Вас не раздражает, когда просматриваемое Вами на Youtube видео вдруг останавливается для буферизации? Или же когда качество видео снижается до набора пикселей? Группа исследователей из МТИ (Массачусетского Технологического Института) заверяет, что нашла способ избавить миллионы людей от данных неудобств.

При помощи машинного обучения система Pensieve («Омут памяти») вырабатывает оптимальный алгоритм воспроизведения видео с наилучшим возможным разрешением без остановок на буферизацию в независимости от скорости соединения.

Примерно этого же сейчас стремятся добиться Youtube и Netflix на своих платформах, однако, по словам исследователей из Лаборатории Компьютерных Наук и Искусственного Интеллекта (ЛКНИИ) МТИ, системам Youtube и Netflix приходится на данный момент при подготовке каждого последующего фрагмента видео делать выбор между качеством изображения и количеством остановок на повторную буферзизацию. Pensieve же с помощью ИИ обучается подбирать максимально эффективный алгоритм воспроизведения для различных условий просмотра: не важно, просматриваете ли Вы видео в многолюдном месте с тысячами других активных пользователей, или же просматриваете его, въезжая в туннель, где соединение ухудшается. С Pensieve, как утверждают разработчики, повторной буферизации стало на 30% меньше.

Причем команда ученых тестировала свою систему лишь на месячном запасе видео. Если же предоставить ей доступ к большему массиву данных (такому, как каталог Netflix), то показатели ее эффективности вырастут. Данная технология может также найти применение в приложениях, транслирующих VR-видео в высоком разрешении.

Исследователи планируют представить свои труды на грядущей Конференции SIGCOMM в Лос-Анджелесе, после чего сделать свой проект общедоступным.

Исследователи из МТИ избавляются от буферизации видео с помощью машинного обучения
Оценка