**Как давно вы слышали, как стартап-компания говорила, что собирается спасти Интернет? **
Сегодняшние предприниматели, похоже, либо молча зарабатывают деньги, либо обсуждают использование ИИ для спасения (или уничтожения) всего человечества. В Интернете, в котором мы живем каждый день, кажется, что никого не волнует его жизнь и смерть.
А Кри казалось, что он вот-вот умрет.
Когда я услышал, как он сказал мне это под ярким солнцем Сан-Хосе, это показалось мне немного сенсационным. Но когда вы надолго побудете с этим немцем с львиной шерстью, его логичный и по-немецки английский легко заставит вас подумать, что это действительно большая проблема.
Кри Безенбрух, соучредитель и генеральный директор компании Deep Render, Проще говоря, его компания «использует искусственный интеллект для сжатия видеофайлов до очень маленьких размеров».
Он утверждает, что алгоритм почти в пять раз «лучше», чем стандартный кодек HVEC, хотя он не уточнил, по какому показателю, и может работать в реальном времени на современных чипсетах от Qualcomm, Apple и Nvidia. «Кодек» относится к программному обеспечению, а иногда и к аппаратному обеспечению, которое может кодировать и декодировать данные, обычно аудио- или видеоданные.
Некоторые люди, знакомые с Кремниевой долиной, могут смутиться, услышав это, подумав, что я пересказываю сценарий «Силиконовой долины». фарс в том, что главный герой разработал потрясающий алгоритм сжатия.
"Да, многие люди говорили мне это. Мы действительно очень похожи на крысоловов". Великобритания изучает информатику, а главный герой Ричард в «Силиконовой долине» также обладает сильной атмосферой ботаника, но в отличие от нелепого процесса прорыва алгоритма сжатия в сериале и отсутствия делового здравого смысла в сериале, Ричард часто колеблется.Его предпринимательская деятельность столь же строга, как и решение математических задач, и он очень серьезно относится к компании.Бизнес-модель также четко продумана.
По его мнению, Интернет движется к уничтожению, и это самая большая проблема. Он хотел решить эту самую большую проблему.После анализа они полагали, что основная причина заключалась в том, что старая технология не адаптировалась к новому миру:
*После того, как видео стало популярным и стало основной формой общения в Интернете, мы фактически вошли в новый мир. Мир, в котором масштабы данных становятся все более ужасающими, и пути назад нет. *
*Старые технологии больше не подходят для этого нового мира. Продолжение внесения мелких нововведений и улучшений по тому же старому пути приведет только к тупику и, в конечном счете, к краху Интернета. *
«Мы собираемся спасти Интернет, изобретая новые алгоритмы сжатия. И это становится возможным благодаря искусственному интеллекту».
В соответствии с этим Крис основал Deep Render в 2018 году вместе со своими коллегами-аспирантами в Великобритании — он не был одним из тех стартапов, которые гонялись за волной ChatGPT.
"По сути, мы не имеем ничего общего с LLM. Это может быть связано с моделью диффузии, но это больше о потенциальных возможностях в будущем", - сказал он мне. «Мы начали с первых принципов и хотели понять, для чего подходит ИИ и суть сжатия. В конечном итоге мы решили, что метод, полностью полагающийся на ИИ, должен стать новым техническим путем».
Однако «беспокойство» LLM на самом деле помогло компании. «В то время мы фактически играли в азартные игры, потому что для достижения наших целей, помимо моих собственных алгоритмов, нам также требовался значительный прогресс в программном и аппаратном обеспечении. В то время мы сделали прогноз, предполагая, что все эти базовые технологии могут совершить скачок и И сегодня все это произошло. Теперь, — сказал он мне, его тон был полон волнения.
«Может быть, нам просто повезло».
**Выглядит очень скромно, но он не сказал, что, если его прогнозы сбудутся, его компания может стать одной из самых важных компаний в сфере интернет-технологий в человечестве в ближайшие несколько десятилетий. **Их технология будет предоставляться крупным компаниям в лицензионном виде.Решая проблему пропускной способности интернета, они также станут своего рода компаниями, которые собирают коммунальные платежи и налоги.
На самом деле все начало меняться.
С этого года эта компания, которую игнорировали, вошла в поле зрения Кремниевой долины и известных инвестиционных институтов по всему миру.После завершения финансирования в марте Крис начал переключать свое внимание на Кремниевую долину, где есть деньги и люди. кто в них заинтересован.Крупные клиенты.
По его заявлению, их нынешняя небольшая команда уже перегружена интересом и спросом со стороны «крупных компаний, названия которых невозможно назвать, но они очень важны».
И он сообщил мне, что если сейчас все пойдет хорошо, его технология будет использоваться в очень известном сервисе приложений во втором квартале 2024 года.
«Доступ к нему получат десятки миллионов пользователей».
Китайский рынок, который имеет огромный спрос на сжатие видео и данных, также начал проявляться в различных формах перед этим генеральным директором, который не был в Китае.
«У нас много друзей-инвесторов, которые имеют прочные связи с Китаем и помогают некоторым китайским компаниям связаться с нами. Мы уже поддерживаем контакты с несколькими крупнейшими интернет-компаниями Китая», — сказал он. Эти требования прозвучали так внезапно и резко, что он потратил полдня на то, чтобы задавать мне элементарные вопросы о том, «каково работать с китайскими интернет-компаниями?»
