Zhidixcom（公众号：zhidxcom）编辑|玩偶介绍：麻省理工学院的研究人员开发了一种独特的人工智能系统，利用机器学习让系统选择最佳的视频加载路线，使视频播放更加流畅。
回想一下，当你在手机上浏览YouTube，或者使用流媒体播放视频，或者与队友组队打boss时，突然屏幕上出现一个缓存符号，你一定很恼火。
这时候，只有长长的进度条才能安慰你受伤的心。
当然，您并不是唯一一个在观看喜爱的节目或游戏时在关键时刻遭受缓存尴尬的人，还有很多其他人。
互联网上每天有超过5亿小时的视频流量，这意味着将会有大量的流媒体遇到缓存问题。
不过现在，讨厌缓存的人可以高兴了。
麻省理工学院的研究人员提出了一种可以逐渐减少加载时间的解决方案。
他们开发了独特的人工智能系统，可以优化视频流以实现更流畅的播放。
要了解该系统的工作原理，您首先必须了解缓存的含义以及缓存发生的原因。
1. 网络上在烦人的缓存后面产生的流量或数据称为数据包，也称为块。
我们所说的视频、流媒体或加载的数据都以单独的分散块的形式组合在一起。
这些块按照整个文件指定的时间表依次出现，然后连接在一起。
这就是为什么当您开始观看视频时通常一切都很好，但很快就会遇到问题。
当您单击“开始”时，内容将倒回至初始块，并在您观看时下载数据。
在此过程中，如果您断开或互联网连接速度较慢，这些块将停止流动，导致整个文件或视频无法播放。
这个想法是连续加载块，这意味着在观看时将它们连接在一起。
但一旦这个过程被中断，你就会遇到可怕的缓存符号。
无线信号弱、网络连接不良和网络负载过重会加剧这种情况。
例如，在用户较多的公网观看视频，会遇到大量缓冲问题，播放效果极差。
YouTube 和 Vimeo 等社交媒体平台上的服务都依赖于自适应比特率算法，称为 ABR。
其首要任务是测量连接速度、总带宽可用性和解析内容以确保连续的流媒体服务。
当然，较高的分辨率会占用更多的流，因此有时可以通过降低播放质量或分辨率来抵消缓冲。
这也是为什么 Netflix 有时比平时更加??模糊，因为此过程会降低内容的分辨率以保持连接畅通。
人工智能如何解决这个问题呢？ 2. 麻省理工学院的解决方案 麻省理工学院计算机科学与人工智能实验室（CSAIL）的团队设计了一个用于算法交换的智能系统。
神经网络可以分析数据来决定需要使用哪种算法以及何时连接。
该团队还通过奖励和惩罚机制来训练人工智能系统。
他们花了一个月的时间播放视频流并让系统跟踪和处理它。
如果播放效果不好，他们会受到惩罚，如果播放顺利，他们会得到奖励。
最终，人工智能系统针对各种具体情况匹配合适的算法，并可以根据情况的变化随时切换算法路径。
更好的是，人工智能系统可以根据需要调整服务、连接或媒体类型。
例如，像Netflix这样的内容提供商对播放质量的要求肯定比呈现形式更高。
当然，也有人更注重呈现方式，不关心播放流畅度。
系统将通过自动化和定期监控来捕捉用户的选择模式，并据此做出有针对性的调整。
麻省理工学院教授Mohammad Alizadeh表示，该系统具有高度个性化的服务，允许用户设置自己的流媒体方式。
该技术对还可以应用于其他领域。
想象一下通过虚拟现实技术传输高分辨率和高强度的游戏体验。
会感觉很奇妙。
我不得不说，告别缓存符号真是太酷了。