"İnternet ölecek ve onu yalnızca biz kurtarabiliriz"

Orijinal kaynak: Silicon Star People

Resim kaynağı: Sınırsız Yapay Zeka tarafından oluşturulmuştur

**Yeni kurulan bir şirketin interneti kurtaracağını söylediğini duymayalı ne kadar zaman oldu? **

Günümüzün girişimcileri ya sessizce para kazanıyor ya da tüm insanlığı kurtarmak (ya da yok etmek) için yapay zekayı kullanmayı tartışıyor gibi görünüyor. Her gün yaşadığımız internette kimsenin hayatı ve ölümü umurunda değil gibi görünüyor.

Ve Chri'ye göre ölecekmiş gibi görünüyordu.

San Jose'nin parlak güneşi altında bunu bana söylediğini duyduğumda, bu biraz sansasyonel göründü. Ancak aslan gibi saçlı bu Alman'ın yanında uzun süre kaldığınızda, onun mantıklı ve Alman tarzı İngilizcesi, bunun gerçekten büyük bir sorun olduğunu kolayca düşünmenize neden olacaktır.

Deep Render'ın kurucu ortağı ve CEO'su Chri Besenbruch, basitçe söylemek gerekirse, şirketinin yaptığı şey "video dosyalarının boyutunu çok küçük boyutlara sıkıştırmak için yapay zeka kullanmak."

Algoritmanın endüstri standardı codec HVEC'den beş kata kadar "daha iyi" olduğunu iddia ediyor, ancak hangi ölçüme göre olduğunu belirtmedi ve Qualcomm, Apple ve Nvidia'nın modern yonga setlerinde gerçek zamanlı olarak çalışabiliyor. "Codec", genellikle ses veya video verileri için verileri kodlayabilen ve kodunu çözebilen yazılımı ve bazen donanımı ifade eder.

Silikon Vadisi'ne aşina olan bazı kişiler bunu duyunca "Silikon Vadisi" senaryosunu yeniden anlattığımı zannederek kafaları karışabilir. Silikon Vadisi'nin girişimcilik ekosisteminin mükemmel bir göstergesi olarak nitelendirilen bu Amerikan dramasında, saçmalık, kahramanın inanılmaz bir sıkıştırma algoritması geliştirmesidir.

"Evet, pek çok kişi bana bunu söyledi. Gerçekten fareli kavalcılara çok benziyoruz." Almanya'da büyüyen, karmaşık bir geçmişe sahip olan bu kişi, lisans eğitiminde matematik okudu, sanat okulu okumak için İsviçre'ye gitti ve daha sonra üniversiteye gitti. Birleşik Krallık'ta bilgisayar bilimi eğitimi almak üzere yola çıktı ve "Silikon Vadisi'ndeki baş karakter Richard da güçlü bir inek atmosferine sahip, ancak TV dizisindeki saçma sıkıştırma algoritması atılım süreci ve TV dizisindeki ticari sağduyu eksikliğinin aksine, Richard çoğu zaman tereddütlüdür.Girişimciliği matematik problemlerini çözmek kadar titizdir ve şirket konusunda çok ciddidir.İş modeli de açıkça düşünülmüştür.

Ona göre internet yok olmaya doğru gidiyor ve en büyük sorun da bu. Bu en büyük sorunu çözmek istiyordu.Yapılan analizler sonucunda asıl sebebin eski teknolojinin yeni dünyaya uyum sağlayamaması olduğuna inandılar:

*Videonun popülerleşip internette ana iletişim aracı haline gelmesiyle aslında yeni bir dünyaya girmiş olduk. Veri ölçeğinin giderek daha korkunç hale geldiği ve geri dönüşün olmadığı bir dünya. *

*Eski teknolojiler artık bu yeni dünyaya uygun değil. Aynı eski yolda küçük yenilikler ve iyileştirmeler yapmaya devam etmek, yalnızca bir çıkmaza ve sonuçta İnternet'in çöküşüne yol açacaktır. *

"Yeni sıkıştırma algoritmaları icat ederek İnternet'i kurtaracağız. Bunu mümkün kılan da yapay zekadır."

