實習記者黃肇祥／綜合報導
看影片總是被「緩衝」搞得興致全無嗎？觀眾會因此離開，創作者失去點閱率，廣告商曝光減少，為讓串流影片更流暢的播放，麻省理工學院的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，但傳輸速度有時候並無法跟上觀眾的收看進度，也因此許多時候網頁會選擇稍微降低影片畫質，優先讓影像呈現，接著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，並保持足夠的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，基本的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的變化。
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。他們研發一款名為「Pensive」的 AI 來處理這方面的問題，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 輔助現有的串流平台，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。
讀者迴響