当我们用综合数据在‘新兵训练营’里测试Pensieve时，它可以搞清楚供给自适应码率（ABR）算法，博士生HongziMao说道。他是相关文章的第一作者，库卡机器人驱动器维修，下周将出席洛杉矶的SIGCOMM会议。这种压力测试也表明它可以在现实世界的新环境中运行良好。

YouTube和Netflix等网站并不是把完整的视频送到你的电脑上，而是把视频切成了小块，依靠ABR算法来决定每一小块的分辨率。这种做法的确提供了更连贯的观看体验，也可以节省宽带流量，但是也存在一些问题。如果连接太过缓慢，YouTube可能会暂时降低分辨率，KUKA机器人维修，保证视频连贯播放。而且因为视频是块状的，所以也不能快进。

现在有两种ABR：基于速率的ABR可以测量一个网络传输数据的速度；基于缓冲的ABR保证视频开头的缓冲是足够的。

这两种算法目前各自只能关注一个方面，但是MIT的新算法Pensieve可以利用机器学习来根据网络情况选择最佳的系统。

在实验中，测试的AI使用的是wifi和LTE，实验团队发现其可以使视频在同样分辨率下播放，但是要比其他方法快10-30%。此外，用户评价此AI播放的视频提高了10-25%的体验质量。

然而，研究人员只用一个月的下载视频测试了Pensieve，且相信其在流量巨头YouTube和Netflix等网站上使用，性能会更好。

卡耐基梅隆大学电子与计算机工程副教授VyazSekar也参与了本次研究，他表示：之前控制逻辑性的方法是基于人类专家直觉的。本次研究表明这种机器学习方法有希望利用‘深度学习’类的技术。他和卡耐基梅隆大学的其他研究人员一同想要把两种ABR算法结合到一起，库卡机器人驱动器维修，当取得重大进展时，他们依然遇到了网速难以模拟的困难。

除了这些进展以外，MIT的新AI也非常灵活，可以让你选择如何播放。比如，如果你知道你马上就会没有信号，你可以关掉位率，牺牲分辨率保证视频的加载。

HongziMao说：我们的系统很灵活，你可以选择自己想要优化的方面。你甚至可以想象一个用户个性化设置自己的视频加载体验，不管想要消除再缓冲还是分辨率。

接下来，这个团队计划用VR来测试Pensieve。

研究人员表示：4K的VR所需的位率每秒可以轻松累计几亿兆位，现在网络根本支持不了。有Pensieve这样可以改善VR的系统，我们是很激动的。这是我们迈出的第一步。