الگوریتمهای یادگیری عمیق میتواند آینده پخش 4K تأمین کند
تاریخ انتشار: ۳۰ آبان ۱۳۹۶ | کد خبر: ۱۵۷۲۶۹۰۲
ایتنا- فناوری حاصل تلاشهای پژوهشگران مذکور، «پنسیو» نام دارد و میتواند بازار سرگرمی پخش را متحول کند. پژوهشگران ام.آی.تی به تازگی زمینه جدیدی از الگویتمهای پخش را کشف کردهاند که در آن از هوش مصنوعی کمک گرفته میشود و این کار میتواند وجود بافر را از میان بردارد و ما را با خیالی آسوده به آینده پخش(به ویژه فرمت 4K) ویدیو ببرد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
رزولوشن 4K یک اصطلاح عمومی برای دستگاههایی است که صفحه نمایشی با رزولوشن افقی 4000 پیکسل دارند و یا به عبارتی 4K یک وضوح تصویر استاندارد در فیلمبرداری و کارت گرافیک رایانه است که وضوح این فرمت 4000 پیکسل در هر خط تصویر است. یوتیوب جزو سرویسهایی است که این فرمت در آن استفاده میشود.
به گزارش ایتنا از شماران سیستم به نقل از ونچربیت، پخش ویدیو در پنج سال گذشته رشد بسیار زیادی کرده است. غولهایی مانند نتفلیکس، آمازون، گوگل و هولو که در زمینه پخش فعالیت میکنند، برای جذب مخاطبان در شبکههای تلویزیونی قدیمی، منابع خود را به محتوای پخش اصلی و تحت لیسانس خود منتقل کردهاند.
شرط کار این غولهای پخش به این صورت است که کاربران، قراردادهای کابلی گرانقیمت خود را رها میکنند و با گزینههای پخش همراه میشوند؛ با توجه به حجم عظیمی از صنعت سرگرمی که امروزه شاهد آن هستیم، این سرویسها روی حل مواردی که محققان، آن را «مشکل ویدیو» مینامند، سرمایهگذاری میکنند.
البته پخش تا حدود حدود زیادی به پهنای باند اینترنت بستگی دارد و مخاطبان، به شکلی فزاینده تحمل خود را برای پیکسل سازی، بافر کردن، ویدیوهای متوقفشده و زمان بارگیری طولانی کاهش میدهند.
اگر ویدیویی متوقف شود، مخاطبان بیشتر از هر زمان دیگری تمایل دارند که از آن خارج شوند. ویدیو، یکی از پراستفادهترین کاربردهای اینترنت است و بارگذاری ویدیوها برای هر کاربر اینترنت، تا حدود زیادی از پهنای باند اینترنت بیشتر است.
چندین سال پیش، سرویسهای پخش از یک فناوری الگوریتم هوشمند به نام نرخ بیت تطبیقی(ABR) استفاده میکردند. گفتنی است الگوریتمهای ABR ویدیوها را بر اساس شرایط شبکه بارگذاری میکنند.
اکنون به نظر میرسد پژوهشگران دانشگاه ام.آی.تی به درخواست جهانی مبنی بر افزایش کیفیت پخش با الگوریتم جدید پاسخ دادند. این الگوریتم از هوش مصنوعی برای بهبود نرخ بارگذاری و کاهش بافرینگ استفاده میکند.
فناوری حاصل تلاشهای پژوهشگران مذکور، «پنسیو» نام دارد و میتواند بازار سرگرمی پخش را متحول کند.
منبع: ايتنا
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.itna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ايتنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۱۵۷۲۶۹۰۲ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
اعضای بدن شما چند سال دارند؟
دیجیاتو نوشت: پژوهشگران در پژوهشی به این نتیجه رسیدهاند که ترکیب آزمایش خون با هوش مصنوعی برای تعیین سن زیستی اعضای بدن میتواند به پیشبینی بیماریهایی مانند آلزایمر کمک کند.