Bu doğrultuda Chris, 2018 yılında Birleşik Krallık'taki lisansüstü öğrenci arkadaşlarıyla birlikte Deep Render'ı kurdu; kendisi, ChatGPT dalgasının peşinde koşan startuplardan biri değildi.

"Temelde yüksek lisans ile pek ilgimiz yok. Yayılım modeliyle ilgili olabilir ama daha çok gelecekteki potansiyel olasılıklarla ilgili." dedi. "İlk prensiplerden yola çıktık ve yapay zekanın neye uygun olduğunu ve sıkıştırmanın özünü anlamak istedik. Sonuçta tamamen yapay zekaya dayanan bir yöntemin yeni bir teknik rota olması gerektiğine inandık."

Ancak LLM'nin "huzursuzluğu" aslında şirketine yardımcı oldu. "O zamanlar aslında kumar oynuyorduk çünkü hedeflerimize ulaşmak için kendi algoritmalarımın yanı sıra yazılım ve donanım konusunda da ciddi ilerlemelere ihtiyacımız vardı. O zamanlar bu temel teknolojilerin hepsinin sıçrama yapabileceğini varsayarak bir tahminde bulunmuştuk. Ve bugün bunların hepsi şimdi gerçekleşti." dedi bana, ses tonu heyecan doluydu.

"Belki de biz sadece şanslıyız."

**Çok mütevazi görünüyor ama eğer öngörüleri gerçekleşirse şirketinin önümüzdeki birkaç on yıl içinde insanlığın en önemli İnternet teknolojisi şirketlerinden biri olabileceğini söylemedi. **Teknolojileri büyük firmalara lisanslı olarak sunulacak.İnternet bant genişliği sorununu çözerken aynı zamanda elektrik faturaları ve vergileri de tahsil eden şirket tipine dönüşecekler.

Aslında her şey değişmeye başladı.

Bu yıldan itibaren göz ardı edilen bu şirket, Silikon Vadisi'nin ve dünya çapında tanınmış yatırım kuruluşlarının vizyonuna girdi.Mart ayında finansmanını tamamlayan Chris, paranın ve insanların olduğu Silikon Vadisi'ne odaklanmaya başladı. onlarla ilgilenenler. Büyük müşteriler.

Açıklamaya göre mevcut küçük ekipleri, "adları verilemeyen ama çok önemli büyük şirketlerden" gelen ilgi ve talep karşısında zaten bunalmış durumda.

Ve bana, eğer şimdi her şey yolunda giderse, teknolojisinin 2024'ün ikinci çeyreğinde çok iyi bilinen bir uygulama hizmetinde kullanılacağını söyledi.

"On milyonlarca kullanıcı buna erişebilecek."

Video ve veri sıkıştırmaya büyük talep olan Çin pazarı da Çin'e gitmemiş bu CEO'nun karşısına çeşitli şekillerde çıkmaya başladı.

"Çin'le güçlü bağları olan ve bazı Çinli şirketlerin bizimle iletişime geçmesine yardımcı olan birçok yatırımcı arkadaşımız var. Çin'in en büyük internet şirketlerinin birçoğuyla zaten temas halindeyiz" dedi. Bu talepler o kadar ani ve şiddetli bir şekilde geldi ki yarım gününü bana "Çinli internet şirketleriyle çalışmak nasıl bir şey?" gibi temel sorular sorarak geçirdi.

Hayatının çoğunu Avrupa'da geçiren bu teknoloji girişimcisine, Doğu'ya dair hikayeler anlattığım kadar, "İnternet'i kurtarmak istiyorsanız, Çin pazarı olmadan bunu yapamazsınız" gibi bir şey söyledim ona yarı şaka yollu. olası.

"Haklısın." Gülümseyerek cevap verdi. Ancak Çin pazarını düşünmeden önce Silikon Vadisini fethetmesi gerekiyordu.

