El Instituto Tecnológico de Massachusetts(MIT) ha desarrollado un nuevo algoritmo de machine learning que tiene la capacidad de mejorar la reproducción del vídeo en streaming en Netflix, YouTube y otras plataformas similares. Se trata de un sistema llamado Pensieve que permite que la reproducción de imágenes de alta calidad sea mucho más fluida con menos rebuffering que los sistemas existentes.
Los principales problemas del streaming son dos: uno es que en unas ocasiones las imágenes aparecen pixeladas de manera repentina, y la segunda es que la reproducción se detiene por completo para volver a almacenar el contenido en el buffer. Ambos se producen como consecuencia de los algoritmos de tasa de bits adaptativa (ABR por sus siglas en inglés), que dividen el video en pequeños fragmentos para adaptar la calidad del video a las características de la conexión a Internet.
Pero, aunque los algoritmos ABR cumplen adecuadamente su función, los usuarios son cada vez más exigentes. "Los estudios demuestran que los usuarios abandonan las sesiones de video si la calidad es demasiado baja, lo que provoca grandes pérdidas en los ingresos de publicidad para los proveedores de contenido", explica Mohammad Alizadeh, profesor del MIT.
En los experimentos, Pensieve ha demostrado que, gracias a esta característica, es capaz de transmitir video con entre 10 y 30% menos de rebuffering que otros enfoques. Además, tiene la ventaja de que se puede configurar de manera personalizada para cada proveedor de contenido.
El trabajo se presentará en la conferencia SIGCOMM que se celebrará la próxima semana en Los Ángeles. Tras su puesta de largo, el MIT liberará el código de Pensieve para que lo pueda utilizar cualquier usuario o compañía.
Tal vez te estés interesado en: "Blim se convierte en el tercer servicio de streaming más utilizado en México"
Deja tu comentario