**Sudah berapa lama sejak Anda mendengar perusahaan startup mengatakan akan menyelamatkan Internet? **
Para wirausahawan saat ini tampaknya diam-diam menghasilkan uang, atau mendiskusikan penggunaan AI untuk menyelamatkan (atau menghancurkan) seluruh umat manusia. Di Internet yang kita jalani setiap hari, sepertinya tidak ada yang peduli dengan kehidupan dan kematiannya.
Dan bagi Chri, sepertinya dia akan mati.
Ketika saya mendengar dia mengatakan ini kepada saya di bawah sinar matahari San Jose yang cerah, rasanya agak sensasional. Namun jika Anda tinggal bersama orang Jerman berambut seperti singa ini dalam waktu yang lama, logika bahasa Inggrisnya yang logis dan ala Jerman akan dengan mudah membuat Anda berpikir bahwa ini memang masalah besar.
Chri Besenbruch adalah salah satu pendiri dan CEO Deep Render. Sederhananya, apa yang dilakukan perusahaannya adalah "menggunakan AI untuk mengompresi ukuran file video ke ukuran yang sangat kecil."
Dia mengklaim algoritme tersebut hingga lima kali "lebih baik" daripada codec standar industri HVEC, meskipun dia tidak menentukan metrik apa yang digunakan, dan dapat berjalan secara real time pada chipset modern dari Qualcomm, Apple, dan Nvidia. Sebuah "codec" mengacu pada perangkat lunak dan terkadang perangkat keras yang dapat menyandikan dan mendekode data, biasanya untuk data audio atau video.
Beberapa orang yang akrab dengan Silicon Valley mungkin akan bingung ketika mendengarnya, mengira saya sedang menceritakan kembali naskah "Silicon Valley" Dalam drama Amerika ini, yang digambarkan sebagai tampilan sempurna dari ekosistem kewirausahaan Silicon Valley, semuanya leluconnya adalah karena protagonis telah mengembangkan algoritma kompresi yang luar biasa.
"Ya, banyak orang yang memberitahuku hal ini. Kami benar-benar terlihat seperti pied piper. "Orang dengan latar belakang kompleks yang tumbuh di Jerman, belajar matematika sebagai sarjana, pergi ke Swiss untuk belajar sekolah seni, dan kemudian melanjutkan ke Inggris untuk belajar ilmu komputer, dan " Tokoh protagonis Richard dalam "Silicon Valley" juga memiliki suasana kutu buku yang kuat, tetapi tidak seperti proses terobosan algoritma kompresi yang konyol dalam serial TV, dan kurangnya akal sehat bisnis dalam serial TV, Richard sering ragu-ragu. Kewirausahaannya sama ketatnya dengan memecahkan masalah matematika, dan dia sangat serius dengan perusahaan. Model bisnisnya juga dipikirkan dengan jelas.
Menurutnya, Internet sedang menuju kehancuran, dan itulah masalah terbesarnya. Dia ingin menyelesaikan masalah terbesar ini.Setelah melakukan analisis, mereka yakin bahwa akar masalahnya adalah teknologi lama tidak beradaptasi dengan dunia baru:
*Setelah video menjadi populer dan menjadi bentuk komunikasi utama di Internet, kita sebenarnya telah memasuki dunia baru. Dunia di mana skala data menjadi semakin menakutkan dan tidak ada jalan untuk mundur. *
*Teknologi lama tidak lagi cocok untuk dunia baru ini. Terus melakukan inovasi dan perbaikan kecil dengan cara yang sama hanya akan menemui jalan buntu, dan pada akhirnya runtuhnya Internet. *
“Kami akan menyelamatkan Internet dengan menciptakan algoritma kompresi baru. Dan yang memungkinkan hal ini adalah AI.”
Sejalan dengan hal ini, Chris mendirikan Deep Render pada tahun 2018 bersama rekan-rekan mahasiswa pascasarjananya di Inggris—dia bukanlah salah satu dari startup yang mengejar gelombang ChatGPT.
“Pada dasarnya kita tidak ada hubungannya dengan LLM. Mungkin terkait dengan model difusi, tapi lebih pada kemungkinan-kemungkinan potensial di masa depan,” ujarnya kepada saya. “Kami memulai dari prinsip pertama dan ingin memahami apa yang cocok untuk AI dan esensi dari kompresi. Pada akhirnya, kami percaya bahwa metode yang sepenuhnya mengandalkan AI harus menjadi jalur teknis baru.”
Namun, "kegelisahan" LLM justru membantu perusahaannya. “Kami sebenarnya berjudi pada saat itu, karena untuk mencapai tujuan kami, selain algoritme saya sendiri, kami juga membutuhkan kemajuan yang signifikan dalam perangkat lunak dan perangkat keras. Kami membuat prediksi pada saat itu, dengan asumsi bahwa semua teknologi dasar ini dapat membuat lompatan dan kemajuan. batasnya. Dan hari ini semua ini telah terjadi. Sekarang." Dia berkata kepadaku, nadanya penuh kegembiraan.
"Mungkin kita hanya beruntung."
**Terlihat sangat rendah hati, namun yang tidak dia katakan adalah jika prediksinya menjadi kenyataan, perusahaannya mungkin menjadi salah satu perusahaan teknologi Internet terpenting bagi umat manusia dalam beberapa dekade mendatang. **Teknologi mereka akan diberikan kepada perusahaan-perusahaan besar dalam bentuk berlisensi. Sambil memecahkan masalah bandwidth Internet, mereka juga akan menjadi jenis perusahaan yang memungut tagihan utilitas dan pajak.
Faktanya, segalanya sudah mulai berubah.
Sejak tahun ini, perusahaan yang terabaikan ini telah memasuki visi Silicon Valley dan lembaga investasi ternama di seluruh dunia.Setelah menyelesaikan pembiayaan pada bulan Maret, Chris mulai mengalihkan fokusnya ke Silicon Valley, di mana terdapat uang dan manusia. yang tertarik pada mereka Pelanggan besar.
Menurut keterangannya, tim kecil mereka saat ini sudah kewalahan menghadapi minat dan permintaan dari "perusahaan-perusahaan besar yang tidak bisa disebutkan namanya tetapi mereka sangat penting".
Dan dia mengungkapkan kepada saya bahwa jika semuanya berjalan dengan baik sekarang, teknologinya akan digunakan dalam layanan aplikasi yang sangat terkenal pada kuartal kedua tahun 2024.
“Puluhan juta pengguna akan memiliki akses ke sana.”
Pasar China yang memiliki permintaan video dan kompresi data yang sangat besar juga mulai muncul dalam berbagai bentuk di hadapan CEO yang belum pernah ke China ini.