«Похоже, если вы хотите спасти Интернет, вам не обойтись без китайского рынка», — сказал я ему полушутя после того, как рассказал этому технологическому предпринимателю, который провел большую часть своей жизни в Европе, историй о Востоке не меньше, чем возможный.
Ты прав, - ответил он с улыбкой. Но прежде чем думать о китайском рынке, ему сначала пришлось покорить Силиконовую долину.
В конце американской драмы «Силиконовая долина» компания Ричарда после шести лет взлетов и падений была оценена в $8 млрд. Однако всего за несколько дней до официального выхода продукта они обнаружили, что алгоритм сжатия был другим. от того, который они разработали.ИИ, которые улучшили сеть, улучшили друг друга и превратились в "монстра", которого они не могли понять, но который мог прорваться через все системы. Взвесив его, они наконец решили "спасти мир" - используя шикарную дуру, чтобы заставить всех остановиться.У меня есть мысли по поводу этого технического маршрута.
Это не лучший конец для стартапа. Когда я поднял эту тему перед Крисом, которому в следующем году будет шестой год открытия бизнеса, он немного подумал, а затем просто улыбнулся и сказал:
«Надеюсь, наш финал будет лучше».
Ниже приводится стенограмма разговора
Вопрос: Кратко представьтесь и представьтесь.
А: Конечно. Я Крис Безенбрух, генеральный директор и соучредитель Deep Render. Deep Render по сути сжимает размер видеофайлов и т. д. до очень и очень маленького размера. Нам нужно это делать, потому что объем данных в Интернете растет в геометрической прогрессии, и 90% данных было создано за последние два года. Им нужно путешествовать по оптоволоконным сетям по всему миру, а это очень дорогая инфраструктура такого масштаба. Вся мировая оптоволоконная инфраструктура стоит 5 триллионов долларов. Это неудобно, потому что если данные удваиваются каждые два года, что это значит для инфраструктуры, она тоже должна удваиваться. Но это удвоение на уровне триллиона. Это невозможно. Вот причина, почему я это делаю.
Идея состоит в том, что если мы не можем сделать конвейер больше и быстрее, мы уменьшим данные в конвейере. Значит, это указывало на сжатие. Это наша основа и видение.
В: Итак, вы сначала выявили одну из основных проблем, с которыми сегодня сталкивается Интернет, нашли ее решение, а затем использовали ее для определения своего предпринимательского направления.
А: Да, вот и всё. Потому что без значительно лучшего метода сжатия весь Интернет скоро рухнет. Я люблю Интернет и хочу, чтобы он продолжал существовать.
В: Так в чем же разница между вашей технологией, ведь сжатие — это не новая вещь, оно существует уже давно, и люди даже привыкли к нему и забыли о его существовании. Может быть, вы могли бы описать свою технологию так, чтобы ее мог понять и дурак.
А: Ха-ха-ха, я постараюсь изо всех сил. Нам нужно посмотреть на всю отрасль за последние 60 лет. Когда появилась традиционная технология сжатия, это был огромный прорыв. Все было основано на DCT* (DCT означает дискретное косинусное преобразование, которое делит изображение на компоненты, состоящие из различных частоты.Малые блоки.В процессе квантования высокочастотные составляющие отбрасываются, а оставшиеся низкочастотные составляющие сохраняются и используются для последующей реконструкции изображения.Примечание редактора)*, этот метод, делающий возможной современную технологию сжатия видео, был изобретен в примерно в 1970-х и 1980-х годах, и после этого он доминировал в отрасли. **Но с тех пор эта технология лишь немного улучшалась каждые 10 лет, и это всегда была одна и та же техническая идея. Мы не можем ожидать, что технология достигнет существенного скачка в результате простого повторения одной и той же идеи сотни раз. **Это великолепная технология, но ее инновационный цикл закончился или заканчивается.
Поэтому нам нужно что-то новое. И это «новое» — ИИ. Поскольку ИИ очень хорошо справляется с изображениями и видео, этот путь не является немыслимым. Так технологии искусственного интеллекта и технологии сжатия начали объединяться. После этого было две волны. Первая случилась в 2017 году, когда появилось сверхразрешение и его изобрел Magic Pony. Их идея заключалась в том, чтобы оставить традиционный метод сжатия в середине конвейера и добавить ИИ спереди и сзади.
**Deep Render не считает такой подход правильным. Потому что в нем осталась традиционная технология сжатия, которая, по нашему мнению, полностью рухнула. Он мало чем отличается от того, что был раньше, и по-прежнему вряд ли полезен. **
Мы находимся во второй волне, полностью отказываясь от традиционных технологий сжатия и просто используя нейронные сети. Это также означает заново изобрести сжатие. Заново изобретенное сжатие на основе технологии машинного обучения дает наибольший эффект. Нейронная сеть получает данные и сжимает файл. Отправьте его в Интернет, и сеть получит сжатый файл и вернет вам видео. Это решение только для ИИ. Мы возглавляем эту инициативу и фактически являемся единственной компанией, которая этим занимается.
В: Итак, по сути, вы используете ИИ для замены той части, за которую отвечают традиционные технологии, так почему же ИИ может сделать это лучше?
