Ученые из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) при Массачусетском технологическом институте разработали Pensieve — систему на основе машинного обучения, которая автоматически меняет качество потокового видео в зависимости от скорости подключения к Сети.

Многие платформы стримингового вещания, такие как YouTube, задействуют алгоритмы адаптивного битрейт-стриминга (ABR), которые определяют, в каком битрейте следует воспроизводить видео. Чем выше битрейт (число битов для хранения одной секунды мультимедийного содержимого), тем меньше сжимается поток, что обеспечивает более высокое качество картинки. При низкой скорости интернет-соединения битрейт, наоборот, снижается, что дает контент худшего качества.

Тем не менее, алгоритмы ABR очень часто работают некорректно. При медленном подключении к Сети картинка, как правило, разбивается на пиксели, а если пользователь далеко прокручивает вперед, возникает буферизация потока, которая приводит "зависанию" картинки и длительному ожиданию повторной загрузки.

Нейросеть, созданная инженерами MIT, призвана решить эту проблему. При помощи технологии машинного обучения Pensieve, принимая во внимание условия сети, битрейт и буферизацию видео, подстраивает загрузку видеопотока таким образом, чтобы обеспечивать картинку максимально возможного качества. В сравнении с другими алгоритмами, команде под руководством профессора Мохаммада Ализаде удалось добиться более высокого качества потока, при этом доля буферизации во время стриминга сократилась на 10–30%.

Возможно, в будущем технологию MIT возьмут на вооружение крупнейшие стриминговые сервисы и интернет-кинотеатры, такие как YouTube и Netflix. Также Pensieve может быть применена в системах виртуальной реальности.

Источник: hitech.vesti.ru