Ilmuwan komputer membuat 'laboratorium' untuk meningkatkan video streaming

Dalam hari-hari ini jarak sosial, seperti jutaan biara di rumah untuk pesta menonton TV melalui internet, para peneliti Stanford telah meluncurkan algoritma yang menunjukkan peningkatan yang signifikan dalam teknologi video streaming.

Algoritma baru ini, yang disebut Fugu, dikembangkan dengan bantuan pemirsa sukarela yang menonton streaming video, dilayani oleh para ilmuwan komputer yang menggunakan pembelajaran mesin untuk meneliti aliran data ini secara real time, mencari cara untuk mengurangi gangguan dan kios.

Dalam sebuah makalah ilmiah, para peneliti menggambarkan bagaimana mereka menciptakan sebuah algoritma yang hanya mendorong data sebanyak koneksi internet pemirsa dapat menerima tanpa menurunkan kualitas.

"Dalam streaming, menghindari warung sangat bergantung pada algoritma ini," kata Francis Yan, seorang kandidat doktor dalam ilmu komputer dan penulis pertama makalah, yang menerima USENIX NSDI Community Award 2020.

Banyak sistem yang berlaku untuk streaming video didasarkan pada sesuatu yang disebut Algoritma Berbasis Buffer, yang dikenal sebagai BBA, yang dikembangkan tujuh tahun lalu oleh mahasiswa pascasarjana Stanford Te-Yuan Huang, bersama dengan profesor Nick McKeown dan Ramesh Johari.

BBA hanya bertanya pada perangkat pemirsa berapa banyak video yang ada di buffer-nya. Misalnya, jika penyimpanannya kurang dari 5 detik, algoritme mengirimkan rekaman berkualitas lebih rendah untuk menjaga dari gangguan. Jika buffer menyimpan lebih dari 15 detik, algoritme mengirimkan video dengan kualitas setinggi mungkin. Jika angkanya berada di antaranya, algoritme menyesuaikan kualitasnya.

Meskipun BBA dan algoritma serupa tersebar luas di industri, ada upaya berulang kali oleh para peneliti selama bertahun-tahun untuk mengembangkan algoritma yang lebih canggih menggunakan pembelajaran mesin - suatu bentuk kecerdasan buatan di mana komputer mengajar diri mereka untuk mengoptimalkan beberapa proses.

Tetapi dalam variasi modern dari pepatah lama komputer sampah-dalam-sampah-keluar, algoritma pembelajaran mesin ini umumnya membutuhkan data simulasi untuk belajar dari, bukan hal yang sebenarnya disampaikan melalui internet nyata. Di situlah letak masalah.

"Internet ternyata menjadi tempat yang jauh lebih berantakan daripada model simulasi kami," kata Keith Winstein, asisten profesor ilmu komputer yang mengawasi proyek dan menyarankan Yan bersama dengan profesor asosiasi ilmu komputer dan teknik listrik Philip Levis. "Apa yang ditemukan Francis adalah ada jurang pemisah antara membuat salah satu dari algoritma ini bekerja dalam simulasi versus membuatnya bekerja di internet yang sebenarnya."

Untuk membuat mikrokosmos realistis dari dunia menonton TV, tim Winstein membangun antena di atas Gedung Packard Stanford untuk menarik sinyal siaran bebas di udara yang kemudian dikompresi dan dialirkan ke relawan yang mendaftar untuk berpartisipasi dalam proyek penelitian , dikenal sebagai Puffer. Mulai akhir 2018, para relawan melakukan streaming dan menonton program TV melalui Puffer dan para ilmuwan komputer secara bersamaan memonitor aliran data menggunakan algoritma pembelajaran mesin mereka sendiri, Fugu, dan empat pesaing terkemuka lainnya, termasuk BBA, yang dilatih untuk menyesuaikan kinerja mereka berdasarkan pada kondisi kualitas aktual yang dialami pemirsa.

Pada awal aliran mereka, setiap pemirsa secara acak diberikan satu dari lima algoritma streaming dan tim Stanford mencatat data streaming seperti kualitas video rata-rata, jumlah kios dan lama waktu pemirsa mendengarkan.

Hasil tidak setuju dengan beberapa studi penelitian sebelumnya yang didasarkan pada simulasi atau pada tes yang lebih kecil. Ketika algoritma pembelajaran mesin yang seharusnya canggih diuji terhadap BBA di dunia nyata, standar yang lebih sederhana tetap berlaku. Namun, pada akhir uji coba, Fugu mengungguli algoritma lain — termasuk BBA — dalam hal waktu interupsi paling sedikit, resolusi gambar tertinggi, dan konsistensi kualitas video. Terlebih lagi, peningkatan tersebut tampaknya memiliki kekuatan untuk menjaga pemirsa tetap menonton. Pemirsa yang menonton streaming video yang diberi makan Fugu bertahan rata-rata 5-9% lebih lama daripada algoritma yang diuji lainnya.

"Kami telah menemukan beberapa cara mengejutkan di mana dunia nyata berbeda dari simulasi, dan bagaimana pembelajaran mesin kadang-kadang dapat menghasilkan hasil yang menyesatkan. Itu menarik karena menunjukkan banyak tantangan menarik yang harus dipecahkan," kata Winstein.

Tinggalkan pesan 

Nama *

Email *

Nomor Hp / Telephone

Alamat

Kode

Sambutan dari Manajer Umum PT. LUHAI INDUSTRIAL

 

Daftar pesan