А: Две причины. Видео или сжатие видео — это, по сути, компромисс между размером файла и качеством изображения. У вас либо очень большие файлы и великолепное видео, либо очень маленькие файлы с плохим разрешением. Итак, хорошее сжатие требует хороших компромиссов. Что касается размера файла, то ключевым моментом является избыточность. Если вы можете предсказать, каким будет следующий пиксель, вам не нужно отправлять избыточные данные, что экономит размер файла. Именно здесь ИИ может делать более точные прогнозы. Если прогноз хороший, избыточность можно устранить и получить меньше данных. И ИИ принципиально сильнее, потому что он реагирует на данные.
Во-вторых, это качество видео. Любой алгоритм сжатия будет приводить к ошибкам в видеовыходе. Это определение сжатия с потерями, допускающее некоторые ошибки ради уменьшения размера файла. Но что действительно важно для людей, так это распределение этих ошибок. **Таким образом, наш ИИ имитирует зрительную систему человека, поэтому эти ошибки скрыты от людей. **
Отличным примером является то, что люди ненавидят, когда границы размываются. Люди чувствуют себя несчастными, если четкая линия становится размытой, потому что это биологически детерминировано. Например, когда тигр начинает двигаться из-за камня, нам нужно видеть его и смотреть на него. Точность цвета не гарантируется, и никто особо не заметит, есть ли потеря. Таким образом, вы можете обеспечить некоторую точность цветопередачи, не размывая края. Люди предпочитают такое качество видео.
Наша идея состоит в том, чтобы всегда начинать с первых принципов: что разумно, какие математические принципы лежат в основе этого и какие инструменты можно использовать для решения реальных проблем. ИИ оказывается наиболее подходящим инструментом для этого.
В: Это очень интересно, так что это самая основная идея, а следующий шаг — ее реализация. Оказывают ли на вас какое-либо влияние сегодняшние изменения в области искусственного интеллекта, как на компанию, существующую пять лет?
О: На уровне программного обеспечения мы всегда были связаны с исследовательскими кругами, и наши программные продукты исходят из исследовательских кругов. Сегодняшние изменения в ИИ мало на нас влияют.Я участвую в этих исследовательских кругах с 2015 года, когда началась революция ИИ.
Наоборот, аппаратный уровень на самом деле посвежее. У нас есть отличная технология сжатия на программном уровне, но раньше она работала только в облаке, поэтому это была хорошая тема для исследования, а не продукт. **Только когда он входит в каждый терминал и миллионы людей могут использовать его на своих устройствах, он становится продуктом. **
Поэтому мы фактически сделали ставку на будущие технологические изменения.Помимо ставки на то, что ИИ будет эффективен, мы также делаем ставку на то, что появится необходимое нам оборудование, конкретное оборудование для ускорения ИИ, такое как NPU, и различные аппаратные чипы от Apple, Qualcomm. и Google. **Мы делали ставку в 2018 году, а сегодня имеем 2023 год. **
**Либо у нас был хороший вид, либо нам просто повезло. **
В: И эти крупные производители оборудования также заинтересованы в вас.
А: **Да, поскольку у них есть это оборудование, они начали искать потрясающие приложения. Мы подошли к ним и сказали: эй, все смотрят это видео, это то самое потрясающее приложение, которое вам нужно. Это время тоже очень подходящее. **
В: В дополнение к алгоритмам, когда мы раньше беседовали, вы упомянули, что данные также являются пороговым значением, но очевидно, что у крупных компаний больше данных, будет ли это проблемой?
А: Очень интересный вопрос. (Размышление) Я думаю, что при сжатии ИИ в конечном итоге обнаружится, что алгоритм более важен. Потому что я не думаю, что эта область в целом достаточно зрела, чтобы требовать принятия решений о качестве данных.
В: Итак, это вопрос второго этапа.
А: Да, это все еще на первом этапе. Мы не можем сказать, что у нас идеальный алгоритм. Наш алгоритм делает большие успехи каждый месяц и меняется очень и очень быстро. Когда алгоритм силен, это данные. Но мы также накапливаем, потому что данные имеют убывающую отдачу. Сейчас у нас есть от одного до двух миллионов данных видеопоследовательности, которые мы получаем из открытых источников и проверенных каналов или покупаем на видеосайтах. На данный момент они достаточно открыты, но все видят что ChatGPT меняет степень открытости, нам повезло, что мы приобрели эти данные раньше. Это тоже преимущество, но оно не является по-настоящему решающим преимуществом на данном этапе.
Вопрос: Привносят ли модели LLM и диффузии что-нибудь новое в ваш алгоритм?
A: Их относительно немного. Есть некоторые идеи, которые можно использовать для справки. Проблема в том, что эти модели, похоже, могут войти в наш процесс и принести нам улучшения. Например, Stable Diffusion может помочь мне улучшить возможности сжатия, но компромиссы все равно есть - например SD обрабатывается раз в 10 секунд, а нам нужно обрабатывать его 300 раз за 10 секунд.Как выбрать между реалтаймом и эффектами - проблема. У них есть потенциал оказать влияние в будущем.
В: Если посмотреть на это с точки зрения конкуренции, в чем заключаются ваши нынешние проблемы?