"Kami mempunyai banyak teman investor yang memiliki hubungan kuat dengan Tiongkok dan membantu beberapa perusahaan Tiongkok menghubungi kami. Kami sudah menjalin kontak dengan beberapa perusahaan Internet terbesar di Tiongkok," katanya. Tuntutan ini datang begitu tiba-tiba dan keras sehingga dia menghabiskan setengah hari menanyakan pertanyaan mendasar kepada saya tentang "bagaimana rasanya bekerja dengan perusahaan Internet Tiongkok?"
“Sepertinya jika Anda ingin menyelamatkan Internet, Anda tidak dapat melakukannya tanpa pasar Tiongkok,” kata saya setengah bercanda setelah menceritakan kepada pengusaha teknologi yang menghabiskan sebagian besar hidupnya di Eropa cerita-cerita tentang Timur serta mungkin.
“Kamu benar,” jawabnya sambil tersenyum. Namun sebelum memikirkan pasar Tiongkok, ia harus menaklukkan Silicon Valley terlebih dahulu.
Di akhir drama Amerika "Silicon Valley", perusahaan Richard telah bernilai US$8 miliar setelah enam tahun naik turun.Namun, hanya beberapa hari sebelum produk resmi dirilis, mereka menemukan bahwa algoritma kompresinya berbeda dari yang mereka kembangkan. AI yang meningkatkan jaringan saling meningkatkan dan berubah menjadi "monster" yang tidak dapat mereka pahami tetapi dapat menerobos semua sistem. Setelah menimbangnya, mereka akhirnya memutuskan untuk "menyelamatkan dunia" - dengan menggunakan orang bodoh yang cantik untuk membuat semua orang berhenti. Saya punya pemikiran tentang jalur teknis ini.
Ini bukanlah akhir yang baik untuk sebuah startup. Saat saya mengangkat topik ini kepada Chris, yang tahun depan akan memasuki tahun keenam dalam memulai bisnis, dia berpikir sejenak, lalu hanya tersenyum dan berkata:
“Semoga akhir kita lebih baik.”
Berikut transkrip percakapannya
Q: Perkenalkan secara singkat diri Anda dan perusahaan Anda.
J: Tentu saja. Saya Chris Besenbruch, CEO dan salah satu pendiri Deep Render. Yang dilakukan Deep Render pada dasarnya adalah mengompresi ukuran file video dan lain sebagainya menjadi ukuran yang sangat-sangat kecil. Alasan kita perlu melakukan hal ini adalah karena data di Internet tumbuh secara eksponensial, dan 90% data dihasilkan dalam dua tahun terakhir. Mereka perlu melakukan perjalanan melalui jaringan serat optik di seluruh dunia, yang merupakan infrastruktur yang sangat mahal pada skala ini. Seluruh infrastruktur serat optik di dunia menelan biaya $5 triliun. Hal ini tidak nyaman karena jika data meningkat dua kali lipat setiap dua tahun, apa artinya bagi infrastruktur, maka data juga harus berlipat ganda. Namun angka ini merupakan penggandaan sebesar satu triliun dolar. Ini tidak mungkin. Inilah alasan mengapa saya melakukan ini.
Idenya adalah jika kita tidak bisa membuat pipeline lebih besar dan lebih cepat, kita akan memperkecil data di dalam pipeline. Jadi itu menunjuk ke kompresi. Ini adalah landasan dan visi kami.
T: Jadi pertama-tama Anda menyimpulkan salah satu masalah inti yang dihadapi Internet saat ini, menemukan solusinya, dan kemudian menggunakannya untuk menentukan arah kewirausahaan Anda.
A: Ya, itu saja. Karena tanpa metode kompresi yang jauh lebih baik, seluruh Internet akan segera runtuh. Dan saya menyukai Internet dan saya ingin terus menggunakannya.
Q: Lalu apa yang membedakan teknologi Anda, karena kompresi bukanlah hal baru, sudah ada sejak lama, bahkan orang-orang sudah terbiasa dan lupa akan keberadaannya. Mungkin Anda bisa mendeskripsikan teknologi Anda dalam istilah yang bisa dimengerti oleh orang bodoh.
A: Hahaha, saya akan mencoba yang terbaik. Kita perlu melihat keseluruhan industri selama 60 tahun terakhir. Ketika teknologi kompresi tradisional muncul, ini merupakan terobosan besar. Semuanya didasarkan pada DCT* (DCT adalah singkatan dari Discrete Cosine Transform, yang membagi gambar menjadi komponen-komponen yang berbeda frekuensi. Blok kecil. Selama proses kuantisasi, komponen frekuensi tinggi dibuang, dan komponen frekuensi rendah yang tersisa disimpan dan digunakan untuk rekonstruksi gambar selanjutnya. Catatan editor)*, metode yang memungkinkan teknologi kompresi video saat ini ditemukan pada tahun sekitar tahun 1970an dan 1980an, dan mendominasi industri setelahnya. **Namun sejak itu, teknologi ini hanya mengalami kemajuan sedikit setiap 10 tahun, dan ide teknisnya selalu sama. Kita tidak bisa mengharapkan suatu teknologi mencapai lompatan besar hanya dengan mengulangi ide yang sama ratusan kali. **Ini adalah teknologi hebat, namun siklus inovasinya telah berakhir atau sedang berakhir.
Jadi kita memerlukan sesuatu yang baru. Dan yang “baru” ini adalah AI. Karena AI dapat menangani gambar dan video dengan sangat baik, hal ini bukanlah hal yang mustahil. Maka teknologi AI dan teknologi kompresi mulai digabungkan. Ada dua gelombang setelah itu. Yang pertama terjadi pada tahun 2017, ketika resolusi super muncul dan Magic Pony menciptakannya. Ide mereka adalah untuk mempertahankan metode kompresi tradisional di tengah-tengah pipa dan menambahkan AI di depan dan belakang.
**Deep Render tidak yakin ini adalah pendekatan yang benar. Karena yang tersisa di dalamnya adalah teknologi kompresi tradisional yang kami yakini telah runtuh total. Itu tidak banyak berubah dari sebelumnya, dan masih belum berguna. **
Kami adalah gelombang kedua, yang sepenuhnya meninggalkan teknologi kompresi tradisional dan hanya menggunakan jaringan saraf. Ini juga berarti menciptakan kembali kompresi. Penemuan kembali kompresi seputar teknologi pembelajaran mesin memiliki efek paling tinggi. Jaringan saraf mendapatkan data dan mengompresi file. Kirim ke Internet, dan jaringan menerima file terkompresi dan mengembalikan video tersebut kepada Anda. Ini adalah solusi khusus AI. Kami memimpin upaya ini, dan sebenarnya kami adalah satu-satunya perusahaan yang melakukan hal tersebut.
