MIT创造了一种通过缩短缓冲韶光和像素的方法，来增加视频数据流。

MIT的打算机科学和人工智能实验室根据不同的网络环境来挑选不同的算法，开拓出了一个新的AI，名为Pensieve，可以带来更高质量的流媒体体验，缩短缓冲韶光。

“当我们用综合数据在‘新兵演习营’里测试Pensieve时，它可以搞清楚供给自适应码率（ABR）算法，”博士生Hongzi Mao说道。
他是干系文章的第一作者，下周将出席洛杉矶的SIGCOMM会议。
“这种压力测试也表明它可以在现实天下的新环境中运行良好。
”

YouTube和Netflix等网站并不是把完全的视频送到你的电脑上，而是把视频切成了小块，依赖ABR算法来决定每一小块的分辨率。
这种做法的确供应了更连贯的不雅观看体验，也可以节省宽带流量，但是也存在一些问题。
如果连接太过缓慢，YouTube可能会暂时降落分辨率，担保视频连贯播放。
而且由于视频是块状的，以是也不能快进。

现在有两种ABR：基于速率的ABR可以丈量一个网络传输数据的速率；基于缓冲的ABR担保视频开头的缓冲是足够的。

这两种算法目前各自只能关注一个方面，但是MIT的新算法Pensieve可以利用机器学习来根据网络情形选择最佳的系统。

在实验中，测试的AI利用的是wifi和LTE，实验团队创造其可以使视频在同样分辨率下播放，但是要比其他方法快10-30%。
此外，用户评价此AI播放的视频提高了10-25%的“体验质量”。

然而，研究职员只用一个月的下载视频测试了Pensieve，且相信其在流量巨子YouTube和Netflix等网站上利用，性能会更好。

卡耐基梅隆大学电子与打算机工程副教授Vyaz Sekar也参与了本次研究，他表示：“之前掌握逻辑性的方法是基于人类专家直觉的。
本次研究表明这种机器学习方法有希望利用‘深度学习’类的技能。
”他和卡耐基梅隆大学的其他研究职员一同想要把两种ABR算法结合到一起，当取得重大进展时，他们依然碰着了网速难以仿照的困难。

除了这些进展以外，MIT的新AI也非常灵巧，可以让你选择如何播放。
比如，如果你知道你立时就会没有旗子暗记，你可以关掉位率，捐躯分辨率担保视频的加载。

Hongzi Mao说：“我们的系统很灵巧，你可以选择自己想要优化的方面。
你乃至可以想象一个用户个性化设置自己的视频加载体验，不管想要肃清再缓冲还是分辨率。
”

接下来，这个团队操持用VR来测试Pensieve。

研究职员表示：“4K的VR所需的位率每秒可以轻松累计几亿兆位，现在网络根本支持不了。
有Pensieve这样可以改进VR的系统，我们是很激动的。
这是我们迈出的第一步。
”

（本文由36氪编译组授权发布，未经容许不得转载。
文/郝鹏程）