А: Алгоритм, а затем люди, стоящие за ним. Мы сами изучаем многие базовые алгоритмы, потому что статей для чтения не так уж и много. Самая важная задача — сформировать хорошую команду**, потому что на рынке много людей, изучающих ИИ, не так много людей, изучающих теорию информации, и почти ноль людей изучает и то, и другое одновременно. Поэтому нам нужно объединиться и обучить их, а это занимает много времени**, потому что они не имеют особого отношения друг к другу. Поэтому вам нужно сначала обучить группу людей, а затем позволить им вести людей ниже.Это пирамидальная структура.
В: Вы уже построили эту пирамиду?
О: У нас есть более 30 суперзвезд исследований в области искусственного интеллекта. Но мы потратили на это очень-очень много времени.
В: Итак, с вами здесь только 30 человек в мире.
А: Я бы так сказал. Есть также несколько лабораторий, занимающихся этими темами, и в них есть хорошие люди, но Deep Render, безусловно, является крупнейшей организацией в этой области с точки зрения масштаба.
В: Я видел, как вы упомянули об использовании недавнего нового финансирования для расширения вашего бизнеса и присутствия в Кремниевой долине.
О: Это немного странно, мы британская компания, но компании, которые используют больше всего интернет-ресурсов, находятся в Китае и США. Более того, Европа действительно не является дружественным местом для технологического развития. У нас большой спрос со стороны Соединенных Штатов, поэтому естественно войти в Соединенные Штаты, и то же самое справедливо и для Китая.
В: Связывались ли с вами какие-либо китайские клиенты?
А: Я не могу назвать имя, я подписал очень-очень долгое соглашение, поэтому мне нужно быть осторожным, ха-ха. Но когда я связался с этими компаниями, я обнаружил, что в Китае действительно более высокие требования к пропускной способности, чем в Соединенных Штатах.
В: Вы уже общаетесь с клиентами. Если судить по PMF, который люди любят обсуждать, на каком этапе вы сейчас находитесь?
А: Это всегда сложно определить. Я считаю, что мы достигли PMF, потому что у нас больше спроса, чем мы можем удовлетворить. Мы действительно отказываемся от многих крупных компаний, потому что наших собственных ресурсов полосы пропускания недостаточно. Как только технология станет более зрелой, коммерциализация будет проще. Мы прошли этап проверки концепции. Если все пойдет хорошо, вы увидите, как наша технология будет применена к очень известному интернет-сервису во втором квартале 2024 года, и к тому времени ею будут пользоваться десятки миллионов пользователей.
В: Учитывая сумасшедший спрос, ограниченность рабочей силы и ваш собственный технический статус, вы как генеральный директор обязаны сделать сбалансированный выбор.
В: Ха-ха, это задача моей работы. Я попробую принять решение. Слишком быстрое движение всегда требует ресурсов, а подбор персонала сопряжен с трудностями.Нашим сотрудникам обычно требуется 4 месяца обучения, прежде чем они смогут работать продуктивно. Так что вы правы, это проблема оптимизации. Конечно, я могу заплатить тому, кто использует ИИ для разработки инструмента.
Вопрос: Ха-ха, возможно, здесь сможет принять участие LLM.
А: Да, ха-ха-ха.
Вопрос: Кажется, все идет хорошо. Какую бизнес-модель вы разработали для этого бизнеса?
A: В настоящее время мы работаем в формате B2B. Мы предоставляем клиентам авторизацию продукта. Клиенты могут сэкономить много денег, и часть их может быть передана нам. Это бизнес-модель, основанная на лицензировании. Если вы посмотрите на данные здесь, это просто безумие: к 2030 году стоимость передачи контента по всему миру достигнет 125 миллиардов долларов. **Если вы хотите уничтожить Netflix, используйте 4K и смотрите Netflix 24 часа в сутки в течение месяца. **
В: Лучше этого не делать.
О: Ха-ха-ха, но если вы сможете уменьшить размер файла, скажем, на 90 %, то, исходя из 125 миллиардов долларов, компании смогут сэкономить много денег.
В: Это ваш шанс заработать деньги.
О: Это бизнес, от которого выигрывают все. Я выиграл, компания выиграла, пользователи выиграли, и крупные интернет-компании выиграли. Никто ничего не теряет.
В: А как насчет спасения Интернета? Вы когда-нибудь представляли, как будет выглядеть будущий Интернет, который поможет создать ваша компания?
Q: Конечно, я мечтаю об этом каждый день, ха-ха-ха. **Наша цель — превратить пропускную способность в неограниченный товар, чтобы всем больше не приходилось беспокоиться о скорости сети. Каждый сможет наслаждаться видео чрезвычайно высокого качества дома, а компании – очень дешево или даже дешево. бесплатные интернет-ресурсы.Информация могла бы течь, даже данные, которые сегодня считались бы тяжелыми, могли бы течь свободно. Именно такое будущее должно было быть у Интернета. **
В: Я уверен, что многие люди задавали вам этот последний вопрос. Говоря об этом, я еще больше почувствовал, что история в американском сериале «Силиконовая долина», кажется, такая же, как ваша.
А: Верно, верно. Это почти мое любимое шоу. Но что на самом деле интересно, так это то, что я и мои соучредители знали о Deep Render только через полтора года после его основания, потому что HBO не был так популярен в Великобритании. Но что интересно, наша бизнес-модель и этапы, которые мы прошли, почти такие же, как история в этой пьесе. Тем более, что мы увидели это позже, мы оба сказали: погоди, это совсем на нас похоже.