Amerikan draması "Silikon Vadisi"nin sonunda, Richard'ın şirketinin değeri, altı yıllık iniş çıkışların ardından 8 milyar ABD dolarına ulaştı. Ancak, ürünün resmi olarak piyasaya sürülmesinden sadece birkaç gün önce, sıkıştırma algoritmasının farklı olduğunu keşfettiler. Ağı geliştiren yapay zeka, birbirini geliştirerek anlayamadıkları ama tüm sistemleri kırabilecek bir "canavar"a dönüştü. Bunu tarttıktan sonra sonunda "dünyayı kurtarmaya" karar verdiler. - muhteşem bir aptal kullanarak herkesi durdurarak.Bu teknik rota hakkında düşüncelerim var.

Bu bir startup için iyi bir son değil. Gelecek yıl iş kurmanın altıncı yılına girecek olan Chris'e bu konuyu açtığımda bir süre düşündü ve sonra gülümsedi ve şöyle dedi:

"Umarım sonumuz daha iyi olur."

Aşağıdaki konuşmanın metnidir

S: Kendinizi ve şirketinizi kısaca tanıtın.

A: Elbette. Ben Deep Render'ın CEO'su ve kurucu ortağı Chris Besenbruch. Deep Render'ın yaptığı şey temel olarak video dosyalarının boyutunu vb. çok çok küçük bir boyuta sıkıştırmaktır. Bunu yapmamızın nedeni, internetteki verilerin katlanarak artması ve verilerin %90'ının son iki yılda üretilmiş olmasıdır. Dünyanın her yerine fiber optik ağlar üzerinden gitmeleri gerekiyor ki bu bu ölçekte çok pahalı bir altyapı. Dünyanın tüm fiber optik altyapısının maliyeti 5 trilyon dolar. Bu hiç de rahat değil çünkü eğer veriler her iki yılda bir iki katına çıkarsa, bu altyapı açısından ne anlama geliyor, aynı zamanda iki katına çıkması gerekiyor. Ancak bu trilyon düzeyinde bir ikiye katlamadır. Bu imkansız. Bunu yapmamın nedeni budur.

Fikir şu ki, eğer boru hattını daha büyük ve daha hızlı hale getiremezsek, boru hattındaki verileri daha küçük yapacağız. Yani sıkıştırmaya işaret ediyordu. Temelimiz ve vizyonumuz budur.

S: Yani öncelikle internetin bugün karşılaştığı temel sorunlardan birini çıkardınız, çözümünü buldunuz ve sonra bunu girişimcilik yönünüzü belirlemek için kullandınız.

A: Evet, işte bu. Çünkü çok daha iyi bir sıkıştırma yöntemi olmazsa, tüm İnternet yakında çökecek. İnterneti seviyorum ve buna devam etmek istiyorum.

S: Peki sizin teknolojiniz arasındaki fark nedir, çünkü sıkıştırma yeni bir şey değil, uzun süredir var ve insanlar buna alıştı ve varlığını bile unuttu. Belki teknolojinizi bir aptalın anlayabileceği terimlerle tanımlayabilirsiniz.

A: Hahaha, elimden geleni yapacağım. Geçtiğimiz 60 yılın tüm sektörüne bakmamız gerekiyor. Geleneksel sıkıştırma teknolojisi ortaya çıktığında bu çok büyük bir atılımdı. Her şey DCT*'ye dayanıyordu (DCT, görüntüyü farklı bileşenlerden oluşan bileşenlere bölen Ayrık Kosinüs Dönüşümü anlamına gelir) Küçük bloklar Kuantizasyon işlemi sırasında, yüksek frekanslı bileşenler atılır ve geri kalan düşük frekanslı bileşenler kaydedilir ve daha sonraki görüntü yeniden yapılandırması için kullanılır. Editörün notu)*, günümüzün video sıkıştırma teknolojisini mümkün kılan bu yöntem, 1950'lerde icat edilmiştir. 1970'li ve 1980'li yıllarda ve sonrasında sektöre hakim oldu. **Fakat o zamandan beri bu teknoloji her 10 yılda bir biraz gelişti ve teknik fikir hep aynı kaldı. Bir teknolojinin sadece aynı fikri yüzlerce kez yineleyerek etkili bir sıçrama yapmasını bekleyemeyiz. **Harika bir teknoloji ama inovasyon döngüsü sona erdi veya bitiyor.