T: Jadi pada dasarnya Anda menggunakan AI untuk menggantikan bagian yang menjadi tanggung jawab teknologi tradisional, lalu mengapa AI bisa melakukannya dengan lebih baik?
A: Dua alasan. Kompresi video atau video pada dasarnya adalah trade-off antara ukuran file dan kualitas gambar. Anda mungkin memiliki file yang sangat besar dan video yang tampak bagus, atau file yang sangat kecil dengan definisi yang jelek. Jadi kompresi yang baik adalah tentang trade-off yang baik. Dalam hal ukuran file, kuncinya adalah redundansi. Jika Anda dapat memprediksi piksel berikutnya, Anda tidak perlu mengirim data berlebihan, sehingga menghemat ukuran file. Di sinilah AI dapat membuat prediksi yang lebih baik. Jika prediksinya bagus, redundansi dapat dihilangkan dan lebih sedikit data yang diterima. Dan AI pada dasarnya lebih kuat karena bereaksi terhadap data.
Yang kedua adalah tentang kualitas video. Algoritme kompresi apa pun akan menimbulkan kesalahan pada keluaran video, ini adalah definisi kompresi lossy, menerima beberapa kesalahan demi ukuran file yang lebih kecil. Namun yang paling penting bagi manusia adalah distribusi kesalahan ini. Kita lebih sensitif terhadap beberapa kesalahan dan mungkin baik-baik saja dengan kesalahan lainnya. **Jadi AI kami meniru sistem visual manusia sehingga kesalahan ini disembunyikan dari manusia. **
Contoh yang bagus adalah orang tidak suka jika garis menjadi kabur. Orang merasa tidak senang jika garis tajam menjadi kabur karena hal ini ditentukan secara biologis. Misalnya, ketika seekor harimau mulai bergerak dari balik batu, kita harus bisa melihatnya, dan kita akan menatapnya. Keakuratan warnanya tidak terjamin, dan tidak ada yang benar-benar memperhatikan jika ada yang hilang. Jadi Anda dapat memberikan akurasi warna tanpa mengaburkan tepinya. Orang-orang lebih menyukai kualitas video ini.
Ide kami adalah selalu memulai dari prinsip pertama, apa yang masuk akal, apa prinsip matematika di baliknya, dan alat apa yang bisa digunakan untuk menyelesaikan masalah nyata. AI merupakan alat yang paling cocok untuk ini.
Q: Menarik sekali, jadi ini ide paling mendasar, dan langkah selanjutnya adalah eksekusi. Sebagai perusahaan yang baru berusia lima tahun, apakah perubahan AI saat ini berdampak pada Anda?
A: Pada tingkat perangkat lunak, kami sebenarnya selalu berakar pada lingkaran penelitian, dan produk perangkat lunak kami berasal dari lingkaran penelitian. Perubahan AI saat ini berdampak kecil pada kita. Saya telah terlibat dalam lingkaran penelitian ini sejak tahun 2015, ketika revolusi AI dimulai.
Sebaliknya, level hardware justru lebih segar. Kami memiliki teknologi kompresi tingkat perangkat lunak yang hebat, tetapi sebelumnya hanya berfungsi di cloud, jadi ini adalah topik penelitian yang bagus, bukan produk. **Hanya ketika ia memasuki setiap terminal sehingga jutaan orang dapat menggunakannya di perangkat mereka sendiri, ia menjadi sebuah produk. **
Oleh karena itu, kami sebenarnya bertaruh pada perubahan teknologi di masa depan. Selain bertaruh bahwa AI akan efektif, kami juga bertaruh bahwa perangkat keras yang kami butuhkan akan muncul, perangkat keras akselerasi AI tertentu, seperti NPU, dan berbagai chip perangkat keras dari Apple, Qualcomm , dan Google akan dibuat. **Kami memasang taruhan pada tahun 2018, dan hari ini kami memasangnya pada tahun 2023. **
**Entah kami memiliki pemandangan yang bagus atau kami hanya beruntung. **
T: Dan produsen perangkat keras besar ini juga tertarik pada Anda.
A: **Ya, karena mereka memiliki perangkat keras ini, mereka mulai mencari aplikasi yang mematikan. Kami mendatangi mereka dan berkata, hei, semua orang menonton videonya, ini adalah aplikasi hebat yang Anda inginkan. Kali ini juga sangat cocok. **
Q: Selain algoritma, saat kita ngobrol sebelumnya, Anda menyebutkan bahwa data juga merupakan ambang batas, tetapi yang jelas perusahaan besar memiliki lebih banyak data, apakah ini akan menjadi masalah?
A: Pertanyaan yang sangat menarik. (Kontemplasi) Saya pikir dengan kompresi AI, pada akhirnya akan ditemukan bahwa algoritma lebih penting. Karena menurut saya bidang ini secara keseluruhan belum cukup matang untuk memerlukan keputusan kualitas data.
Q: Jadi itu pertanyaan tahap kedua.
A: Ya, ini masih dalam tahap pertama. Kami tidak bisa mengatakan bahwa kami memiliki algoritma yang sempurna. Algoritma kami membuat kemajuan besar setiap bulan dan berubah sangat, sangat cepat. Jika algoritmenya kuat, itulah datanya. Tapi kami juga mengumpulkan, karena datanya semakin berkurang. Sekarang kami memiliki satu hingga dua juta data rangkaian video, yang kami peroleh dari sumber terbuka dan saluran tepercaya atau dibeli dari situs video. Saat ini, mereka cukup terbuka, tetapi semua orang Melihat bahwa ChatGPT mengubah tingkat keterbukaan, kami beruntung telah membeli data ini lebih awal. Ini juga merupakan keuntungan, namun ini bukan keuntungan yang benar-benar menentukan pada tahap ini.
T: Apakah model LLM dan difusi menghadirkan sesuatu yang baru pada algoritme Anda?
A: Jumlahnya relatif sedikit. Ada beberapa ide yang bisa dijadikan referensi. Masalahnya adalah model-model ini tampaknya dapat memasuki proses kita dan memberikan perbaikan. Misalnya, Difusi Stabil dapat membantu saya meningkatkan kemampuan kompresi, tapi masih ada trade-off - misalnya SD diproses setiap 10 detik sekali, tapi kita perlu memprosesnya 300 kali dalam 10 detik. Bagaimana memilih antara real-time dan efek adalah sebuah masalah. Mereka mempunyai potensi untuk memberikan dampak di masa depan.
Q: Jika dilihat dari sudut pandang kompetitif, tantangan Anda saat ini berasal dari mana?
