Специалисты из Лаборатории компьютерных наук и искусственного интеллекта MIT разработали Pensieve — технологию адаптации вещания, которая позволяет уменьшить время буферизации видео и зависимость от него комфорта пользователя. Нейросеть способна улучшить качество восприятия видео во время прогрузки на 25 процентов, что значительно опережает другие подобные алгоритмы. Описание работы нейросети, исходный код, а также статья доступны на сайте лаборатории. Сама технология будет представлена на конференции SIGCOMM в Лос-Анджелесе 21-25 августа.
Скорость интернета, особенно мобильного, очень часто не позволяет грузить видео до конца и смотреть их без буферизации. Разработчики сайтов с медиаконтентом, такие как YouTube, используют технологии адаптивного битрейт-стриминга (англ. adaptive bitrate streaming, коротко ABR streaming), которые позволяют автоматически настраивать битрейт (количество бит на одну секунду мультимедийного контента) видео и, соответственно, его разрешение, сокращая время загрузки видео при низкой скорости соединения. Однако, правила, используемые алгоритмами адаптации битрейта, просты и фиксированы (чаще всего они основываются только на скорости соединения), что приводит к некорректной работе алгоритма и, как следствие, к уменьшению качества восприятия (параметр, определяющий удовлетворение потребителя).
Авторы новой работы представили алгоритм адаптации битрейта вещания Pensieve. Он основан на работе нейросети, которая работает по принципу обучения с подкреплением: принимая на вход данные о битрейте, скорости соединения и буферизации видео, Pensieve адаптирует стриминг и получает на выход видео лучшего качества, что служит «подкреплением» для его работы в дальнейшем.
Качество видео, полученного в результате работы нейросети, на 25 процентов превосходит качество, полученное в ходе работы других подобных алгоритмов, а доля буферизации видео во время стриминга снизилось на 30 процентов.
Исследователи отмечают, что их технология может во многом улучшить качество не только стриминга видео, но и другие области использования мультимедийных данных, например, систему дополненной реальности.
Нейросети часто используют для разработки алгоритмов улучшения качества медиа. В нашей заметке вы можете узнать о том, как разработчики Disney Research используют машинное обучение для того, чтобы убирать шум из мультфильмов.
Елизавета Ивтушок