MIT推新AI技術 讓視頻不卡頓不模糊

小明評測智能家居網訊：美國麻省理工學院(MIT)計算機科學與人工智慧實驗室（CSAIL）有一個研究團隊，在教授穆罕默德·阿里扎德（Mohammad Alizadeh）的領導下，他們開發出一個名叫「Pensieve」的AI，它可以挑選最佳演算法解決流媒體卡頓與模糊的問題，確保流媒體視頻播放時順暢無阻不中斷，回放時讓質量達到最佳。

Pensieve以現有技術作為基礎進行改進，包括YouTube正在使用的自適應比特率（ABR）方法（通過抑制質量以保持視頻播放）。它可以衡量當前網路可以傳輸多少數據，或者在視頻開頭緩衝一定時間再開始播放。簡單來講，就是降低視頻質量，確保視頻流暢播放。

AI可以根據設備正在經歷什麼樣的網路條件來選擇不同的演算法，以此來規避掉採用傳統方式來帶的缺點。

在實驗過程中，CSAIL研究團隊發現視頻以流形式播放時再緩衝減少10-30%，也就是播放時速度比傳統演算法快10-30%，畫質提高10-25%。對於大多視頻觀者來說體驗會有明顯的改善。

與傳統方法相比，CSAIL的方法有一個明顯的不同點：它使用神經網路而不是嚴格的演算法式技術。通過反饋系統神經網路可以持續學習，尋找優化方法，反饋系統的目標是讓視頻回放變得更流暢，如果是傳統方法，就會設定一套明確規則，緩衝視頻時演算法技術會按規則行事。

研究人員還說，在用戶端也許可以對系統進行微調，根據用戶回放時優先看重的要素進行調整。例如，你可以設定Pensieve，讓它優先考慮回放質量、回放速度、或者是數據保存。

下周SIGCOMM將會在洛杉磯開幕，到時團隊將會開放Pensieve源代碼，如果用更多的數據集訓練，在性能、質量方面系統會有更大進步。團隊正在測試，看看如何將系統應用於VR視頻，如果想獲得高質量VR體驗需要很高的比特率，Pesieve剛好可以派上用場，改進體驗。

下一步，研究團隊的目標在VR市場，研究人員 Alizadeh 表示，「4K 質量的 VR 視頻對帶寬的要求是今天的網路無法支持的，而我們希望Pensieve能夠協助 VR 技術的落地。」

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！