MIT计算机科学与人工智能实验室(CSAIL)的一支研究团队,已经打造了一套可以解决该问题的神经网络人工智能技术方案。该系统被称作“冥想盆”(Pensieve),其借助神经网络来训练自己应对各种网络状况,以选择出最佳的数据传输比特率算法。随着时间的推移,该 AI 会衡量其性能,并调节算法至最优结果。与卡内基梅隆大学根据网络变化进行预测优化的“模型预测控制”(Model Predictive Control,简称 MPC)方法相比,MIT的 Pensieve 技术可将缓冲进一步减少 10~30% 。原文链接