MIT用AI改善串流播放效能线上追剧不再卡卡的

社会动态2021-03-06 06:06:36
最佳答案

图片来源:

MIT News

麻省理工学院(MIT)的电脑科学暨人工智慧实验室(Computer Science and Artificial Intelligence Laboratory,CSAIL)準备在下周举行的SIGCOMM计算机通讯网路会议上展示一项新的AI系统,此一基于机器学习的「储思盆」(Pensieve)系统将能用来改善串流影片的效能,减少影片像素化或停摆的机率,以创造更好的观赏经验。

全球最大影片分享平台YouTube是利用自适性比特率(adaptive bitrate,ABR)的各种演算法来创造更连贯的观赏经验,这些演算法会把影片切成小块以方便下载,当网路缓慢时,YouTube就会调降影片的解析度,于是便会出现像素化,假设使用者快转,重新缓冲的结果则会让影片定格。

CSAIL指出,儘管ABR运算法通常是有效的,但使用者的期望却是无边的,总是希望能观赏到高画质且顺畅的串流影片。

MIT教授Mohammad Alizadeh表示,许多研究显示使用者会在画质太差时放弃观赏该影片,而这将造成出版商广告收入的流失。因此,他与CSAIL团队共同打造了Pensieve系统,该系统可根据网路状态来选择不同的演算法,而带来更高品质的串流经验。

Pensieve系统的作法是把每一个ABR演算法当成一个神经网路,并在不同频宽或缓冲的环境中反覆进行测试,以奖励与处罚机制来调整演算法,例如当带来高解析度与不需缓冲的串流经验时便得到奖励,藉此学习可影响效能的各种策略,并判断最佳策略。Pensieve系统也支援客製化设定,例如可想像使用者的个性来决定是品质或顺畅优先。

实验发现,透过Pensieve系统串流影片时,重新缓冲的机率比其他作法少了20~30%,同时其体验品质(QoE)则高出了25%。

由于Pensieve系统的训练是基于单月的影片串流数量,Alizadeh认为假使拥有Netflix或YouTube等级的影片串流规模,它的效能将更为惊人。该团队的下一步则是把Pensieve系统应用在虚拟实境(VR)影片上。

 

MIT介绍影片:

 

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。