Dolayısıyla yeni bir şeye ihtiyacımız var. Ve bu "yeni" yapay zekadır. Yapay zeka görselleri ve videoları çok iyi işleyebildiğinden bu hiç de düşünülmeyecek bir yol değil. Böylece yapay zeka teknolojisi ve sıkıştırma teknolojisi birleştirilmeye başlandı. Bundan sonra iki dalga geldi. İlki 2017'de süper çözünürlüğün ortaya çıkması ve Magic Pony'nin bunu icat etmesiyle gerçekleşti. Fikirleri, geleneksel sıkıştırma yöntemini boru hattının ortasında tutmak ve öne ve arkaya yapay zeka eklemekti.

**Deep Render bunun doğru yaklaşım olduğuna inanmıyor. Çünkü içinde kalan, tamamen çöktüğüne inandığımız geleneksel sıkıştırma teknolojisidir. Daha önce olduğundan pek bir farkı yok ve hala pek kullanışlı değil. **

Biz ikinci dalgayız, geleneksel sıkıştırma teknolojisini tamamen terk edip sadece sinir ağlarını kullanıyoruz. Bu aynı zamanda sıkıştırmayı yeniden icat etmek anlamına da geliyor. Makine öğrenimi teknolojisi etrafında yeniden icat edilen sıkıştırma en yüksek etkiye sahiptir. Sinir ağı verileri alır ve dosyayı sıkıştırır. Gönder İnternete gönderir ve ağ sıkıştırılmış dosyayı alır ve videoyu size geri gönderir. Bu yalnızca yapay zekaya yönelik bir çözümdür. Sorumluluğu biz üstleniyoruz ve aslında bunu yapan tek şirket biziz.

S: Yani temelde geleneksel teknolojinin sorumlu olduğu kısmı değiştirmek için yapay zekayı kullanıyorsunuz. Peki neden yapay zeka bunu daha iyi yapabilir?

A: İki neden. Video veya video sıkıştırma, esas olarak dosya boyutu ile görüntü kalitesi arasındaki bir dengedir. Ya çok büyük dosyalarınız ve harika görünen videolarınız var ya da berbat tanımlı çok küçük dosyalarınız var. Yani iyi sıkıştırma, iyi değiş-tokuşlarla ilgilidir. Dosya boyutu açısından önemli olan yedekliliktir. Bir sonraki pikselin ne olacağını tahmin edebiliyorsanız, fazladan veri göndermenize gerek kalmaz, bu da dosya boyutundan tasarruf sağlar. Yapay zekanın daha iyi tahminler yapabileceği yer burasıdır: Tahmin iyiyse, fazlalık kaldırılabilir ve daha az veri alınabilir. Yapay zeka temelde daha güçlü çünkü verilere tepki veriyor.

İkincisi video kalitesiyle ilgilidir. Herhangi bir sıkıştırma algoritması video çıkışında hatalara yol açacaktır; bu kayıplı sıkıştırmanın tanımıdır ve daha küçük dosya boyutları uğruna bazı hataları kabul eder. Ancak insanlar için asıl önemli olan bu hataların dağılımıdır.Bazılarına karşı daha duyarlıyız, bazılarına karşı ise iyi olabiliriz. **Yani yapay zekamız, bu hataların insanlardan gizlenmesi için insanın görsel sistemini taklit ediyor. **

Bunun güzel bir örneği, insanların çizgiler bulanıklaştığında nefret etmeleridir, keskin bir çizgi bulanıklaştığında insanlar mutsuz olurlar çünkü bu biyolojik olarak belirlenir. Örneğin bir kaplan bir kayanın arkasından hareket etmeye başladığında onu görebilmemiz ve ona bakabilmemiz gerekir. Rengin doğruluğu garanti edilmez ve kayıp olup olmadığını kimse fark etmez. Böylece kenarları bulanıklaştırmadan bir miktar renk doğruluğu sağlayabilirsiniz. İnsanlar bu video kalitesini tercih ediyor.