В: Вы также знаете финал этой драмы.
А:... Ха-ха-ха, надеюсь, наш финал лучше.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
«Интернет умрет, и только мы сможем его спасти»
Первоисточник: Silicon Star People
**Как давно вы слышали, как стартап-компания говорила, что собирается спасти Интернет? **
Сегодняшние предприниматели, похоже, либо молча зарабатывают деньги, либо обсуждают использование ИИ для спасения (или уничтожения) всего человечества. В Интернете, в котором мы живем каждый день, кажется, что никого не волнует его жизнь и смерть.
А Кри казалось, что он вот-вот умрет.
Когда я услышал, как он сказал мне это под ярким солнцем Сан-Хосе, это показалось мне немного сенсационным. Но когда вы надолго побудете с этим немцем с львиной шерстью, его логичный и по-немецки английский легко заставит вас подумать, что это действительно большая проблема.
Кри Безенбрух, соучредитель и генеральный директор компании Deep Render, Проще говоря, его компания «использует искусственный интеллект для сжатия видеофайлов до очень маленьких размеров».
Он утверждает, что алгоритм почти в пять раз «лучше», чем стандартный кодек HVEC, хотя он не уточнил, по какому показателю, и может работать в реальном времени на современных чипсетах от Qualcomm, Apple и Nvidia. «Кодек» относится к программному обеспечению, а иногда и к аппаратному обеспечению, которое может кодировать и декодировать данные, обычно аудио- или видеоданные.
Некоторые люди, знакомые с Кремниевой долиной, могут смутиться, услышав это, подумав, что я пересказываю сценарий «Силиконовой долины». фарс в том, что главный герой разработал потрясающий алгоритм сжатия.
"Да, многие люди говорили мне это. Мы действительно очень похожи на крысоловов". Великобритания изучает информатику, а главный герой Ричард в «Силиконовой долине» также обладает сильной атмосферой ботаника, но в отличие от нелепого процесса прорыва алгоритма сжатия в сериале и отсутствия делового здравого смысла в сериале, Ричард часто колеблется.Его предпринимательская деятельность столь же строга, как и решение математических задач, и он очень серьезно относится к компании.Бизнес-модель также четко продумана.
По его мнению, Интернет движется к уничтожению, и это самая большая проблема. Он хотел решить эту самую большую проблему.После анализа они полагали, что основная причина заключалась в том, что старая технология не адаптировалась к новому миру:
*После того, как видео стало популярным и стало основной формой общения в Интернете, мы фактически вошли в новый мир. Мир, в котором масштабы данных становятся все более ужасающими, и пути назад нет. *
*Старые технологии больше не подходят для этого нового мира. Продолжение внесения мелких нововведений и улучшений по тому же старому пути приведет только к тупику и, в конечном счете, к краху Интернета. *
«Мы собираемся спасти Интернет, изобретая новые алгоритмы сжатия. И это становится возможным благодаря искусственному интеллекту».
В соответствии с этим Крис основал Deep Render в 2018 году вместе со своими коллегами-аспирантами в Великобритании — он не был одним из тех стартапов, которые гонялись за волной ChatGPT.
"По сути, мы не имеем ничего общего с LLM. Это может быть связано с моделью диффузии, но это больше о потенциальных возможностях в будущем", - сказал он мне. «Мы начали с первых принципов и хотели понять, для чего подходит ИИ и суть сжатия. В конечном итоге мы решили, что метод, полностью полагающийся на ИИ, должен стать новым техническим путем».
Однако «беспокойство» LLM на самом деле помогло компании. «В то время мы фактически играли в азартные игры, потому что для достижения наших целей, помимо моих собственных алгоритмов, нам также требовался значительный прогресс в программном и аппаратном обеспечении. В то время мы сделали прогноз, предполагая, что все эти базовые технологии могут совершить скачок и И сегодня все это произошло. Теперь, — сказал он мне, его тон был полон волнения.
«Может быть, нам просто повезло».
**Выглядит очень скромно, но он не сказал, что, если его прогнозы сбудутся, его компания может стать одной из самых важных компаний в сфере интернет-технологий в человечестве в ближайшие несколько десятилетий. **Их технология будет предоставляться крупным компаниям в лицензионном виде.Решая проблему пропускной способности интернета, они также станут своего рода компаниями, которые собирают коммунальные платежи и налоги.
На самом деле все начало меняться.
С этого года эта компания, которую игнорировали, вошла в поле зрения Кремниевой долины и известных инвестиционных институтов по всему миру.После завершения финансирования в марте Крис начал переключать свое внимание на Кремниевую долину, где есть деньги и люди. кто в них заинтересован.Крупные клиенты.
По его заявлению, их нынешняя небольшая команда уже перегружена интересом и спросом со стороны «крупных компаний, названия которых невозможно назвать, но они очень важны».
И он сообщил мне, что если сейчас все пойдет хорошо, его технология будет использоваться в очень известном сервисе приложений во втором квартале 2024 года.
«Доступ к нему получат десятки миллионов пользователей».
Китайский рынок, который имеет огромный спрос на сжатие видео и данных, также начал проявляться в различных формах перед этим генеральным директором, который не был в Китае.