A: Algoritme, dan orang-orang di baliknya. Kami mempelajari sendiri banyak algoritma dasar karena tidak banyak makalah yang harus dibaca. Tantangan paling penting adalah membentuk tim yang baik,** karena ada banyak orang di pasar yang mempelajari AI, tidak banyak orang yang mempelajari teori informasi, dan hampir tidak ada orang yang mempelajari keduanya pada saat yang bersamaan. Jadi kita perlu bekerja sama dan melatih mereka, yang membutuhkan waktu lama** karena mereka tidak banyak berhubungan satu sama lain. Jadi, Anda perlu melatih sekelompok orang terlebih dahulu, lalu membiarkan mereka memimpin orang-orang di bawahnya.Ini adalah struktur piramida.
Q: Apakah Anda sudah membangun piramida ini?
A: Kami memiliki lebih dari 30 ahli riset AI. Tapi kami menghabiskan waktu yang sangat lama untuk hal ini.
Q: Jadi hanya 30 orang di dunia yang ada di sini bersamamu.
A: Saya akan mengatakan itu. Ada juga beberapa laboratorium yang mempelajari topik ini, dan mereka memiliki orang-orang yang baik, namun sejauh ini Deep Render adalah organisasi terbesar di bidang ini dalam hal skala.
T: Saya melihat Anda menyebutkan penggunaan pembiayaan baru baru-baru ini untuk memperluas bisnis dan kehadiran Anda di Silicon Valley.
A: Ini agak aneh, kami adalah perusahaan Inggris, tetapi perusahaan yang paling banyak menggunakan sumber daya Internet berada di Tiongkok dan Amerika Serikat. Apalagi Eropa memang bukan tempat yang ramah terhadap perkembangan teknologi. Kami mempunyai banyak permintaan dari Amerika Serikat, jadi wajar jika masuk ke Amerika Serikat, begitu pula dengan Tiongkok.
T: Apakah ada pelanggan Tiongkok yang menghubungi Anda?
A: Saya tidak bisa menyebutkan namanya, saya menandatangani perjanjian yang sangat panjang jadi saya harus berhati-hati haha. Namun ketika saya menghubungi perusahaan-perusahaan ini, saya menemukan bahwa Tiongkok memang memiliki persyaratan bandwidth yang lebih tinggi daripada Amerika Serikat.
Q: Anda sudah berhubungan dengan pelanggan, jika dilihat dari PMF orang-orang suka berdiskusi, pada tahap apa Anda saat ini?
A: Ini selalu sulit untuk didefinisikan. Saya menganggap kami telah mencapai PMF karena kami memiliki lebih banyak permintaan daripada yang dapat kami tangani. Kami benar-benar menolak banyak perusahaan besar karena sumber daya bandwidth kami sendiri tidak mencukupi.Banyak perusahaan telah memesan kami, dan kami hanya dapat menangani kebutuhan 4 hingga 5 perusahaan besar dalam waktu yang bersamaan. Ketika teknologi sudah lebih matang, komersialisasi akan lebih mudah. Kita sudah melewati tahap pembuktian konsep. Jika semuanya berjalan dengan baik, Anda dapat melihat teknologi kami diterapkan pada layanan Internet yang sangat terkenal pada kuartal kedua tahun 2024, dan puluhan juta pengguna akan menggunakannya pada saat itu.
T: Menghadapi permintaan yang sangat tinggi, tenaga kerja yang terbatas, dan status teknis Anda sendiri, Anda sebagai CEO bertanggung jawab untuk membuat pilihan yang seimbang.
Q: Haha, ini tantangan pekerjaan saya. Saya akan mencoba membuat keputusan. Bergerak terlalu cepat selalu menghabiskan sumber daya, dan rekrutmen akan membawa tantangan. Karyawan kami umumnya memerlukan pelatihan selama 4 bulan sebelum mereka dapat menjadi produktif. Jadi Anda benar, ini adalah masalah pengoptimalan. Tentu saja, saya mungkin bersedia membayar seseorang yang menggunakan AI untuk mengembangkan suatu alat.
Q: Haha, mungkin LLM bisa ikut di sini.
J: Ya hahaha.
T: Segalanya tampaknya berjalan dengan baik. Model bisnis apa yang Anda rancang untuk bisnis ini?
A: Saat ini kami dalam bentuk B2B, kami memberikan otorisasi produk kepada pelanggan, pelanggan dapat menghemat banyak uang, dan sebagian dapat diberikan kepada kami. Ini adalah model bisnis berdasarkan perizinan. Kalau lihat datanya di sini, sungguh gila, pada tahun 2030, biaya transmisi konten di seluruh dunia akan mencapai $125 miliar. **Jika Anda ingin menghancurkan Netflix, gunakan 4K dan tonton Netflix 24 jam sehari selama sebulan. **
T: Sebaiknya jangan lakukan ini.
A: Hahaha, tetapi jika Anda dapat mengurangi ukuran file, katakanlah, 90%, maka berdasarkan $125 miliar, perusahaan dapat menghemat banyak uang.
Q: Ini adalah kesempatan Anda untuk menghasilkan uang.
A: Ini adalah bisnis yang menguntungkan semua orang. Saya menang, perusahaan menang, pengguna menang, dan perusahaan internet besar menang. Tidak ada yang kehilangan apapun.
T: Bagaimana dengan penghematan Internet? Pernahkah Anda membayangkan seperti apa masa depan Internet yang akan dibangun oleh perusahaan Anda?
Q: Tentu saja, saya memimpikannya setiap hari hahaha. **Visi kami adalah mengubah bandwidth menjadi komoditas tanpa batas, sehingga setiap orang tidak perlu lagi mengkhawatirkan kecepatan jaringan. Bagi semua orang, mereka dapat menikmati video berkualitas sangat tinggi di rumah, dan bagi perusahaan, mereka bisa mendapatkan video dengan harga sangat murah atau bahkan sumber daya internet gratis Informasi bisa mengalir, bahkan data yang dianggap berat saat ini bisa mengalir dengan bebas. Ini adalah masa depan yang seharusnya dimiliki oleh Internet. **
Q: Saya yakin banyak orang bertanya kepada Anda tentang pertanyaan terakhir ini. Membicarakannya membuat saya semakin merasa bahwa cerita dalam serial TV Amerika “Silicon Valley” sepertinya sama dengan cerita Anda.
A: Benar, benar. Ini adalah acara favorit saya. Namun yang menarik adalah saya dan rekan pendiri saya baru mengetahui tentang Deep Render satu setengah tahun setelah kami mendirikannya, karena HBO tidak begitu populer di Inggris. Namun yang menarik adalah model bisnis dan tahapan yang kami lalui hampir sama dengan cerita dalam lakon ini. Apalagi sejak kita melihatnya nanti, kita sama-sama bilang, tunggu dulu, ini sama seperti kita.
