原标题：AI自动挑选串流处理演算法，低频宽也能流畅播放高画质网络视频！
图片来源:MIT
麻省理工学院电脑科学和人工智慧实验室（CSAIL）近日开发了AI系统Pensieve，可依照用户网络频宽的情况，挑选处理视频的演算法，让YouTube或是Netflix的用户观看视频时，可以不受视频缓冲停顿干扰，同时又可以确保视频保有高画质。
研发团队表示，用户看视频时，若是在低频宽的条件下，常常遇到两个问题，不是视频变得模糊，就是视频因为缓冲而停止播放，这两个问题都是因为用了特定的演算法，将视频细分为多个小区块，让视频可以在播放的同时，一边下载，若是用户的网络速度缓慢，YouTube就可能会降低下个几秒视频的解析度，确保用户可以持续观看视频，若是用户跳过尚未下载的视频，视频就会中断来缓冲未下载的部分。
YouTube采用自适性串流（Adaptive△Bitrate，ABR）技术，试图给予用户较流畅的观看体验，自适性串流技术就是在低频宽的情况下，在视频的品质和缓冲次数之间取舍，但是有些用户会因为视频画质太低而不继续观看视频，有些则是因为视频中断而不继续观看，随着用户量持续攀升，YouTube无法精准地预测用户的偏好，且该演算法需要专家用人工的方式调整演算法，来符合不同的网络状况。
若是为了保持视频不中断而降低画质，麻省理工学院电脑科学和人工智慧实验室（CSAIL）的教授Mohammad△Alizadeh指出，研究结果显示用户会因为画质太低而停止观看视频，这样的原因会导致视频创造者的广告收入，受到很大的影响。
Mohammad△Alizadeh表示，ABR演算法有两种，一种是根据测量的网络速度决定要降低画质继续播放视频，还是要中断视频缓冲下载，另一种方法则是会确保接下来有一定固定的秒数，是已缓冲后的视频，不过，这两种方式都因为要从视频品质和缓冲之间择一而受到限制，因此，这些演算法通常会做出不够好的决策，且为了符合不同的网络状况，需要专家人工调整演算法中的参数。
因此，Mohammad△Alizadeh和他的团队开发的AI系统Pensieve，利用机器学习技术，根据用户网络的条件，来挑选适合的演算法，不但可以减少视频停顿的次数，还能同时保有较高的视频品质。
在实验中，结果显示，相比其他方法，采用Pensieve的方法可以让视频减少10%～30%的停顿机率，视频的品质经过用户评价，提升了10%～25%。
卡内基美隆大学的研究人员过去也有用模型预测控制（Model△Predictive△Control）的方法，尝试将两项方法结合，借由预测网络状况的变化，来优化视频处理的结果，Mohammad△Alizadeh表示，即使这是一项相当大的突破，但仍然有许多问题，像是由于网络的速度是动态的，因此很难建立预测模型。
Pensieve则不需要预测的网络的模型，或是对网络速度既有的假设，Pensieve通过类神经网络演算法执行ABR技术，在需要缓冲视频的网络状态下，重复训练及测试演算法。
Pensieve借由奖惩制度来训练演算法，举例来说，若是系统解决一个缓冲停顿的状况，并提供高画质的观看视频，就可以得到一个奖励，但是视频若是停顿则会得到惩罚。
研发团队将会在下周于洛杉矶举行的SIGCOMM会议上发表此项研究，之后也会将Pensieve的程式码开源释出。
相关：
记者张文熹／彰化报道青农企业化经营赚进百万年薪！近年来全台蔓延青年返乡务农的风气，彰化县溪州乡农会辅导一群青年农民投入创新农业，他们运用科技、企业化经营，不但摆脱看天吃饭的悲情，这一群现代化农夫翻转世
我酷网News记者王思云／整理报道民众为求理想工作，因房租考量或家庭等因素，无法搬家或是在公司附近租屋，反而搭车往返公司与住家。而跨区上班已经没什么，更多的是跨县市上班通勤，除了火车、公交车和客运能选择之
花旗全球数位暨云端科技董事总经理Brad△MillerBrad△Miller表示，旧有平台庞大又封闭，必须打破此架构，走向微服务平台。而他的做法是将系统拆解成UI层、服务层以及后端资料，先替微服务建立起边界。图片来源／Piv
【航空业微服务实例：汉莎航空】双速IT兼顾新旧系统需求，老旧服务也能打包成微服务运作
汉莎航空原本采用庞大的单套式设计架构，将资料仓储、资料库丛集、搜寻引擎等重要元件通通整合在统一平台上运作。而Miles△& More△IT经理Matthias△Krohnen大刀阔斧，将旧有系统拆成7大元件，包含企业服务汇流排（
我酷网News记者王思云／整理报道现代人存了积蓄准备买房，却发现这几年新建案公设比相当高，动辄30~35%，甚至还有超过40%，引发部分民众怨叹，花钱买自己不需要的公设和室外空间，但是若能在家打造专属自身需求的公设