Inteligencia Artificial para evitar que los videos online se corten (o se pixelen)

En los tiempos que corren, sumidos en una hiperconectividad casi absoluta, no hay nada más desesperante cuando se navega por internet que se «cuelgue» un video cuando se está reproduciendo. Es frustrante ese momento en el que, por ejemplo en la red YouTube o servicios tipo Netflix, de repente el video se pixeliza o se detiene por completo mientras intenta cargar el contenido a través de plataformas online. Es el criticado sistema de «buffering», pero puede tener los días contados. La razón es por culpa de los actuales algoritmos utilizados en las plataformas digitales y que consisten en la división del contenido en porciones de videos que se van cargando a medida que se van reproduciendo. En caso de disponer de una conexión lenta, un servicio como YouTube puede reducir la calidad de imagen para que la transferencia de imagen sea ininterrumpida. Pero, en ocasiones, es el propio sistema de reproducción el que falla en el momento en el que intenta saltar a una parte del video que todavía no se había cargado con anterioridad, deteniendo así el contenido con la consiguiente frustración del usuario. Para evitarlo, un grupo de investigadores del Instituto Tecnológico de Massachusetts (MIT) ha desarrollado una tecnología basada en Inteligencia Artificial y que utiliza técnicas de aprendizaje automático («Machine learning», en inglés), bautizada como Pensieve, que analiza en tiempo real las condiciones de la conexión para mostrar la calidad del video en «streaming» con una menor carga de «buffering». En concreto, hasta un 30% menos. Para ello, se utiliza ese algoritmo conocido como ABR (Adaptative Bitrate) para determinar la calidad ideal que puede ser transferida a través de la red. Y, al implantarlo, se ha demostrado que ofrece una experiencia de «streaming» de mayor calidad con menos «rebuffering» que los sistemas existentes. Esta tecnología, a su vez, puede tener un gran impacto no solo en las reproducciones de video convencionales, sino también en el uso de contenido destinado a la realidad virtual. La idea es ir ajustando en tiempo real los fragmentos del video en función de las previsiones de cambio del tipo de velocidad de la conexión de forma que se reduzcan las posibilidades de detenerse. «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 publicitarios para los proveedores de contenido», apunta en un comunicado Mohammad Alizadeh, profesor del MIT. «Las plataformas deben buscar constantemente nuevas formas de innovar». Este sistema, según sus desarrolladores, tiene una ventaja añadida, la flexibilidad. También se puede personalizar en función de las prioridades de un proveedor de contenido audiovisual. Así por ejemplo, si un usuario pasa por un túnel en donde se registran pérdidas de conexión, una plataforma como YouTube podría reducir la velocidad de bits para cargar el contenido necesario del vídeo y evitar cortes.

En los tiempos que corren, sumidos en una hiperconectividad casi absoluta, no hay nada más desesperante cuando se navega por internet que se «cuelgue» un video cuando se está reproduciendo. Es frustrante ese momento en el que, por ejemplo en la red YouTube o servicios tipo Netflix, de repente el video se pixeliza o se detiene por completo mientras intenta cargar el contenido a través de plataformas online. Es el criticado sistema de «buffering», pero puede tener los días contados.

Comments

comments