「緩衝」圈圈轉不停有解? MIT盼用AI改善串流體驗

實習記者黃肇祥綜合報導

影片總是被「緩衝」搞得興致全無嗎?觀衆會因此離開,創作者失去點閱率,廣告商曝光減少,爲讓串流影片更流暢的播放,麻省理工學院研究團隊希望藉由人工智慧(AI)改善串流體驗

▲看影片被迫中斷進入緩衝,時常讓人動氣。(圖/翻攝 Youtube)

觀看串流影音時,系統並不會將整部影片直接下載到手機電腦,而是拆成一小部分分別傳送,但傳輸速度時候無法跟上觀衆的收看進度,也因此許多時候網頁會選擇稍微降低影片畫質優先影像呈現,接着等待網路穩定再恢復觀看畫質,YouTube 就是採用這種做法,衡量網路速度,並保持足夠緩衝區讓觀看不中斷。

相同的研究不只 Google,卡內基美隆大學也曾開發出一款「預測控制模型」(MPC),該系統會依據網路速度的改變途徑,進而分析推理出合適的緩衝策略,然而類似常見的系統,基本架構建立於一套運算法,依據網路狀況的起伏來調整,然而手機網路時常受限於外在環境,若只依靠運算法來行事,並無法對應不同網速變化

麻省理工學院的 CSAIL 團隊希望擺脫模型與演算法,讓 AI 自行選擇合適的演算方法。他們研發一款名爲「Pensive」的 AI 來處理這方面問題,他們引入神經網路系統,透過不斷學習、改善,尋找最佳影像觀看體驗的緩衝模式

▲同一支影片、相同的網路速度,但若有不同的運算方式,將能提升觀看品質。(圖/翻攝 Youtube)

從 CSAIL 團隊釋出的影片中可以發現,對比 MPC 模型,Pensive 在網路持續下滑到最低點之前,率先將影片畫質降低至 360p,相同的時段 MPC 仍處於 720p 的高畫質,導致網路持續低速後,MPC 再轉換運行 240p 已經來不及,被迫中斷播放進入緩衝,CSAIL 也與其他模式進行測試,最後發現 Pensive 的再緩衝減少 10-30%,體驗品質獲得 10-25% 的明顯提升。

▲Pensive 會針對不同的情況,進行畫質的調整。(圖/翻攝Youtube)

CSAIL 的帶隊教授 Mohammad Alizadeh 在一份聲明當中說道,這套系統還能夠針對用戶進行客製化,「我們的系統各方面都是靈活的,你可以想像一個使用者也能個性化他的串流體驗,基於他想要的優先順序去調整緩衝。」Alizadeh 教授也表示團隊將陸續應用在 VR 系統上,他坦言若網路要傳輸 VR 影像,目前的環境是有難度的,透過 Pensive 或許是很好的第一步。

或許未來我們有機會看到 YouTube、Netflix 採用這項技術,透過 AI 輔助現有的串流平臺,讓使用者有更好的影視體驗,相信也有利於推廣 VR 影像的應用。