En el MIT también odian la espera de un vídeo cargando y ya buscan combatirla con inteligencia artificial

El llamado buffering es una de las pesadillas a las que se enfrenta internet hoy día, ya que arruina la experiencia de los espectadores, hace perder ingresos a los anunciantes y es todo un dolor de habitante para los equipos técnicos de los sitios.

En el MIT lo tienen claro y ya han diseñado un sistema basado en machine learning cuyo objetivo es ofrecer servicios de streaming fluidos, sin cortes ni cambios en la resolución. ¿Un sueño hecho ingenuidad? Podría ser, ya que hasta el momento las primeras pruebas han sido satisfactorias.

Sistema ‘Pensieve’

Todos hemos atravesado por ello, ya sea viendo un vídeo en YouTube o Netflix, donde la inconsistencia de nuestro internet hace que nos enfrentemos, en el mejor de los casos, a caídas en la calidad de imagen, o el temido buffering que nos hace esperar a que un nuevo paquete de datos se descargue para seguir delante con la transmisión.

Un camarilla de investigadores del Laboratorio de Informática e Inteligencia Artificial del MIT (CSAIL) explica que este proceso se podio en hacer una intrepidez en tiempo existente donde se debe designar entre la calidad del vídeo y la frecuencia del buffer, que es lo que permite preparar el subsiguiente segmento del clip para su visualización.

Con esto en mente han desarrollado el sistema adulterado como ‘Pensieve’, el cual usa un cálculo de inteligencia fabricado capaz de anticiparse a cambios en la velocidad de la red, los cuales pueden ser ocasionados por problemas en la transmisión ya sea por interferencia almacén o las condiciones del entorno, ya que este sistema todavía está pensado para transmisiones móviles.

El sistema sabe identificar si es que cruzaremos una zona con poca cobertura o estamos en un evento masivo donde hay varias personas conectadas al mismo tiempo. Aquí ‘Pensieve’ limitará la calidad del vídeo de forma cibernética para evitar el buffering. La delantera de esto es que se proxenetismo de un sistema de machine learning, con lo que irá aprendiendo con el paso del tiempo y conocerá las diversas situaciones y condiciones que provocan cambios de velocidad.

Durante las primeras pruebas, el sistema del MIT fue capaz de disminuir la presencia del buffering en hasta un 30%, esto durante pruebas en Netflix en diversas zonas de Massachusetts. La idea es exponer al sistema a todo el catalogo de Netflix para mejorar su rendimiento, por otra parte de que esto es tan pronto como el inicio, ya que un sistema como ‘Pensieve’ tiene como objetivo mejorar la experiencia al ver contenido en streaming bajo 4K y en 360 grados para ingenuidad posible, que es ahora mismo el gran lucha.

Más información | MIT
Imágenes | Steve Cutts | AlpheusRGB


Source link

deja tu opinion

Seguinos

Tecnoblog en las redes sociales