1月12日，中国首届AITrans全球智能网络传输竞赛现场总决赛在清华大学成功举办。

　　据比赛组委会主席、清华大学计算机系崔勇教授介绍，大赛自2018年11月开赛以来吸引了来自中国、美国、加拿大、德国、日本等国家的138支队伍参赛，涵盖高校研究生和本科生组队以及众多业界顶级视频直播公司。

　　场景需求催生产业发展，痛点亟需解决

　　当下，视频流量占据当今互联网总流量的80%，近年来学术界和工业界也对此开发了一系列的算法来优化流媒体的观看体验。

　　崔勇教授表示，随着如今直播、短视频、在线教育等业务的兴起，相比于以前点播时代的视频传输，在速度第一的移动互联网时代，人们的线上交流也在追求“面对面”交流一般的流畅速度和极致感受，流媒体直播在低卡顿、高清晰的基础上，加入了实时交互即低延迟的新型要求。

　　尽管目前流媒体视频服务已经相当普及，长期以来致力于网络体系结构和移动计算研究领域的崔勇教授坦言，基于网络传输的不确定性，终端用户还是不可避免地会遇到卡顿、延迟大、视频模糊等问题，即便用户带宽已经满足需求。

　　此外，结合电商、社交、游戏、在线教育等垂直细分领域的视频直播需求，使行业发展迅猛，流媒体点播、直播等业务已成为互联网企业的重中之重，但部分企业仍受阻于IT技术等设施不足，因此如何能更好的保证传输质量，同时提高用户实时体验成为全球学术界和工业界共同关注的技术难题。

　　技术更迭，探索人工智能时代的流媒体新体验

　　近年来伴随AlphaGo战胜世界冠军，人工智能重新成为学术界和工业界的热点，人工智能正在成为推动新工业革命的主流研究方向。

　　崔勇教授表示，基于此，清华大学计算机系提出以低延迟流媒体传输为主题举办全球智能网络传输竞赛，希望集合学术界、工业界的智慧，寻求借助AI的力量来解决直播流媒体传输难题，优化直播观看体验。

　　智能网络传输，需要及时地应对网络的各种复杂情况和实时变化，传统的方法很难准确快速地获取网络的真实情况，应对方法也有限。

　　据崔勇教授介绍，AI算法加入的尝试，相对传统的思路能够通过深度学习、强化学习等方法更好地模拟出网络的真实情况，甚至预测接下来的网络情况，根据需求目标和传输内容更好地调整传输策略，提升网络传输的质量。

　　深度学习往往需要海量数据，有了海量数据后还要有相应的模拟器。为了更加符合实际应用场景，在本次比赛过程中，采用了最新流行的视频直播而非点播场景赛事，所提供的数据不仅包括模拟数据，也有来自真实网络的实际数据，同时有着极为苛刻的时延约束。

　　崔勇教授表示，围绕关于模拟器和真实系统不是完全一致的问题，无论是实际网络数据也好，还是上层流媒体数据也好，未来AI将降低对特定训练数据的依赖，让训练后的模型能够更好地应用到其他更多场景里。

　　此外，探索更多人工智能时代的流媒体新体验，需要业界在推动技术、标准等方面，不断提升能力和提供更多的实践经验，他也呼吁业界能提供更多的实际数据和评测平台，营造更好的科研和技术氛围。

　　凝聚创新力量，鼓励自主知识产权和科研创新

　　展望比赛的未来发展，崔勇教授表示，后续清华大学计算机系还将继续围绕智能网络传输和音视频实时传输举办更多比赛，同时也将考虑引入更多的课题，比如在确保卡顿率的前提下如何降低音视频传输延迟。

　　本次比赛吸引了海内外的众多高校和知名学术大师的关注，获得了学术界众多赞誉。据崔勇教授介绍，未来会考虑和顶级国际学术会议、行业协会结合，提升比赛的知名度和办赛水平，让全球更多人才了解和参与进来，在更大更好的舞台上发挥才能。

　　可以预期，技术创新将为流媒体行业带来更大的发展空间，同时在内容和营销上发现更多可能性。

　　崔勇教授表示，期待后续的参赛队伍能够不断挑战刷新音视频等实时传输的极限，为中国乃至世界发现和培育出更多网络传输领域的尖端人才和优秀企业。此外，通过此类比赛，希望能够提升学术界和工业界的合作，让华为这样的大公司和清流鼎点这样自主研发的小公司都加入进来，推动各界探讨采用最新的科学技术来解决现实问题，促进在智能网络传输、特别是音视频传输领域的人才培养，鼓励自主知识产权和科研创新。