视频的卡顿和低清晰度大大降低了观众的观看体验，同时也损害了广告主们的利益。目前，视频的卡顿和低清晰度都是由于一些特殊的算法造成的，它们将视频分解成小块，边看视频的同时，它就在一边加载。如果网络速度很慢，播放器可能会在接下来的几秒钟里播放低分辨率的视频，以确保你仍然可以不间断地观看——因此，就出现了视频画面变得模糊的情况。如果你尝试跳过尚未加载的视频的部分，这样的话，画面就必须停止，以缓冲那些还没有加载的部分。
近日，MIT计算机科学与人工智能实验室（CSAIL）的一个研究团队给出了新的解决方案：他们开发出一个名叫“Pensieve”的AI，它可以挑选***算法，确保流媒体视频播放时顺畅无阻不中断，回放时让质量达到***。
与传统方法相比，CSAIL的方法有一个明显的不同点：它使用神经网络而不是严格的算法式技术。通过反馈系统神经网络可以持续学习，寻找优化方法，反馈系统的目标是让视频回放变得更流畅，如果是传统方法，就会设定一套明确规则，缓冲视频时算法技术会按规则行事。
Pensieve以现有技术作为基础进行改进，比如ABR技术。YouTube就使用了该技术，简单来讲就是降低视频质量，确保视频流畅播放。AI可以根据设备的网络条件选择选择不同的算法，尽可能弥补某一种方法的缺陷。在实验过程中，CSAIL研究团队发现视频以流形式播放时再缓冲减少10-30%，也就是播放时速度比传统算法快10-30%，画质提高10-25%。
目前团队正在测试，看看如何将系统应用于VR视频，如果想获得高质量VR体验需要很高的比特率，Pesieve刚好可以派上用场，改进体验。