«У нас много друзей-инвесторов, которые имеют прочные связи с Китаем и помогают некоторым китайским компаниям связаться с нами. Мы уже поддерживаем контакты с несколькими крупнейшими интернет-компаниями Китая», — сказал он. Эти требования прозвучали так внезапно и резко, что он потратил полдня на то, чтобы задавать мне элементарные вопросы о том, «каково работать с китайскими интернет-компаниями?»
«Похоже, если вы хотите спасти Интернет, вам не обойтись без китайского рынка», — сказал я ему полушутя после того, как рассказал этому технологическому предпринимателю, который провел большую часть своей жизни в Европе, историй о Востоке не меньше, чем возможный.
В конце американской драмы «Силиконовая долина» компания Ричарда после шести лет взлетов и падений была оценена в $8 млрд. Однако всего за несколько дней до официального выхода продукта они обнаружили, что алгоритм сжатия был другим. от того, который они разработали.ИИ, которые улучшили сеть, улучшили друг друга и превратились в "монстра", которого они не могли понять, но который мог прорваться через все системы. Взвесив его, они наконец решили "спасти мир" - используя шикарную дуру, чтобы заставить всех остановиться.У меня есть мысли по поводу этого технического маршрута.
Это не лучший конец для стартапа. Когда я поднял эту тему перед Крисом, которому в следующем году будет шестой год открытия бизнеса, он немного подумал, а затем просто улыбнулся и сказал:
«Надеюсь, наш финал будет лучше».
Ниже приводится стенограмма разговора
Вопрос: Кратко представьтесь и представьтесь.
А: Конечно. Я Крис Безенбрух, генеральный директор и соучредитель Deep Render. Deep Render по сути сжимает размер видеофайлов и т. д. до очень и очень маленького размера. Нам нужно это делать, потому что объем данных в Интернете растет в геометрической прогрессии, и 90% данных было создано за последние два года. Им нужно путешествовать по оптоволоконным сетям по всему миру, а это очень дорогая инфраструктура такого масштаба. Вся мировая оптоволоконная инфраструктура стоит 5 триллионов долларов. Это неудобно, потому что если данные удваиваются каждые два года, что это значит для инфраструктуры, она тоже должна удваиваться. Но это удвоение на уровне триллиона. Это невозможно. Вот причина, почему я это делаю.
В: Итак, вы сначала выявили одну из основных проблем, с которыми сегодня сталкивается Интернет, нашли ее решение, а затем использовали ее для определения своего предпринимательского направления.
А: Да, вот и всё. Потому что без значительно лучшего метода сжатия весь Интернет скоро рухнет. Я люблю Интернет и хочу, чтобы он продолжал существовать.
В: Так в чем же разница между вашей технологией, ведь сжатие — это не новая вещь, оно существует уже давно, и люди даже привыкли к нему и забыли о его существовании. Может быть, вы могли бы описать свою технологию так, чтобы ее мог понять и дурак.
А: Ха-ха-ха, я постараюсь изо всех сил. Нам нужно посмотреть на всю отрасль за последние 60 лет. Когда появилась традиционная технология сжатия, это был огромный прорыв. Все было основано на DCT* (DCT означает дискретное косинусное преобразование, которое делит изображение на компоненты, состоящие из различных частоты.Малые блоки.В процессе квантования высокочастотные составляющие отбрасываются, а оставшиеся низкочастотные составляющие сохраняются и используются для последующей реконструкции изображения.Примечание редактора)*, этот метод, делающий возможной современную технологию сжатия видео, был изобретен в примерно в 1970-х и 1980-х годах, и после этого он доминировал в отрасли. **Но с тех пор эта технология лишь немного улучшалась каждые 10 лет, и это всегда была одна и та же техническая идея. Мы не можем ожидать, что технология достигнет существенного скачка в результате простого повторения одной и той же идеи сотни раз. **Это великолепная технология, но ее инновационный цикл закончился или заканчивается.
Поэтому нам нужно что-то новое. И это «новое» — ИИ. Поскольку ИИ очень хорошо справляется с изображениями и видео, этот путь не является немыслимым. Так технологии искусственного интеллекта и технологии сжатия начали объединяться. После этого было две волны. Первая случилась в 2017 году, когда появилось сверхразрешение и его изобрел Magic Pony. Их идея заключалась в том, чтобы оставить традиционный метод сжатия в середине конвейера и добавить ИИ спереди и сзади.
**Deep Render не считает такой подход правильным. Потому что в нем осталась традиционная технология сжатия, которая, по нашему мнению, полностью рухнула. Он мало чем отличается от того, что был раньше, и по-прежнему вряд ли полезен. **
Мы находимся во второй волне, полностью отказываясь от традиционных технологий сжатия и просто используя нейронные сети. Это также означает заново изобрести сжатие. Заново изобретенное сжатие на основе технологии машинного обучения дает наибольший эффект. Нейронная сеть получает данные и сжимает файл. Отправьте его в Интернет, и сеть получит сжатый файл и вернет вам видео. Это решение только для ИИ. Мы возглавляем эту инициативу и фактически являемся единственной компанией, которая этим занимается.
В: Итак, по сути, вы используете ИИ для замены той части, за которую отвечают традиционные технологии, так почему же ИИ может сделать это лучше?