Bizim fikrimiz her zaman ilk prensiplerden başlamaktır; neyin mantıklı olduğu, arkasında yatan matematiksel prensiplerin neler olduğu ve gerçek problemleri çözmek için hangi araçların kullanılabileceği. Yapay zeka bunun için en uygun araç oluyor.

S: Çok ilginç, yani bu en temel fikir ve bir sonraki adım da uygulama. Beş yıllık bir şirket olarak bugünkü yapay zeka değişikliklerinin sizin üzerinizde bir etkisi var mı?

C: Yazılım düzeyinde, aslında her zaman araştırma çemberinin içinde yer aldık ve yazılım ürünlerimiz de araştırma çemberinden geliyor. Günümüzde yapay zekadaki değişimlerin üzerimizde çok az etkisi var.Yapay zeka devriminin başladığı 2015 yılından bu yana bu araştırma çevrelerinin içindeyim.

Tam tersine donanım seviyesi aslında daha taze. Yazılım düzeyinde harika bir sıkıştırma teknolojimiz var, ancak geçmişte bu yalnızca bulutta çalışıyordu, dolayısıyla bu bir ürün değil, iyi bir araştırma konusuydu. **Milyonlarca kişinin kendi cihazlarında kullanabilmesi için her terminale girdiğinde ürün haline gelir. **

Bu nedenle, aslında gelecekteki teknolojik değişiklikler üzerine bir iddiaya girdik. Yapay zekanın etkili olacağına dair iddiaya ek olarak, ihtiyacımız olan donanımın, NPU gibi belirli AI hızlandırma donanımının ve Apple, Qualcomm'un çeşitli donanım yongalarının da ortaya çıkacağına bahse girdik. , ve Google. yapılacaktır. **2018'de bir iddiaya girdik ve bugün 2023'te elimizde. **

**Ya güzel bir manzaramız vardı ya da sadece şanslıydık. **

S: Ayrıca bu büyük donanım üreticileri de sizinle ilgileniyor.

C: **Evet, bu donanıma sahip oldukları için harika uygulamalar aramaya başladılar. Onlara gittik ve dedik ki, hey, herkes videoyu izliyor, bu tam aradığınız harika uygulama. Bu sefer de çok uygun. **

S: Algoritmaların yanı sıra daha önce sohbet ettiğimizde verinin de bir eşik olduğunu söylemiştiniz ama açıkçası büyük şirketlerin verisi daha fazla, bu bir sorun olur mu?

A: Çok ilginç bir soru. (Düşünme) Yapay zeka sıkıştırmasıyla eninde sonunda algoritmanın daha önemli olduğu görülecektir diye düşünüyorum. Çünkü alanın bir bütün olarak veri kalitesi kararlarını gerektirecek kadar olgun olduğunu düşünmüyorum.

S: Bu ikinci aşama sorusu.

C: Evet henüz ilk aşamada. Mükemmel bir algoritmaya sahip olduğumuzu söyleyemeyiz. Algoritmamız her ay büyük ilerleme kaydediyor ve çok çok hızlı değişiyor. Algoritma güçlü olduğunda verilerdir. Ama biz de biriktiriyoruz çünkü verinin getirisi azalıyor.Artık açık kaynak ve güvenilir kanallardan elde ettiğimiz veya video sitelerinden satın aldığımız bir ila iki milyon arası video dizi verimiz var.Bu noktada bunlar oldukça açık ama herkes görüyor. ChatGPT açıklık derecesini değiştiriyor, bu verileri daha önce satın aldığımız için şanslıyız, bu da bir avantaj, ancak bu aşamada gerçekten belirleyici bir avantaj değil.

