コンピュータ科学者は、ストリーミングビデオを改善するために「実験室」を作成します

最近の社会的距離の中で、家の何百万もの回廊がインターネットを介してテレビを乱暴に見ているため、スタンフォード大学の研究者たちは、ストリーミングビデオ技術の大幅な改善を示すアルゴリズムを発表しました。

この新しいアルゴリズムはFuguと呼ばれ、ビデオのストリームを見たボランティアの視聴者の助けを借りて開発されました。コンピューターサイエンティストが機械学習を使用してこのデータフローをリアルタイムで精査し、不具合や失速を減らす方法を探していました。

科学論文では、研究者は、視聴者のインターネット接続が品質を低下させることなく受信できる最大量のデータのみをプッシュするアルゴリズムを作成した方法について説明しています。

「ストリーミングでは、ストールの回避はこれらのアルゴリズムに大きく依存します」と、2020年のUSENIX NSDI Community Awardを受賞したコンピューターサイエンスの博士候補であり、この論文の筆頭著者であるFrancis Yanは述べています。

ビデオをストリーミングするための一般的なシステムの多くは、BBAと呼ばれるバッファーベースのアルゴリズムと呼ばれるものに基づいています。BBAは、XNUMX年前にスタンフォード大学の大学院生Te-Yuan HuangとNick McKeown教授およびRamesh Johari教授によって開発されました。

BBAは、視聴者のデバイスに、バッファにどれだけのビデオがあるかを尋ねるだけです。 たとえば、保存されている時間が5秒未満の場合、アルゴリズムは低品質のフッテージを送信して、中断を防ぎます。 バッファに15秒以上保存されている場合、アルゴリズムは可能な限り最高品質のビデオを送信します。 数がその間にある場合、アルゴリズムはそれに応じて品質を調整します。

BBAや類似のアルゴリズムは業界で広く使用されていますが、機械学習を使用したより高度なアルゴリズムを開発する試みが長年にわたって研究者によって繰り返し行われています。これは、コンピュータが何らかのプロセスを最適化するように教える人工知能の一種です。

しかし、古いガベージインガベージアウトのコンピューター格言の現代のバリエーションでは、これらの機械学習アルゴリズムは、実際のインターネット経由で配信される実際のものではなく、一般に、学習するためにシミュレーションデータを必要とします。 そこに問題があります。

「インターネットは私たちのシミュレーションよりもはるかに厄介な場所であることが判明しました」とプロジェクトを監督し、コンピューター科学および電気工学の准教授であるフィリップ・リーバイスとともにヤンに助言したコンピューター科学の助教授であるキース・ウィンスタインは言った。 「フランシスが発見したのは、これらのアルゴリズムのXNUMXつをシミュレーションで機能させることと、実際のインターネットで機能させることとの間に溝がある可能性があることです。」

テレビ視聴の世界の現実的な小宇宙を作成するために、Winsteinのチームはスタンフォード大学のパッカードビルの上部にアンテナを設置して、無料の無線放送信号を引き込み、それを圧縮して、研究プロジェクトへの参加を申し込んだボランティアにストリーミングしました。 、フグとして知られています。 2018年後半から、ボランティアはPufferを介してテレビ番組をストリーミングおよび視聴し、コンピューター科学者は独自の機械学習アルゴリズム、Fugu、およびBBAを含む他のXNUMXつの主要候補を使用してデータストリームを同時に監視し、視聴者が経験していた実際の品質状態。

ストリームの開始時に、各視聴者はXNUMXつのストリーミングアルゴリズムのXNUMXつにランダムに割り当てられ、スタンフォードチームは平均ビデオ品質、ストール数、視聴者がチューニングした時間などのストリーミングデータを記録しました。

結果は、シミュレーションまたは小規模なテストに基づいていた以前のいくつかの研究とは一致しませんでした。 おそらく洗練された機械学習アルゴリズムがBBAに対して実際にテストされたとき、より単純な標準が独自のものを保持していました。 しかし、裁判の終わりまでに、フグは、最小の中断時間、最高の画像解像度、およびビデオ品質の一貫性の点で、BBAを含む他のアルゴリズムよりも優れていました。 さらに、これらの改善には、視聴者を引き付け続ける力があるように見えます。フグで供給されたビデオストリームを視聴する視聴者は、他のテスト済みアルゴリズムよりも平均5〜9％長く残りました。

「現実世界がシミュレーションと異なるいくつかの驚くべき方法が見つかりました。また、機械学習が誤解を招く結果を生成することがある方法を発見しました。それは解決すべき多くの興味深い課題を示唆しているという点でエキサイティングです」とWinsteinは言います。

伝言を残す 

名前 *

メール *

電話

住所

Code

メッセージ

 

メッセージ一覧