Q: Anda juga tahu akhir dari drama ini.
A:... Hahaha, semoga akhir kita lebih baik.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
"Internet akan mati, dan hanya kita yang bisa menyelamatkannya"
Sumber asli: Silicon Star People
**Sudah berapa lama sejak Anda mendengar perusahaan startup mengatakan akan menyelamatkan Internet? **
Para wirausahawan saat ini tampaknya diam-diam menghasilkan uang, atau mendiskusikan penggunaan AI untuk menyelamatkan (atau menghancurkan) seluruh umat manusia. Di Internet yang kita jalani setiap hari, sepertinya tidak ada yang peduli dengan kehidupan dan kematiannya.
Dan bagi Chri, sepertinya dia akan mati.
Ketika saya mendengar dia mengatakan ini kepada saya di bawah sinar matahari San Jose yang cerah, rasanya agak sensasional. Namun jika Anda tinggal bersama orang Jerman berambut seperti singa ini dalam waktu yang lama, logika bahasa Inggrisnya yang logis dan ala Jerman akan dengan mudah membuat Anda berpikir bahwa ini memang masalah besar.
Chri Besenbruch adalah salah satu pendiri dan CEO Deep Render. Sederhananya, apa yang dilakukan perusahaannya adalah "menggunakan AI untuk mengompresi ukuran file video ke ukuran yang sangat kecil."
Dia mengklaim algoritme tersebut hingga lima kali "lebih baik" daripada codec standar industri HVEC, meskipun dia tidak menentukan metrik apa yang digunakan, dan dapat berjalan secara real time pada chipset modern dari Qualcomm, Apple, dan Nvidia. Sebuah "codec" mengacu pada perangkat lunak dan terkadang perangkat keras yang dapat menyandikan dan mendekode data, biasanya untuk data audio atau video.
Beberapa orang yang akrab dengan Silicon Valley mungkin akan bingung ketika mendengarnya, mengira saya sedang menceritakan kembali naskah "Silicon Valley" Dalam drama Amerika ini, yang digambarkan sebagai tampilan sempurna dari ekosistem kewirausahaan Silicon Valley, semuanya leluconnya adalah karena protagonis telah mengembangkan algoritma kompresi yang luar biasa.
"Ya, banyak orang yang memberitahuku hal ini. Kami benar-benar terlihat seperti pied piper. "Orang dengan latar belakang kompleks yang tumbuh di Jerman, belajar matematika sebagai sarjana, pergi ke Swiss untuk belajar sekolah seni, dan kemudian melanjutkan ke Inggris untuk belajar ilmu komputer, dan " Tokoh protagonis Richard dalam "Silicon Valley" juga memiliki suasana kutu buku yang kuat, tetapi tidak seperti proses terobosan algoritma kompresi yang konyol dalam serial TV, dan kurangnya akal sehat bisnis dalam serial TV, Richard sering ragu-ragu. Kewirausahaannya sama ketatnya dengan memecahkan masalah matematika, dan dia sangat serius dengan perusahaan. Model bisnisnya juga dipikirkan dengan jelas.
Menurutnya, Internet sedang menuju kehancuran, dan itulah masalah terbesarnya. Dia ingin menyelesaikan masalah terbesar ini.Setelah melakukan analisis, mereka yakin bahwa akar masalahnya adalah teknologi lama tidak beradaptasi dengan dunia baru:
*Setelah video menjadi populer dan menjadi bentuk komunikasi utama di Internet, kita sebenarnya telah memasuki dunia baru. Dunia di mana skala data menjadi semakin menakutkan dan tidak ada jalan untuk mundur. *
*Teknologi lama tidak lagi cocok untuk dunia baru ini. Terus melakukan inovasi dan perbaikan kecil dengan cara yang sama hanya akan menemui jalan buntu, dan pada akhirnya runtuhnya Internet. *
“Kami akan menyelamatkan Internet dengan menciptakan algoritma kompresi baru. Dan yang memungkinkan hal ini adalah AI.”
Sejalan dengan hal ini, Chris mendirikan Deep Render pada tahun 2018 bersama rekan-rekan mahasiswa pascasarjananya di Inggris—dia bukanlah salah satu dari startup yang mengejar gelombang ChatGPT.
“Pada dasarnya kita tidak ada hubungannya dengan LLM. Mungkin terkait dengan model difusi, tapi lebih pada kemungkinan-kemungkinan potensial di masa depan,” ujarnya kepada saya. “Kami memulai dari prinsip pertama dan ingin memahami apa yang cocok untuk AI dan esensi dari kompresi. Pada akhirnya, kami percaya bahwa metode yang sepenuhnya mengandalkan AI harus menjadi jalur teknis baru.”
Namun, "kegelisahan" LLM justru membantu perusahaannya. “Kami sebenarnya berjudi pada saat itu, karena untuk mencapai tujuan kami, selain algoritme saya sendiri, kami juga membutuhkan kemajuan yang signifikan dalam perangkat lunak dan perangkat keras. Kami membuat prediksi pada saat itu, dengan asumsi bahwa semua teknologi dasar ini dapat membuat lompatan dan kemajuan. batasnya. Dan hari ini semua ini telah terjadi. Sekarang." Dia berkata kepadaku, nadanya penuh kegembiraan.
"Mungkin kita hanya beruntung."
**Terlihat sangat rendah hati, namun yang tidak dia katakan adalah jika prediksinya menjadi kenyataan, perusahaannya mungkin menjadi salah satu perusahaan teknologi Internet terpenting bagi umat manusia dalam beberapa dekade mendatang. **Teknologi mereka akan diberikan kepada perusahaan-perusahaan besar dalam bentuk berlisensi. Sambil memecahkan masalah bandwidth Internet, mereka juga akan menjadi jenis perusahaan yang memungut tagihan utilitas dan pajak.
Faktanya, segalanya sudah mulai berubah.
Sejak tahun ini, perusahaan yang terabaikan ini telah memasuki visi Silicon Valley dan lembaga investasi ternama di seluruh dunia.Setelah menyelesaikan pembiayaan pada bulan Maret, Chris mulai mengalihkan fokusnya ke Silicon Valley, di mana terdapat uang dan manusia. yang tertarik pada mereka Pelanggan besar.
Menurut keterangannya, tim kecil mereka saat ini sudah kewalahan menghadapi minat dan permintaan dari "perusahaan-perusahaan besar yang tidak bisa disebutkan namanya tetapi mereka sangat penting".
Dan dia mengungkapkan kepada saya bahwa jika semuanya berjalan dengan baik sekarang, teknologinya akan digunakan dalam layanan aplikasi yang sangat terkenal pada kuartal kedua tahun 2024.