S: Yüksek Lisans ve yayılma modelleri algoritmanıza yeni bir şey getiriyor mu?

C: Nispeten az sayıda var. Referans olarak kullanılabilecek bazı fikirler var. Sorun şu ki, bu modeller sürecimize girip bize iyileştirmeler getirebilecek gibi görünüyor. Örneğin, Stabil Difüzyon gelişmeme yardımcı olabilir sıkıştırma yetenekleri, ancak hala ödünleşimler var - örneğin SD her 10 saniyede bir işleniyor, ancak onu 10 saniyede 300 kez işlememiz gerekiyor.Gerçek zamanlı ve efektler arasında nasıl seçim yapılacağı bir sorundur. Gelecekte etki yaratma potansiyeline sahipler.

S: Rekabetçi bir perspektiften bakarsak, mevcut zorluklarınız nereden geliyor?

A: Algoritma ve arkasındaki insanlar. Okunacak çok fazla makale olmadığı için birçok temel algoritmayı kendimiz inceliyoruz. En kritik zorluk iyi bir ekip oluşturmaktır** çünkü piyasada yapay zeka üzerine çalışan çok sayıda insan var, bilgi teorisi üzerine çalışan çok fazla insan yok ve her ikisini de aynı anda inceleyen neredeyse sıfır kişi var. Bu yüzden bir ekip oluşturup onları eğitmemiz gerekiyor, bu da uzun zaman alıyor** çünkü birbirleriyle pek bir ilgileri yok. Yani önce bir grup insanı eğitmelisiniz, sonra onların aşağıdaki insanlara liderlik etmesine izin vermelisiniz, bu bir piramit yapısıdır.

S: Bu piramidi zaten inşa ettiniz mi?

C: 30'dan fazla yapay zeka araştırma yıldızımız var. Ama bunun için çok uzun zaman harcadık.

S: Yani dünyadaki sadece 30 kişi burada sizinle birlikte.

A: Bunu söyleyebilirim. Bu konulara bakan laboratuvarlar da var ve iyi insanları var ama Deep Render bu alanda ölçek açısından açık ara en büyük organizasyon.

S: Silikon Vadisi'ndeki işinizi ve varlığınızı genişletmek için yeni finansmanı kullandığınızdan bahsettiğinizi gördüm.

C: Bu biraz tuhaf, biz bir İngiliz şirketiyiz ama internet kaynaklarını en çok kullanan şirketler Çin ve ABD'de. Üstelik Avrupa gerçekten de teknolojik gelişme açısından dostane bir yer değil. ABD'den çok fazla talep alıyoruz, dolayısıyla ABD'ye girmemiz doğal, aynı şey Çin için de geçerli.

S: Herhangi bir Çinli müşteri sizinle iletişime geçti mi?

A: İsmini söyleyemem, çok uzun bir anlaşma imzaladım o yüzden dikkatli olmalıyım haha. Ancak bu şirketlerle iletişime geçtiğimde Çin'in gerçekten de ABD'den daha yüksek bant genişliği gereksinimlerine sahip olduğunu gördüm.

S: Müşterilerle zaten iletişim halindesiniz. İnsanların tartışmayı sevdiği PMF'ye göre karar verirsek şu anda hangi aşamadasınız?

A: Bunu tanımlamak her zaman zordur. PMF'ye ulaştığımızı düşünüyorum çünkü karşılayabileceğimizden daha fazla talebimiz var. Gerçekten birçok büyük firmayı kendi bant genişliği kaynaklarımız yeterli olmadığı için reddediyoruz.Birçok firma bize rezervasyon yaptırdı ve aynı anda ancak 4-5 büyük firmanın ihtiyacını karşılayabiliyoruz. Teknoloji olgunlaştıkça ticarileştirilmesi daha kolay olacaktır. Kavram kanıtlama aşamasını geçtik. Her şey yolunda giderse, teknolojimizin 2024'ün ikinci çeyreğinde çok iyi bilinen bir İnternet hizmetine uygulandığını ve o zamana kadar on milyonlarca kullanıcının onu kullanacağını görebilirsiniz.

