美国麻省理工学院(MIT)计算机科学与人工智能实验室(CSAIL)的一支研究团队,在教授穆罕默德·阿里扎德(Mohammad Alizadeh)的领导下,开发出一个名叫“Pensieve”的 AI,它可以挑选最佳算法,确保流媒体视频播放时顺畅无阻不中断,回放时让质量达到最佳。
Pensieve 以现有技术作为基础进行改进,比如自适应比特率算法(ABR)。全球最大的视频网站 YouTube 就借助 ABR 来决定当前播放视频的品质,它可以衡量当前网络可以传输多少数据,或者在视频开头缓冲一定时间再开始播放。简单来讲,就是降低视频质量,确保视频流畅播放。
随着时间的推移,Pensieve 会衡量其性能,并调节算法至最优结果。与卡内基梅隆大学根据网络变化进行预测优化的“模型预测控制”(Model Predictive Control,简称 MPC)方法相比,麻省理工的 Pensieve 技术可将缓冲进一步减少 10~30%,画质提高 10-25%。对于大多视频观者来说体验会有明显的改善。
与传统方法相比,CSAIL 的方法有一个明显的不同点:它使用神经网络而不是严格的算法式技术。通过反馈系统神经网络可以持续学习,寻找优化方法,反馈系统的目标是让视频回放变得更流畅,如果是传统方法,就会设定一套明确规则,缓冲视频时算法技术会按规则行事。
研究人员还说,在用户端也许可以对系统进行微调,根据用户回放时优先看重的要素进行调整。例如,你可以设定 Pensieve,让它优先考虑回放质量、回放速度、或者是数据保存。
下周 SIGCOMM(国际通信网络领域的顶尖会议)将会在洛杉矶开幕,到时团队将会开放 Pensieve 源代码,如果用更多的数据集训练,在性能、质量方面系统会有更大进步。