MIT最新研究:AI可以為流媒體視頻帶來更好的播放體驗

雷鋒網(wǎng) AI科技評論按:在網(wǎng)上看視頻時,緩沖或色塊問題時有發(fā)生,極其影響觀看體驗?,F(xiàn)在,MIT計算機科學與人工智能實驗室(CSAIL)利用神經(jīng)網(wǎng)絡算法,最大化地緩解了這種現(xiàn)象。將這種算法應用到Y(jié)ouTube或Netflix等網(wǎng)站之后,觀眾將會獲得更好的體驗。此外,這項技術(shù)還能應用于VR,緩解現(xiàn)有的網(wǎng)絡帶寬不夠的問題。

Engadget上的一篇文章詳述了CSAIL新的方法,雷鋒網(wǎng) AI科技評論將其編譯如下。

緩沖和色塊是流媒體視頻播放中常常出現(xiàn)的問題。一旦出現(xiàn)這種情況,會影響觀看體驗,觀眾換臺之后,又會影響廣告商的收入。并且,這種情況還給流媒體服務帶來了技術(shù)上的難點——很難設(shè)計出解決方案。

MIT 計算機科學與人工智能實驗室(CSAIL)新發(fā)明的神經(jīng)網(wǎng)絡AI算法或許恰好能滿足互聯(lián)網(wǎng)所需的流暢流媒體服務。QQ截圖20170816122812

上面播放的視頻并不是以整段傳輸?shù)诫娔X上的,那會占用太大的帶寬。事實上,數(shù)據(jù)被分成小片段,然后按順序傳送。但是為了保證視頻質(zhì)量,像YouTube這樣的網(wǎng)站是利用ABR(碼率自適應)算法來確定視頻播放的分辨率。ABR算法通常有兩種模式:一種是測量網(wǎng)絡傳輸數(shù)據(jù)的速率,另一種是保證視頻開頭有足夠的緩沖區(qū)。

如果基于速率的算法失敗了,系統(tǒng)會降低比特率以確保視頻繼續(xù)播放,這會導致色塊問題。

另外,如果試圖將視頻快進太多,將會更加影響播放體驗,這是因為基于緩沖的系統(tǒng)提前加載新的視頻塊和緩沖區(qū)時,不得不暫停播放。

這兩種ABR模式本質(zhì)上是解決同一問題的兩面,他們都沒有完全解決問題的能力。接下來就是人工智能的用武之地了。

實際上已經(jīng)有了一些關(guān)于這個問題的研究??突仿〈髮W的一個研究小組最近開發(fā)了一種叫做“模型預測控制”(MPC)的方案,試圖預測網(wǎng)絡環(huán)境如何隨時間變化,并基于這個模型做出優(yōu)化決策。然而,這個系統(tǒng)的問題在于,它只會基于模型自身做出優(yōu)化決策,不適合那些突然或急劇發(fā)生流量變化的網(wǎng)絡。

CSAIL的新方法被稱為“Pensive”,它并不依賴模型,而是用機器學習來計算何時(以及何種情況下)在速率ABR和基于緩沖的ABR之間進行切換。和其他神經(jīng)網(wǎng)絡一樣,Pensive使用獎勵和懲罰來強化每次試驗的結(jié)果。隨著時間的推移,系統(tǒng)能夠調(diào)整自己的行為,始終獲得最高的獎勵。有趣的是,由于可以調(diào)節(jié)獎勵,我們可以調(diào)整系統(tǒng),讓它執(zhí)行我們想要得到的行為。

MIT CSAIL最新研究:將AI應用于流媒體視頻,可獲得更好的播放體驗

麻省理工學院教授Mohammad Alizadeh在一份聲明中說:“我們的系統(tǒng)很靈活,無論想要什么樣的效果,都可以優(yōu)化它來實現(xiàn)。甚至可以想象用戶個性化自己的流媒體體驗,這取決于他們是想要讓緩沖優(yōu)先還是讓分辨率優(yōu)先。”該團隊對這個神經(jīng)網(wǎng)絡只進行了總長一個月的下載視頻內(nèi)容的訓練,就已經(jīng)能獲得與MPC系統(tǒng)相同的分辨率,但減少了10%到30%的緩沖問題。

MIT CSAIL最新研究:將AI應用于流媒體視頻,可獲得更好的播放體驗

我們最終會看到這一技術(shù)被YouTube和Netflix等公司采用,但麻省理工學院的團隊希望先將它應用于VR。Alizadeh說:“VR需要4k的分辨率,在使用時,碼率很容易就達到每秒上千兆,而現(xiàn)在的網(wǎng)絡根本無法支持。我們很高興看到像Pensieve這樣的系統(tǒng)能夠為VR等這樣的應用做些什么。這只是我們所做出的第一步。”

MIT CSAIL最新研究:將AI應用于流媒體視頻,可獲得更好的播放體驗

via:Engadget

雷鋒網(wǎng)(公眾號:雷鋒網(wǎng))AI科技評論編譯

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-08-16
MIT最新研究:AI可以為流媒體視頻帶來更好的播放體驗
在網(wǎng)上看視頻時,緩沖或色塊問題時有發(fā)生,極其影響觀看體驗?,F(xiàn)在,MIT計算機科學與人工智能實驗室(CSAIL)利用神經(jīng)網(wǎng)絡算法,最大化地緩解了這種現(xiàn)象。將這種算

長按掃碼 閱讀全文