Tietojenkäsittelytieteen tutkijat luovat 'laboratorion' videoiden suoratoiston parantamiseksi

Näinä sosiaalisen etäisyyden päivinä, kun miljoonat luostarit kotona katselevat televisiota Internetin välityksellä, Stanfordin tutkijat ovat julkistaneet algoritmin, joka osoittaa streaming-videotekniikan merkittävän parannuksen.

Tämä uusi algoritmi, nimeltään Fugu, kehitettiin vapaaehtoisten katsojien avulla, jotka katsoivat videon suoraa virtausta. Tietojen tutkijat palvelivat tietokoneopiskelijoita, jotka käyttivät koneoppimista tarkkailemaan tätä tiedonkulkua reaaliajassa etsien tapoja vähentää häiriöitä ja pysähtyneitä.

Tutkijat selostavat tieteellisessä lehdessä, kuinka he ovat luoneet algoritmin, joka työntää ulos vain niin paljon tietoa kuin katsojan Internet-yhteys voi vastaanottaa heikentämättä laatua.

"Suoratoistossa pysähdysten välttäminen riippuu suuresti näistä algoritmeista", sanoo Francis Yan, tietotekniikan tohtorikoulutettava ja lehden ensimmäinen kirjoittaja, joka sai vuoden 2020 USENIX NSDI -yhteisöpalkinnon.

Monet vallitsevista videoiden suoratoistojärjestelmistä perustuvat niin sanottuun puskuripohjaiseen algoritmiin, joka tunnetaan nimellä BBA. Sen kehitti seitsemän vuotta sitten tuolloin Stanfordin jatko-opiskelija Te-Yuan Huang yhdessä professoreiden Nick McKeownin ja Ramesh Joharin kanssa.

BBA kysyy vain katsojan laitteelta, kuinka paljon videota sillä on puskurissaan. Esimerkiksi, jos siihen on tallennettu alle 5 sekuntia, algoritmi lähettää heikommanlaatuisia materiaaleja suojaamaan keskeytyksiltä. Jos puskuriin on tallennettu yli 15 sekuntia, algoritmi lähettää korkealaatuisimman mahdollisen videon. Jos luku laskee väliin, algoritmi säätää laatua vastaavasti.

Vaikka BBA ja vastaavat algoritmit ovat laajalti levinneet teollisuudessa, tutkijat ovat vuosien varrella toistuvasti yrittäneet kehittää hienostuneempia algoritmeja koneoppimisen avulla - keinotekoisen älyn muoto, jossa tietokoneet opettavat itsensä optimoimaan jonkin prosessin.

Mutta nykyisessä muunnelmassa vanhasta roskat-sisään-roskasta -sovelluksesta nämä koneoppimisalgoritmit vaativat yleensä simuloitua tietoa, josta oppia, eikä todellisen Internetin välityksellä toimitettua. Siinä on ongelma.

"Internet osoittautuu paljon hämmentävämmäksi paikkoksi kuin simulaatiomme voivat mallintaa", kertoi Keith Winstein, tietotekniikan apulaisprofessori, joka valvoi projektia ja neuvoi Yania yhdessä tietotekniikan ja sähkötekniikan apulaisprofessorin Philip Levisin kanssa. "Francis totesi, että näiden algoritmien toimimisen simuloinnissa ja sen, että ne toimivat oikeassa Internetissä, välillä voi olla kuilu."

Luodaan realistinen mikrokosmos TV-katselumaailmasta, Winsteinin joukkue pystyi Stanfordin Packard-rakennuksen yläpuolelle antennin vetämään ilmaisia, radioteitse lähetettäviä signaaleja, jotka sitten pakattiin ja virtautettiin vapaaehtoisille, jotka ilmoittautuivat osallistumaan tutkimusprojektiin. , joka tunnetaan nimellä Puffer. Vuodesta 2018 lähtien vapaaehtoiset suoratoivat ja katselivat televisio-ohjelmia Pufferin kautta. Tietokonetutkijat seurasivat tietovirtaa samanaikaisesti omalla koneoppimisalgoritmillaan, Fugulla ja neljällä muulla johtavalla kilpailijalla, mukaan lukien BBA, jotka koulutettiin mukauttamaan suorituskykyään todelliset laatuolosuhteet, joita katsojat kokivat.

Jokaisen katsojan streamin alkaessa jokaiselle katsojalle annettiin satunnaisesti yksi viidestä suoratoistoalgoritmista, ja Stanford-joukkue tallensi suoratoistotiedot, kuten videon keskimääräinen laatu, pysähtymisten lukumäärä ja katsojan virittämän ajan pituus.

Tulokset olivat ristiriidassa joidenkin aikaisempien tutkimusten kanssa, jotka olivat perustuneet simulaatioihin tai pienempiin testeihin. Kun oletettavasti hienostuneita koneoppimisalgoritmeja testattiin BBA: ta vastaan ​​todellisessa maailmassa, yksinkertaisempi standardi piti omansa. Kokeilun loppuun mennessä Fugu oli kuitenkin ylittänyt muut algoritmit - mukaan lukien BBA - vähiten keskeytysajan, korkeimman kuvan resoluution ja videon laadun yhdenmukaisuuden suhteen. Lisäksi näillä parannuksilla näyttää olevan voimaa pitää katsojat virittyneinä. Fugu-syötteisiä videovirtoja katselevat katsojat viipyivät keskimäärin 5–9% pidempään kuin muut testatut algoritmit.

"Olemme löytäneet joitain yllättäviä tapoja, joilla reaalimaailma eroaa simulaatiosta ja kuinka koneoppiminen voi joskus tuottaa harhaanjohtavia tuloksia. Se on jännittävä, koska se ehdottaa paljon mielenkiintoisia haasteita ratkaistavaksi", Winstein sanoo.

Jätä viesti 

Nimi *

Sähköposti *

Puhelin

Osoite

Koodi

Viesti

 

viestiluettelo