А: Две причины. Видео или сжатие видео — это, по сути, компромисс между размером файла и качеством изображения. У вас либо очень большие файлы и великолепное видео, либо очень маленькие файлы с плохим разрешением. Итак, хорошее сжатие требует хороших компромиссов. Что касается размера файла, то ключевым моментом является избыточность. Если вы можете предсказать, каким будет следующий пиксель, вам не нужно отправлять избыточные данные, что экономит размер файла. Именно здесь ИИ может делать более точные прогнозы. Если прогноз хороший, избыточность можно устранить и получить меньше данных. И ИИ принципиально сильнее, потому что он реагирует на данные.
Во-вторых, это качество видео. Любой алгоритм сжатия будет приводить к ошибкам в видеовыходе. Это определение сжатия с потерями, допускающее некоторые ошибки ради уменьшения размера файла. Но что действительно важно для людей, так это распределение этих ошибок. **Таким образом, наш ИИ имитирует зрительную систему человека, поэтому эти ошибки скрыты от людей. **
Отличным примером является то, что люди ненавидят, когда границы размываются. Люди чувствуют себя несчастными, если четкая линия становится размытой, потому что это биологически детерминировано. Например, когда тигр начинает двигаться из-за камня, нам нужно видеть его и смотреть на него. Точность цвета не гарантируется, и никто особо не заметит, есть ли потеря. Таким образом, вы можете обеспечить некоторую точность цветопередачи, не размывая края. Люди предпочитают такое качество видео.
Наша идея состоит в том, чтобы всегда начинать с первых принципов: что разумно, какие математические принципы лежат в основе этого и какие инструменты можно использовать для решения реальных проблем. ИИ оказывается наиболее подходящим инструментом для этого.
В: Это очень интересно, так что это самая основная идея, а следующий шаг — ее реализация. Оказывают ли на вас какое-либо влияние сегодняшние изменения в области искусственного интеллекта, как на компанию, существующую пять лет?
О: На уровне программного обеспечения мы всегда были связаны с исследовательскими кругами, и наши программные продукты исходят из исследовательских кругов. Сегодняшние изменения в ИИ мало на нас влияют.Я участвую в этих исследовательских кругах с 2015 года, когда началась революция ИИ.
Наоборот, аппаратный уровень на самом деле посвежее. У нас есть отличная технология сжатия на программном уровне, но раньше она работала только в облаке, поэтому это была хорошая тема для исследования, а не продукт. **Только когда он входит в каждый терминал и миллионы людей могут использовать его на своих устройствах, он становится продуктом. **
Поэтому мы фактически сделали ставку на будущие технологические изменения.Помимо ставки на то, что ИИ будет эффективен, мы также делаем ставку на то, что появится необходимое нам оборудование, конкретное оборудование для ускорения ИИ, такое как NPU, и различные аппаратные чипы от Apple, Qualcomm. и Google. **Мы делали ставку в 2018 году, а сегодня имеем 2023 год. **
**Либо у нас был хороший вид, либо нам просто повезло. **
В: И эти крупные производители оборудования также заинтересованы в вас.
А: **Да, поскольку у них есть это оборудование, они начали искать потрясающие приложения. Мы подошли к ним и сказали: эй, все смотрят это видео, это то самое потрясающее приложение, которое вам нужно. Это время тоже очень подходящее. **
В: В дополнение к алгоритмам, когда мы раньше беседовали, вы упомянули, что данные также являются пороговым значением, но очевидно, что у крупных компаний больше данных, будет ли это проблемой?
А: Очень интересный вопрос. (Размышление) Я думаю, что при сжатии ИИ в конечном итоге обнаружится, что алгоритм более важен. Потому что я не думаю, что эта область в целом достаточно зрела, чтобы требовать принятия решений о качестве данных.
В: Итак, это вопрос второго этапа.
А: Да, это все еще на первом этапе. Мы не можем сказать, что у нас идеальный алгоритм. Наш алгоритм делает большие успехи каждый месяц и меняется очень и очень быстро. Когда алгоритм силен, это данные. Но мы также накапливаем, потому что данные имеют убывающую отдачу. Сейчас у нас есть от одного до двух миллионов данных видеопоследовательности, которые мы получаем из открытых источников и проверенных каналов или покупаем на видеосайтах. На данный момент они достаточно открыты, но все видят что ChatGPT меняет степень открытости, нам повезло, что мы приобрели эти данные раньше. Это тоже преимущество, но оно не является по-настоящему решающим преимуществом на данном этапе.
Вопрос: Привносят ли модели LLM и диффузии что-нибудь новое в ваш алгоритм?
A: Их относительно немного. Есть некоторые идеи, которые можно использовать для справки. Проблема в том, что эти модели, похоже, могут войти в наш процесс и принести нам улучшения. Например, Stable Diffusion может помочь мне улучшить возможности сжатия, но компромиссы все равно есть - например SD обрабатывается раз в 10 секунд, а нам нужно обрабатывать его 300 раз за 10 секунд.Как выбрать между реалтаймом и эффектами - проблема. У них есть потенциал оказать влияние в будущем.
В: Если посмотреть на это с точки зрения конкуренции, в чем заключаются ваши нынешние проблемы?