پژوهشگران آمریکایی در یک مطالعه دریافتند افرادی که اعضای آنها سریعتر از باقی بدنشان پیر میشود، ریسک بالایی برای توسعه بیماری در آن عضو در عرض ۱۵ سال دارند.
این پژوهشگران با استفاده از یادگیری ماشینی به بررسی سطح پروتئینهای خون انسان پرداختند. آنها روی ۱۱ عضو یا بافت بدن متمرکز شدند: مغز، قلب، ریه، کلیه، کبد، پانکراس، روده، سیستم ایمنی، عضلات، چربی و عروق.
تیم پژوهشی برای تمریندادن الگوریتم هوش مصنوعی سطح تقریباً ۵٬۰۰۰ پروتئین را در خون ۱٬۳۹۸ بیمار سالم یک مؤسسه پژوهشی آلزایمر بررسی کردند. این افراد از ۲۰ تا ۹۰ سال سن داشتند، اما غالباً در سنین میانی تا پیری بودند.
پژوهشگران پروتئینهایی را که ژنهای آنها در یک عضو چهار برابر فعالتر از اعضای دیگر بود، مشخص کردند. آنها به این ترتیب ۸۵۸ پروتئین مخصوص عضوها پیدا کردند و الگوریتم خود را طوری آموزش دادند که سن فرد را براساس آنها تخمین بزند.
با این روش، آنها آزمایش خونی توسعه دادند که سن زیستی یک عضو را در یک فرد ظاهراً سالم تخمین میزند. این سن نشان میدهد که ریسک بیماری در عضو مرتبط چقدر است.
پژوهشگران الگوریتم هوش مصنوعی خود را روی آزمایش خون ۵٬۶۷۶ نفر استفاده کردند. تقریباً ۲۰ درصد از این افراد پیری بسیار شدیدی در یک عضو و ۱٫۷ درصد پیری در چند عضو داشتند. پژوهشگران میگویند پیری سریع یک عضو میتواند ریسک مرگ را ۲۰ تا ۵۰ درصد افزایش دهد.
تشخیص بیماریهای زوال عقل در مراحل آغازین میتواند کارایی روشهای درمانی را بسیار بالا ببرد.
ارتباط سن اعضای بدن و ریسک ابتلا به بیماری
طبق یافتههای این مطالعه، در بیمارانی که دچار پیری زودرس قلب بودند، احتمال توسعه نارسایی قلبی ۲۵۰ درصد بیشتر بود. از طرف دیگر، پیری سریع مغز و عروق میتوانست نشانهای از پیشرفت بیماری آلزایمر باشد. قدرت این پیشبینی از بهترین نشانگرهای زیستی مبتنی بر خون موجود بهتر بود.
بیماریهایی که زوال عقل ایجاد میکنند، مانند آلزایمر، میتوانند دههها پیش از ظهور اولین نشانهها، در مغز آغاز شوند. بسیاری از درمانهای جدید تنها در مراحل ابتدایی بیماری آلزایمر کارآمد هستند. درنتیجه، روشهایی ساده که بتوان با استفاده از آنها بیماریها را در مراحل اولیه توسعه تشخیص داد، اهمیت بالایی دارند.
به این ترتیب، نتایج این پژوهش نشان میدهد که بررسی آزمایش خون با استفاده از الگوریتمهای هوش مصنوعی پنجرهای برای پیبردن به اتفاقات درون بدن ایجاد میکند.
قدم بعدی پژوهشگران این است که آزمایش خون خود را روی ۵۰٬۰۰۰ تا ۱۰۰٬۰۰۰ نفر دیگر بررسی کنند. تکرار این نتایج میتواند ثابت کند که نظارت بر سلامت اعضای ظاهراً سالم بهصورت تکی میتواند راهی مطمئن برای شناسایی اعضای دچار پیری زودرس باشد. شاید حتی بتوان افراد را پیش از بیمارشدن درمان کرد.