正在阅读：MIT推出基于“AI冥想”的流媒体视频优化技术MIT推出基于“AI冥想”的流媒体视频优化技术

　　尽管流媒体视频服务已经相当普及，但终端用户还是不可避免地会遇到各种意外的缓冲问题。即便你的带宽已经远远满足需求，当前仍没有切实的解决方案。 好消息是，来自麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）的一支研究团队，已经打造了一套可以解决该问题的神经网络人工智能技术方案。 该系统被称作“冥想盆”（Pensieve），其借助神经网络来训练自己应对各种网络状况，以选择出最佳的数据传输比特率算法。

　　举例来说，全球最大的视频网站YouTube，就借助自适应比特率算法（ABR）还决定当前播放视频的品质。它可以衡量当前网络可以传输多少数据，或者在视频开头缓冲一定时间再开始播放。

　　随着时间的推移，该AI会衡量其性能，并调节算法至最优结果。与卡内基梅隆大学根据网络变化进行预测优化的“模型预测控制”（Model Predictive Control，简称MPC）方法相比，麻省理工的Pensieve技术可将缓冲进一步减少10~30% 。

　　麻省理工教授、带领该项目的三名研究员之一的Mohammad Alizadeh表示：“我们的系统可灵活优化，基于缓冲或清晰度的不同侧重，每个用户都将拥有个性化的流媒体体验”。

　　最后，尽管这项AI技术主要可运用于Netflix和YouTube等视频网站，但它也有望拓展到更多领域。感兴趣的网友可以阅读全文，标题为《Neural Adaptive Video Streaming with Pensieve》。