當(dāng)我們用綜合數(shù)據(jù)在‘新兵訓(xùn)練營(yíng)’里測(cè)試Pensieve時(shí)，它可以搞清楚供給自適應(yīng)碼率（ABR）算法，博士生HongziMao說(shuō)道。他是相關(guān)文章的第一作者，庫(kù)卡機(jī)器人驅(qū)動(dòng)器維修，下周將出席洛杉磯的SIGCOMM會(huì)議。這種壓力測(cè)試也表明它可以在現(xiàn)實(shí)世界的新環(huán)境中運(yùn)行良好。
YouTube和Netflix等網(wǎng)站并不是把完整的視頻送到你的電腦上，而是把視頻切成了小塊，依靠ABR算法來(lái)決定每一小塊的分辨率。這種做法的確提供了更連貫的觀看體驗(yàn)，也可以節(jié)省寬帶流量，但是也存在一些問(wèn)題。如果連接太過(guò)緩慢，YouTube可能會(huì)暫時(shí)降低分辨率，KUKA機(jī)器人維修，保證視頻連貫播放。而且因?yàn)橐曨l是塊狀的，所以也不能快進(jìn)。
現(xiàn)在有兩種ABR：基于速率的ABR可以測(cè)量一個(gè)網(wǎng)絡(luò)傳輸數(shù)據(jù)的速度；基于緩沖的ABR保證視頻開(kāi)頭的緩沖是足夠的。
這兩種算法目前各自只能關(guān)注一個(gè)方面，但是MIT的新算法Pensieve可以利用機(jī)器學(xué)習(xí)來(lái)根據(jù)網(wǎng)絡(luò)情況選擇最佳的系統(tǒng)。
在實(shí)驗(yàn)中，測(cè)試的AI使用的是wifi和LTE，實(shí)驗(yàn)團(tuán)隊(duì)發(fā)現(xiàn)其可以使視頻在同樣分辨率下播放，但是要比其他方法快10-30%。此外，用戶評(píng)價(jià)此AI播放的視頻提高了10-25%的體驗(yàn)質(zhì)量。
然而，研究人員只用一個(gè)月的下載視頻測(cè)試了Pensieve，且相信其在流量巨頭YouTube和Netflix等網(wǎng)站上使用，性能會(huì)更好。
卡耐基梅隆大學(xué)電子與計(jì)算機(jī)工程副教授VyazSekar也參與了本次研究，他表示：之前控制邏輯性的方法是基于人類專家直覺(jué)的。本次研究表明這種機(jī)器學(xué)習(xí)方法有希望利用‘深度學(xué)習(xí)’類的技術(shù)。他和卡耐基梅隆大學(xué)的其他研究人員一同想要把兩種ABR算法結(jié)合到一起，庫(kù)卡機(jī)器人驅(qū)動(dòng)器維修，當(dāng)取得重大進(jìn)展時(shí)，他們依然遇到了網(wǎng)速難以模擬的困難。
除了這些進(jìn)展以外，MIT的新AI也非常靈活，可以讓你選擇如何播放。比如，如果你知道你馬上就會(huì)沒(méi)有信號(hào)，你可以關(guān)掉位率，犧牲分辨率保證視頻的加載。
HongziMao說(shuō)：我們的系統(tǒng)很靈活，你可以選擇自己想要優(yōu)化的方面。你甚至可以想象一個(gè)用戶個(gè)性化設(shè)置自己的視頻加載體驗(yàn)，不管想要消除再緩沖還是分辨率。
接下來(lái)，這個(gè)團(tuán)隊(duì)計(jì)劃用VR來(lái)測(cè)試Pensieve。
研究人員表示：4K的VR所需的位率每秒可以輕松累計(jì)幾億兆位，現(xiàn)在網(wǎng)絡(luò)根本支持不了。有Pensieve這樣可以改善VR的系統(tǒng)，我們是很激動(dòng)的。這是我們邁出的第一步。