Un rajeunissement des jeux retro grâce à l’IA

Beaucoup adorent revisiter leurs anciens jeux. Mais les graphismes sont souvent plus beaux dans nos souvenirs que dans la réalité… D’où l’apparition des mods, qui permettent d’obtenir des images plus détaillées et une meilleure rétrocompatibilité des jeux. Certains ont beau trouver charmante la vision démodée de nos vieux jeux, d’autres préfèrent simplement jouer à une version améliorée !

Comment améliorer la qualité

Il existe différentes techniques de mises à l’échelle vers des résolutions plus élevées. Pour faire revivre des vieux titres avec une esthétique améliorée, il y a d’abord le « full text modding ». Le résultat peut être fascinant (plus de netteté, d’acuité, de détails…) comme le montre les récentes vidéos de Final Fantasy 7. Autre travail fascinant et même bluffant : celui réalisé sur Resident Evil 4.

Il s’agit d’un processus qui requiert de la patience et de nombreuses connaissances. Les jeux ne sont pas tous adaptés à des résolutions plus élevées, et aucun algorithme de mise à l’échelle ne produit des résultats similaires.

Une autre technique réside dans le SRGAN (Super-Resolution Generative Adversarial Network) qui est capable de générer de nouvelles textures réalistes à partir des images du jeu de base. Les détails de ces textures sont malheureusement souvent accompagnés d’artefacts venant réduire la qualité de l’image. Mais l’intelligence artificielle permet d’améliorer cette technique afin de proposer la technologie ESRGAN (Enhanced Super-Resolution). Schématiquement, cette technique consiste à alimenter un algorithme avec une image basse résolution et, sur la base des données qui ont déjà été brassées par le programme, il en sort une version qui a le même aspect, mais qui a plus de pixels, et ainsi une meilleure résolution.

Des premiers tests concluants

Un modérateur, nommé BearborgOne, a par exemple réussi à moderniser les textures de Metroid Prime 2. Lancé à l’origine sur GameCube, le jeu s’affiche maintenant sur PC en 4K à 60 images par seconde. Cette mise à l’échelle, en tant que technique générale, n’est pas en soi un développement récent. Mais c’est véritablement l’utilisation de l’intelligence artificelle qui a considérablement amélioré la rapidité et la qualité des résultats.

Certaines personnes en veulent cependant davantage et soulignent également que cette méthode est gourmande et nécessite un GPU puissant. C’est là que Microsoft entre en jeu avec une solution plus efficace.

Une équipe des Xbox Game Studios expérimente actuellement une technologie inhabituelle qui permettrait d’augmenter la taille des textures en basse résolution… et cela grâce à l’apprentissage machine (Machine learning-ML).

Cette solution s’appuierait également sur la puissance de calcul fournie par les serveurs Azure, un ensemble de services regroupés dans la plateforme cloud de Microsoft. Microsoft serait également aidé par la capacité de Playfab, une société qu’il a achetée au début de 2018 et qui travaille à la création d’outils pour soutenir les jeux dans le nuage.

À propos du nouveau projet, le fondateur de Playfab, James Gwertzman, parle d’une «  technologie de compression magique« . En bref, elle permettrait de télécharger plus rapidement des jeux avec moins de données tout en conservant un réalisme réputé comme les textures HD. Mais le développement de toutes ces solutions utilisant l’intelligence artificielle et le machine-learning nécessitent l’étude d’algorithmes très complexes.

Jusqu’à présent, Playfab affirme que ce procédé fonctionne très bien avec les décors photoréalistes car ils sont plus facilement interprétés par la technologie. Mais l’équipe reconnaît également que c’est plus délicat et complexe avec des styles graphiques plus abstraits ou artistiques parce qu’ils suivent des schémas différents et moins prévisibles.

Car ce n’est pas la première fois que l’on parle d’une technique qui est censée faire des miracles. C’était en 2010 : afin de nous vendre leurs téléviseurs «  3D Ready  » certaines marques nous envoient un processus «  révolutionnaire  ». En appuyant sur un bouton, des images ont été prises en quelques secondes. Samsung et Sony ont utilisé un algorithme qui analysait les ombres, la netteté et le mouvement pour essayer de reconstruire un deuxième point de vue.