autres. Il décide donc de se concentrer sur ces couleurs et d’en utiliser un peu moins pour les autres. Cela lui permet d’économiser de la peinture.
2. **Apprentissage du robot avec DCT** : Le robot regarde le tableau et voit qu’il y a des motifs qui se répètent. Plutôt que de peindre chaque détail, il apprend à peindre seulement les motifs les plus importants. Cela lui fait gagner du temps.
3. **Machine Learning** (l’IA en quelque sorte) : Chaque fois que le robot peint un tableau, il reçoit des commentaires. « C’était bien fait ici, mais tu aurais pu économiser de la peinture là. » Avec ces commentaires, le robot apprend à mieux peindre à chaque fois, en utilisant toujours moins de peinture, mais en gardant le tableau joli.
En utilisant le machine learning, le robot apprend donc à optimiser son utilisation de la peinture (YUV) et ses motifs (DCT) pour que le tableau soit toujours beau, mais qu’il soit peint plus rapidement et avec moins de ressources. C’est un peu comme si l’IA apprenait à mieux compresser la vidéo en ajustant les paramètres YUV et DCT pour obtenir une meilleure qualité avec une taille plus petite.
Dès lors que cette acquisition sera réalisée, iSIZE viendra renforcer PlayStation, notamment dans la diffusion des jeux via le cloud gaming, ce qui pourrait permettre aux joueurs de profiter de l’expérience de jeux dématérialisés en consomment moins de data (ce qui serait appréciable pour les personnes possédant un petit débit internet), ou bien d’avoir des jeux de meilleure qualité à débit équivalent.
Nous espérons que ces explications, pour lesquels nous remercions Nicolas PERRET, vous auront permis de mieux appréhender le sujet.
Source : Sony Interactive Entertainment
Leave a Comment