“Puluhan juta pengguna akan memiliki akses ke sana.”
Pasar China yang memiliki permintaan video dan kompresi data yang sangat besar juga mulai muncul dalam berbagai bentuk di hadapan CEO yang belum pernah ke China ini.
"Kami mempunyai banyak teman investor yang memiliki hubungan kuat dengan Tiongkok dan membantu beberapa perusahaan Tiongkok menghubungi kami. Kami sudah menjalin kontak dengan beberapa perusahaan Internet terbesar di Tiongkok," katanya. Tuntutan ini datang begitu tiba-tiba dan keras sehingga dia menghabiskan setengah hari menanyakan pertanyaan mendasar kepada saya tentang "bagaimana rasanya bekerja dengan perusahaan Internet Tiongkok?"
“Sepertinya jika Anda ingin menyelamatkan Internet, Anda tidak dapat melakukannya tanpa pasar Tiongkok,” kata saya setengah bercanda setelah menceritakan kepada pengusaha teknologi yang menghabiskan sebagian besar hidupnya di Eropa cerita-cerita tentang Timur serta mungkin.
“Kamu benar,” jawabnya sambil tersenyum. Namun sebelum memikirkan pasar Tiongkok, ia harus menaklukkan Silicon Valley terlebih dahulu.
Di akhir drama Amerika "Silicon Valley", perusahaan Richard telah bernilai US$8 miliar setelah enam tahun naik turun.Namun, hanya beberapa hari sebelum produk resmi dirilis, mereka menemukan bahwa algoritma kompresinya berbeda dari yang mereka kembangkan. AI yang meningkatkan jaringan saling meningkatkan dan berubah menjadi "monster" yang tidak dapat mereka pahami tetapi dapat menerobos semua sistem. Setelah menimbangnya, mereka akhirnya memutuskan untuk "menyelamatkan dunia" - dengan menggunakan orang bodoh yang cantik untuk membuat semua orang berhenti. Saya punya pemikiran tentang jalur teknis ini.
Ini bukanlah akhir yang baik untuk sebuah startup. Saat saya mengangkat topik ini kepada Chris, yang tahun depan akan memasuki tahun keenam dalam memulai bisnis, dia berpikir sejenak, lalu hanya tersenyum dan berkata:
“Semoga akhir kita lebih baik.”
Berikut transkrip percakapannya
Q: Perkenalkan secara singkat diri Anda dan perusahaan Anda.
J: Tentu saja. Saya Chris Besenbruch, CEO dan salah satu pendiri Deep Render. Yang dilakukan Deep Render pada dasarnya adalah mengompresi ukuran file video dan lain sebagainya menjadi ukuran yang sangat-sangat kecil. Alasan kita perlu melakukan hal ini adalah karena data di Internet tumbuh secara eksponensial, dan 90% data dihasilkan dalam dua tahun terakhir. Mereka perlu melakukan perjalanan melalui jaringan serat optik di seluruh dunia, yang merupakan infrastruktur yang sangat mahal pada skala ini. Seluruh infrastruktur serat optik di dunia menelan biaya $5 triliun. Hal ini tidak nyaman karena jika data meningkat dua kali lipat setiap dua tahun, apa artinya bagi infrastruktur, maka data juga harus berlipat ganda. Namun angka ini merupakan penggandaan sebesar satu triliun dolar. Ini tidak mungkin. Inilah alasan mengapa saya melakukan ini.
T: Jadi pertama-tama Anda menyimpulkan salah satu masalah inti yang dihadapi Internet saat ini, menemukan solusinya, dan kemudian menggunakannya untuk menentukan arah kewirausahaan Anda.
A: Ya, itu saja. Karena tanpa metode kompresi yang jauh lebih baik, seluruh Internet akan segera runtuh. Dan saya menyukai Internet dan saya ingin terus menggunakannya.
Q: Lalu apa yang membedakan teknologi Anda, karena kompresi bukanlah hal baru, sudah ada sejak lama, bahkan orang-orang sudah terbiasa dan lupa akan keberadaannya. Mungkin Anda bisa mendeskripsikan teknologi Anda dalam istilah yang bisa dimengerti oleh orang bodoh.
A: Hahaha, saya akan mencoba yang terbaik. Kita perlu melihat keseluruhan industri selama 60 tahun terakhir. Ketika teknologi kompresi tradisional muncul, ini merupakan terobosan besar. Semuanya didasarkan pada DCT* (DCT adalah singkatan dari Discrete Cosine Transform, yang membagi gambar menjadi komponen-komponen yang berbeda frekuensi. Blok kecil. Selama proses kuantisasi, komponen frekuensi tinggi dibuang, dan komponen frekuensi rendah yang tersisa disimpan dan digunakan untuk rekonstruksi gambar selanjutnya. Catatan editor)*, metode yang memungkinkan teknologi kompresi video saat ini ditemukan pada tahun sekitar tahun 1970an dan 1980an, dan mendominasi industri setelahnya. **Namun sejak itu, teknologi ini hanya mengalami kemajuan sedikit setiap 10 tahun, dan ide teknisnya selalu sama. Kita tidak bisa mengharapkan suatu teknologi mencapai lompatan besar hanya dengan mengulangi ide yang sama ratusan kali. **Ini adalah teknologi hebat, namun siklus inovasinya telah berakhir atau sedang berakhir.
Jadi kita memerlukan sesuatu yang baru. Dan yang “baru” ini adalah AI. Karena AI dapat menangani gambar dan video dengan sangat baik, hal ini bukanlah hal yang mustahil. Maka teknologi AI dan teknologi kompresi mulai digabungkan. Ada dua gelombang setelah itu. Yang pertama terjadi pada tahun 2017, ketika resolusi super muncul dan Magic Pony menciptakannya. Ide mereka adalah untuk mempertahankan metode kompresi tradisional di tengah-tengah pipa dan menambahkan AI di depan dan belakang.
**Deep Render tidak yakin ini adalah pendekatan yang benar. Karena yang tersisa di dalamnya adalah teknologi kompresi tradisional yang kami yakini telah runtuh total. Itu tidak banyak berubah dari sebelumnya, dan masih belum berguna. **
Kami adalah gelombang kedua, yang sepenuhnya meninggalkan teknologi kompresi tradisional dan hanya menggunakan jaringan saraf. Ini juga berarti menciptakan kembali kompresi. Penemuan kembali kompresi seputar teknologi pembelajaran mesin memiliki efek paling tinggi. Jaringan saraf mendapatkan data dan mengompresi file. Kirim ke Internet, dan jaringan menerima file terkompresi dan mengembalikan video tersebut kepada Anda. Ini adalah solusi khusus AI. Kami memimpin upaya ini, dan sebenarnya kami adalah satu-satunya perusahaan yang melakukan hal tersebut.
