視頻的卡頓和低清晰度大大降低了觀眾的觀看體驗，同時也損害了廣告主們的利益。目前，視頻的卡頓和低清晰度都是由于一些特殊的算法造成的，它們將視頻分解成小塊，邊看視頻的同時，它就在一邊加載。如果網(wǎng)絡(luò)速度很慢，播放器可能會在接下來的幾秒鐘里播放低分辨率的視頻，以確保你仍然可以不間斷地觀看——因此，就出現(xiàn)了視頻畫面變得模糊的情況。如果你嘗試跳過尚未加載的視頻的部分，這樣的話，畫面就必須停止，以緩沖那些還沒有加載的部分。

近日，MIT計算機科學(xué)與人工智能實驗室（CSAIL）的一個研究團隊給出了新的解決方案：他們開發(fā)出一個名叫“Pensieve”的AI，它可以挑選***算法，確保流媒體視頻播放時順暢無阻不中斷，回放時讓質(zhì)量達到***。

與傳統(tǒng)方法相比，CSAIL的方法有一個明顯的不同點：它使用神經(jīng)網(wǎng)絡(luò)而不是嚴(yán)格的算法式技術(shù)。通過反饋系統(tǒng)神經(jīng)網(wǎng)絡(luò)可以持續(xù)學(xué)習(xí)，尋找優(yōu)化方法，反饋系統(tǒng)的目標(biāo)是讓視頻回放變得更流暢，如果是傳統(tǒng)方法，就會設(shè)定一套明確規(guī)則，緩沖視頻時算法技術(shù)會按規(guī)則行事。

Pensieve以現(xiàn)有技術(shù)作為基礎(chǔ)進行改進，比如ABR技術(shù)。YouTube就使用了該技術(shù)，簡單來講就是降低視頻質(zhì)量，確保視頻流暢播放。AI可以根據(jù)設(shè)備的網(wǎng)絡(luò)條件選擇選擇不同的算法，盡可能彌補某一種方法的缺陷。在實驗過程中，CSAIL研究團隊發(fā)現(xiàn)視頻以流形式播放時再緩沖減少10-30%，也就是播放時速度比傳統(tǒng)算法快10-30%，畫質(zhì)提高10-25%。

目前團隊正在測試，看看如何將系統(tǒng)應(yīng)用于VR視頻，如果想獲得高質(zhì)量VR體驗需要很高的比特率，Pesieve剛好可以派上用場，改進體驗。