S: Çılgın talep, sınırlı insan gücü ve kendi teknik durumunuzla karşı karşıya kaldığınızda, bir CEO olarak dengeli seçimler yapmak sizin sorumluluğunuzdur.

S: Haha, bu benim işimin zorluğu. Bir karar vermeye çalışacağım. Çok hızlı hareket etmek her zaman kaynakları tüketir ve işe alım zorlukları da beraberinde getirir. Çalışanlarımızın üretken olabilmeleri için genellikle 4 aylık eğitime ihtiyaçları vardır. Yani haklısın, bu bir optimizasyon problemi.Elbette yapay zekayı kullanan birine bir araç geliştirmek için para ödemeye hazır olabilirim.

S: Haha, belki Yüksek Lisans buraya katılabilir.

C: Evet hahaha.

Soru: Her şey yolunda gidiyor gibi görünüyor, bu iş için tasarladığınız iş modeli nedir?

A: Şu anda B2B şeklindeyiz. Müşterilere ürün yetkilendirmesi sağlıyoruz. Müşteriler büyük miktarda tasarruf edebilir ve bunun bir kısmı bize verilebilir. Bu lisanslamaya dayalı bir iş modelidir. Buradaki verilere baktığınızda aslında çılgınlık olduğunu göreceksiniz. 2030 yılına gelindiğinde dünya çapında içerik aktarmanın maliyeti 125 milyar dolara ulaşacak. **Netflix'i yok etmek istiyorsanız 4K kullanın ve Netflix'i bir ay boyunca günde 24 saat izleyin. **

S: Bunu yapmamak en iyisi.

C: Hahaha, ancak dosya boyutunu örneğin %90 oranında küçültebilirseniz, o zaman 125 milyar dolar baz alınırsa, şirketler çok para tasarrufu sağlayabilir.

S: Bu para kazanma şansınız.

A: Bu herkesin fayda sağladığı bir iştir. Ben kazandım, şirket kazandı, kullanıcılar kazandı ve büyük internet şirketleri kazandı. Kimse bir şey kaybetmez.

S: İnternet'i kurtarmaya ne dersiniz? Şirketinizin gelecekte inşa edilmesine yardımcı olacağı İnternet'in nasıl görüneceğini hiç hayal ettiniz mi?

S: Tabii ki her gün bunun hayalini kuruyorum hahaha. **Vizyonumuz, bant genişliğini sınırsız bir metaya dönüştürmek, böylece herkesin artık ağ hızı konusunda endişelenmesine gerek kalmayacak. Herkes, evinde son derece yüksek kaliteli videoların keyfini çıkarabilir ve şirketler için çok ucuza, hatta hatta daha fazlasına sahip olabilir. ücretsiz İnternet kaynakları Bilgi akabiliyor, hatta bugün ağır sayılabilecek veriler bile serbestçe akabiliyor. İnternetin sahip olması gereken gelecek buydu. **

S: Eminim bu son soruyu pek çok kişi size sormuştur, bundan bahsetmek bana Amerikan dizisi “Silikon Vadisi”ndeki hikayenin sizin hikayenizle aynı olduğunu daha da çok hissettirdi.

A: Doğru, doğru. Bu hemen hemen benim en sevdiğim program. Ancak asıl ilginç olan, kurucu ortaklarım ve benim Deep Render'ı kurduktan bir buçuk yıl sonrasına kadar ondan haberimiz olmamasıydı çünkü HBO Birleşik Krallık'ta o kadar popüler değildi. Ama ilginç olan iş modelimiz ve geçtiğimiz aşamalar bu oyundaki hikayeyle hemen hemen aynı. Hele sonradan gördüğümüz için ikimiz de, durun bir dakika, bu da bizim gibi dedik.

S: Bu dizinin sonunu da biliyorsunuz.

A:... Hahaha, umarım sonumuz daha iyidir.