T: Jadi pada dasarnya Anda menggunakan AI untuk menggantikan bagian yang menjadi tanggung jawab teknologi tradisional, lalu mengapa AI bisa melakukannya dengan lebih baik?
A: Dua alasan. Kompresi video atau video pada dasarnya adalah trade-off antara ukuran file dan kualitas gambar. Anda mungkin memiliki file yang sangat besar dan video yang tampak bagus, atau file yang sangat kecil dengan definisi yang jelek. Jadi kompresi yang baik adalah tentang trade-off yang baik. Dalam hal ukuran file, kuncinya adalah redundansi. Jika Anda dapat memprediksi piksel berikutnya, Anda tidak perlu mengirim data berlebihan, sehingga menghemat ukuran file. Di sinilah AI dapat membuat prediksi yang lebih baik. Jika prediksinya bagus, redundansi dapat dihilangkan dan lebih sedikit data yang diterima. Dan AI pada dasarnya lebih kuat karena bereaksi terhadap data.
Yang kedua adalah tentang kualitas video. Algoritme kompresi apa pun akan menimbulkan kesalahan pada keluaran video, ini adalah definisi kompresi lossy, menerima beberapa kesalahan demi ukuran file yang lebih kecil. Namun yang paling penting bagi manusia adalah distribusi kesalahan ini. Kita lebih sensitif terhadap beberapa kesalahan dan mungkin baik-baik saja dengan kesalahan lainnya. **Jadi AI kami meniru sistem visual manusia sehingga kesalahan ini disembunyikan dari manusia. **
Contoh yang bagus adalah orang tidak suka jika garis menjadi kabur. Orang merasa tidak senang jika garis tajam menjadi kabur karena hal ini ditentukan secara biologis. Misalnya, ketika seekor harimau mulai bergerak dari balik batu, kita harus bisa melihatnya, dan kita akan menatapnya. Keakuratan warnanya tidak terjamin, dan tidak ada yang benar-benar memperhatikan jika ada yang hilang. Jadi Anda dapat memberikan akurasi warna tanpa mengaburkan tepinya. Orang-orang lebih menyukai kualitas video ini.
Ide kami adalah selalu memulai dari prinsip pertama, apa yang masuk akal, apa prinsip matematika di baliknya, dan alat apa yang bisa digunakan untuk menyelesaikan masalah nyata. AI merupakan alat yang paling cocok untuk ini.
Q: Menarik sekali, jadi ini ide paling mendasar, dan langkah selanjutnya adalah eksekusi. Sebagai perusahaan yang baru berusia lima tahun, apakah perubahan AI saat ini berdampak pada Anda?
A: Pada tingkat perangkat lunak, kami sebenarnya selalu berakar pada lingkaran penelitian, dan produk perangkat lunak kami berasal dari lingkaran penelitian. Perubahan AI saat ini berdampak kecil pada kita. Saya telah terlibat dalam lingkaran penelitian ini sejak tahun 2015, ketika revolusi AI dimulai.
Sebaliknya, level hardware justru lebih segar. Kami memiliki teknologi kompresi tingkat perangkat lunak yang hebat, tetapi sebelumnya hanya berfungsi di cloud, jadi ini adalah topik penelitian yang bagus, bukan produk. **Hanya ketika ia memasuki setiap terminal sehingga jutaan orang dapat menggunakannya di perangkat mereka sendiri, ia menjadi sebuah produk. **
Oleh karena itu, kami sebenarnya bertaruh pada perubahan teknologi di masa depan. Selain bertaruh bahwa AI akan efektif, kami juga bertaruh bahwa perangkat keras yang kami butuhkan akan muncul, perangkat keras akselerasi AI tertentu, seperti NPU, dan berbagai chip perangkat keras dari Apple, Qualcomm , dan Google akan dibuat. **Kami memasang taruhan pada tahun 2018, dan hari ini kami memasangnya pada tahun 2023. **
**Entah kami memiliki pemandangan yang bagus atau kami hanya beruntung. **
T: Dan produsen perangkat keras besar ini juga tertarik pada Anda.
A: **Ya, karena mereka memiliki perangkat keras ini, mereka mulai mencari aplikasi yang mematikan. Kami mendatangi mereka dan berkata, hei, semua orang menonton videonya, ini adalah aplikasi hebat yang Anda inginkan. Kali ini juga sangat cocok. **
Q: Selain algoritma, saat kita ngobrol sebelumnya, Anda menyebutkan bahwa data juga merupakan ambang batas, tetapi yang jelas perusahaan besar memiliki lebih banyak data, apakah ini akan menjadi masalah?
A: Pertanyaan yang sangat menarik. (Kontemplasi) Saya pikir dengan kompresi AI, pada akhirnya akan ditemukan bahwa algoritma lebih penting. Karena menurut saya bidang ini secara keseluruhan belum cukup matang untuk memerlukan keputusan kualitas data.
Q: Jadi itu pertanyaan tahap kedua.
A: Ya, ini masih dalam tahap pertama. Kami tidak bisa mengatakan bahwa kami memiliki algoritma yang sempurna. Algoritma kami membuat kemajuan besar setiap bulan dan berubah sangat, sangat cepat. Jika algoritmenya kuat, itulah datanya. Tapi kami juga mengumpulkan, karena datanya semakin berkurang. Sekarang kami memiliki satu hingga dua juta data rangkaian video, yang kami peroleh dari sumber terbuka dan saluran tepercaya atau dibeli dari situs video. Saat ini, mereka cukup terbuka, tetapi semua orang Melihat bahwa ChatGPT mengubah tingkat keterbukaan, kami beruntung telah membeli data ini lebih awal. Ini juga merupakan keuntungan, namun ini bukan keuntungan yang benar-benar menentukan pada tahap ini.
T: Apakah model LLM dan difusi menghadirkan sesuatu yang baru pada algoritme Anda?
A: Jumlahnya relatif sedikit. Ada beberapa ide yang bisa dijadikan referensi. Masalahnya adalah model-model ini tampaknya dapat memasuki proses kita dan memberikan perbaikan. Misalnya, Difusi Stabil dapat membantu saya meningkatkan kemampuan kompresi, tapi masih ada trade-off - misalnya SD diproses setiap 10 detik sekali, tapi kita perlu memprosesnya 300 kali dalam 10 detik. Bagaimana memilih antara real-time dan efek adalah sebuah masalah. Mereka mempunyai potensi untuk memberikan dampak di masa depan.
Q: Jika dilihat dari sudut pandang kompetitif, tantangan Anda saat ini berasal dari mana?
