Les GIFs (prononcez [gif], [dʒif] ou comme vous voulez), ces bouts de vidéos sans son qui tournent en boucle à l’infini, sont presque devenus un art : des courtes œuvres numériques qui racontent ou déconstruisent des images, les écrasant sous la répétition ou en extrayant des significations insoupçonnées.
Créer un GIF est facile aujourd’hui. Des dizaines de programmes, faciles d’accès, vous permettent de fabriquer votre propre boucle à partir d’une vidéo en ligne ou sur votre ordi. Un point d’entrée et un point, quelques effets si vous êtes esthète, et le résultat est en ligne : un flux d’images à la fois court de quelques secondes et éternel.
Des chercheurs de l’université ETH de Zurich travaillant en collaboration avec Yahoo! se sont demandé si la touche humaine était bien nécessaire pour créer des GIFs. Leur projet, détaillé ici, s’appelle Video2Gif :
« Les GIFs racontent une histoire, expriment une émotion, transforment un événement en un moment comique et sont une nouvelle forme de photojournalisme. Nous posons la question suivante : peut-on automatiser le processus entièrement manuel et élaboré de la création d’un GIF en s’appuyant sur la masse pléthorique de GIFs générés par les utilisateurs ? »
Autrement dit, une intelligence artificielle peut-elle définir le passage exact d’une vidéo ayant le meilleur potentiel à se regarder en boucle ? Une machine peut-elle remplacer l’œil et l’intuition humaine, la sensibilité du créateur d’un GIF ?
Pour tenter de le savoir, les chercheurs ont créé un réseau de neurones artificiels et lui ont donné accès à une base de données de 100 000 GIFs, et à leurs vidéos correspondantes.
Ils l’ont ensuite entraîné (comme pour les neurones du cerveau, des connexions se créent, disparaissent ou se renforcent en ajustant les paramètres du réseau artificiel) à scanner les vidéos et, en se fondant sur les GIFs créés par les internautes, et à reconnaître les parties les plus intéressantes à transformer en GIF.
La popularité du GIF sur les réseaux sociaux a servi à créer un système de classement pour que l’outil sache si un GIF est très partagé ou non, et avoir une idée de sa « valeur » aux yeux des internautes.
« Les premiers résultats suggèrent que notre modèle apprend avec succès quel contenu convient aux GIFs ».
En parcourant la page de résultats, et en fouillant les vidéos d’origine, on ne peut qu’être d’accord. Le plus souvent, la machine scanne la vidéo et en sort à chaque fois les moments les plus « GIFables ».
Un outil qui automatise et industrialise la création des meilleurs GIFs a potentiellement beaucoup d’usages, notamment commerciaux. Car comme tout ce qui existe sur Internet gratuitement et qui a un potentiel de monétisation, le GIF intéresse et exaspère la Silicon Valley.
Giphy, l’entreprise qui propose une immense base de donnés où chacun peut uploader son image animée, en est l’exemple : elle est évaluée à 300 millions de dollars, mais n’a pas généré le moindre dollar en chiffre d’affaires en 3 ans. Pour l’instant, Yahoo a dit qu’il « n’y avait aucun projet de production » pour les résultats de cette recherche.