А: Алгоритм, а затем люди, стоящие за ним. Мы сами изучаем многие базовые алгоритмы, потому что статей для чтения не так уж и много. Самая важная задача — сформировать хорошую команду**, потому что на рынке много людей, изучающих ИИ, не так много людей, изучающих теорию информации, и почти ноль людей изучает и то, и другое одновременно. Поэтому нам нужно объединиться и обучить их, а это занимает много времени**, потому что они не имеют особого отношения друг к другу. Поэтому вам нужно сначала обучить группу людей, а затем позволить им вести людей ниже.Это пирамидальная структура.
В: Вы уже построили эту пирамиду?
О: У нас есть более 30 суперзвезд исследований в области искусственного интеллекта. Но мы потратили на это очень-очень много времени.
В: Итак, с вами здесь только 30 человек в мире.
А: Я бы так сказал. Есть также несколько лабораторий, занимающихся этими темами, и в них есть хорошие люди, но Deep Render, безусловно, является крупнейшей организацией в этой области с точки зрения масштаба.
В: Я видел, как вы упомянули об использовании недавнего нового финансирования для расширения вашего бизнеса и присутствия в Кремниевой долине.
О: Это немного странно, мы британская компания, но компании, которые используют больше всего интернет-ресурсов, находятся в Китае и США. Более того, Европа действительно не является дружественным местом для технологического развития. У нас большой спрос со стороны Соединенных Штатов, поэтому естественно войти в Соединенные Штаты, и то же самое справедливо и для Китая.
В: Связывались ли с вами какие-либо китайские клиенты?
А: Я не могу назвать имя, я подписал очень-очень долгое соглашение, поэтому мне нужно быть осторожным, ха-ха. Но когда я связался с этими компаниями, я обнаружил, что в Китае действительно более высокие требования к пропускной способности, чем в Соединенных Штатах.
В: Вы уже общаетесь с клиентами. Если судить по PMF, который люди любят обсуждать, на каком этапе вы сейчас находитесь?
А: Это всегда сложно определить. Я считаю, что мы достигли PMF, потому что у нас больше спроса, чем мы можем удовлетворить. Мы действительно отказываемся от многих крупных компаний, потому что наших собственных ресурсов полосы пропускания недостаточно. Как только технология станет более зрелой, коммерциализация будет проще. Мы прошли этап проверки концепции. Если все пойдет хорошо, вы увидите, как наша технология будет применена к очень известному интернет-сервису во втором квартале 2024 года, и к тому времени ею будут пользоваться десятки миллионов пользователей.
В: Учитывая сумасшедший спрос, ограниченность рабочей силы и ваш собственный технический статус, вы как генеральный директор обязаны сделать сбалансированный выбор.
В: Ха-ха, это задача моей работы. Я попробую принять решение. Слишком быстрое движение всегда требует ресурсов, а подбор персонала сопряжен с трудностями.Нашим сотрудникам обычно требуется 4 месяца обучения, прежде чем они смогут работать продуктивно. Так что вы правы, это проблема оптимизации. Конечно, я могу заплатить тому, кто использует ИИ для разработки инструмента.
Вопрос: Ха-ха, возможно, здесь сможет принять участие LLM.
А: Да, ха-ха-ха.
Вопрос: Кажется, все идет хорошо. Какую бизнес-модель вы разработали для этого бизнеса?
A: В настоящее время мы работаем в формате B2B. Мы предоставляем клиентам авторизацию продукта. Клиенты могут сэкономить много денег, и часть их может быть передана нам. Это бизнес-модель, основанная на лицензировании. Если вы посмотрите на данные здесь, это просто безумие: к 2030 году стоимость передачи контента по всему миру достигнет 125 миллиардов долларов. **Если вы хотите уничтожить Netflix, используйте 4K и смотрите Netflix 24 часа в сутки в течение месяца. **
В: Лучше этого не делать.
О: Ха-ха-ха, но если вы сможете уменьшить размер файла, скажем, на 90 %, то, исходя из 125 миллиардов долларов, компании смогут сэкономить много денег.
В: Это ваш шанс заработать деньги.
О: Это бизнес, от которого выигрывают все. Я выиграл, компания выиграла, пользователи выиграли, и крупные интернет-компании выиграли. Никто ничего не теряет.
В: А как насчет спасения Интернета? Вы когда-нибудь представляли, как будет выглядеть будущий Интернет, который поможет создать ваша компания?
Q: Конечно, я мечтаю об этом каждый день, ха-ха-ха. **Наша цель — превратить пропускную способность в неограниченный товар, чтобы всем больше не приходилось беспокоиться о скорости сети. Каждый сможет наслаждаться видео чрезвычайно высокого качества дома, а компании – очень дешево или даже дешево. бесплатные интернет-ресурсы.Информация могла бы течь, даже данные, которые сегодня считались бы тяжелыми, могли бы течь свободно. Именно такое будущее должно было быть у Интернета. **
А: Верно, верно. Это почти мое любимое шоу. Но что на самом деле интересно, так это то, что я и мои соучредители знали о Deep Render только через полтора года после его основания, потому что HBO не был так популярен в Великобритании. Но что интересно, наша бизнес-модель и этапы, которые мы прошли, почти такие же, как история в этой пьесе. Тем более, что мы увидели это позже, мы оба сказали: погоди, это совсем на нас похоже.
В: Вы также знаете финал этой драмы.
А:... Ха-ха-ха, надеюсь, наш финал лучше.