A: Algoritme, dan orang-orang di baliknya. Kami mempelajari sendiri banyak algoritma dasar karena tidak banyak makalah yang harus dibaca. Tantangan paling penting adalah membentuk tim yang baik,** karena ada banyak orang di pasar yang mempelajari AI, tidak banyak orang yang mempelajari teori informasi, dan hampir tidak ada orang yang mempelajari keduanya pada saat yang bersamaan. Jadi kita perlu bekerja sama dan melatih mereka, yang membutuhkan waktu lama** karena mereka tidak banyak berhubungan satu sama lain. Jadi, Anda perlu melatih sekelompok orang terlebih dahulu, lalu membiarkan mereka memimpin orang-orang di bawahnya.Ini adalah struktur piramida.
Q: Apakah Anda sudah membangun piramida ini?
A: Kami memiliki lebih dari 30 ahli riset AI. Tapi kami menghabiskan waktu yang sangat lama untuk hal ini.
Q: Jadi hanya 30 orang di dunia yang ada di sini bersamamu.
A: Saya akan mengatakan itu. Ada juga beberapa laboratorium yang mempelajari topik ini, dan mereka memiliki orang-orang yang baik, namun sejauh ini Deep Render adalah organisasi terbesar di bidang ini dalam hal skala.
T: Saya melihat Anda menyebutkan penggunaan pembiayaan baru baru-baru ini untuk memperluas bisnis dan kehadiran Anda di Silicon Valley.
A: Ini agak aneh, kami adalah perusahaan Inggris, tetapi perusahaan yang paling banyak menggunakan sumber daya Internet berada di Tiongkok dan Amerika Serikat. Apalagi Eropa memang bukan tempat yang ramah terhadap perkembangan teknologi. Kami mempunyai banyak permintaan dari Amerika Serikat, jadi wajar jika masuk ke Amerika Serikat, begitu pula dengan Tiongkok.
T: Apakah ada pelanggan Tiongkok yang menghubungi Anda?
A: Saya tidak bisa menyebutkan namanya, saya menandatangani perjanjian yang sangat panjang jadi saya harus berhati-hati haha. Namun ketika saya menghubungi perusahaan-perusahaan ini, saya menemukan bahwa Tiongkok memang memiliki persyaratan bandwidth yang lebih tinggi daripada Amerika Serikat.
Q: Anda sudah berhubungan dengan pelanggan, jika dilihat dari PMF orang-orang suka berdiskusi, pada tahap apa Anda saat ini?
A: Ini selalu sulit untuk didefinisikan. Saya menganggap kami telah mencapai PMF karena kami memiliki lebih banyak permintaan daripada yang dapat kami tangani. Kami benar-benar menolak banyak perusahaan besar karena sumber daya bandwidth kami sendiri tidak mencukupi.Banyak perusahaan telah memesan kami, dan kami hanya dapat menangani kebutuhan 4 hingga 5 perusahaan besar dalam waktu yang bersamaan. Ketika teknologi sudah lebih matang, komersialisasi akan lebih mudah. Kita sudah melewati tahap pembuktian konsep. Jika semuanya berjalan dengan baik, Anda dapat melihat teknologi kami diterapkan pada layanan Internet yang sangat terkenal pada kuartal kedua tahun 2024, dan puluhan juta pengguna akan menggunakannya pada saat itu.
T: Menghadapi permintaan yang sangat tinggi, tenaga kerja yang terbatas, dan status teknis Anda sendiri, Anda sebagai CEO bertanggung jawab untuk membuat pilihan yang seimbang.
Q: Haha, ini tantangan pekerjaan saya. Saya akan mencoba membuat keputusan. Bergerak terlalu cepat selalu menghabiskan sumber daya, dan rekrutmen akan membawa tantangan. Karyawan kami umumnya memerlukan pelatihan selama 4 bulan sebelum mereka dapat menjadi produktif. Jadi Anda benar, ini adalah masalah pengoptimalan. Tentu saja, saya mungkin bersedia membayar seseorang yang menggunakan AI untuk mengembangkan suatu alat.
Q: Haha, mungkin LLM bisa ikut di sini.
J: Ya hahaha.
T: Segalanya tampaknya berjalan dengan baik. Model bisnis apa yang Anda rancang untuk bisnis ini?
A: Saat ini kami dalam bentuk B2B, kami memberikan otorisasi produk kepada pelanggan, pelanggan dapat menghemat banyak uang, dan sebagian dapat diberikan kepada kami. Ini adalah model bisnis berdasarkan perizinan. Kalau lihat datanya di sini, sungguh gila, pada tahun 2030, biaya transmisi konten di seluruh dunia akan mencapai $125 miliar. **Jika Anda ingin menghancurkan Netflix, gunakan 4K dan tonton Netflix 24 jam sehari selama sebulan. **
T: Sebaiknya jangan lakukan ini.
A: Hahaha, tetapi jika Anda dapat mengurangi ukuran file, katakanlah, 90%, maka berdasarkan $125 miliar, perusahaan dapat menghemat banyak uang.
Q: Ini adalah kesempatan Anda untuk menghasilkan uang.
A: Ini adalah bisnis yang menguntungkan semua orang. Saya menang, perusahaan menang, pengguna menang, dan perusahaan internet besar menang. Tidak ada yang kehilangan apapun.
T: Bagaimana dengan penghematan Internet? Pernahkah Anda membayangkan seperti apa masa depan Internet yang akan dibangun oleh perusahaan Anda?
Q: Tentu saja, saya memimpikannya setiap hari hahaha. **Visi kami adalah mengubah bandwidth menjadi komoditas tanpa batas, sehingga setiap orang tidak perlu lagi mengkhawatirkan kecepatan jaringan. Bagi semua orang, mereka dapat menikmati video berkualitas sangat tinggi di rumah, dan bagi perusahaan, mereka bisa mendapatkan video dengan harga sangat murah atau bahkan sumber daya internet gratis Informasi bisa mengalir, bahkan data yang dianggap berat saat ini bisa mengalir dengan bebas. Ini adalah masa depan yang seharusnya dimiliki oleh Internet. **
A: Benar, benar. Ini adalah acara favorit saya. Namun yang menarik adalah saya dan rekan pendiri saya baru mengetahui tentang Deep Render satu setengah tahun setelah kami mendirikannya, karena HBO tidak begitu populer di Inggris. Namun yang menarik adalah model bisnis dan tahapan yang kami lalui hampir sama dengan cerita dalam lakon ini. Apalagi sejak kita melihatnya nanti, kita sama-sama bilang, tunggu dulu, ini sama seperti kita.
Q: Anda juga tahu akhir dari drama ini.
A:... Hahaha, semoga akhir kita lebih baik.