Apple hat ein Startup erworben, das KI zum Komprimieren von Videos verwendet


Apple hat stillschweigend ein in Mountain View ansässiges Startup, WaveOne, übernommen, das KI-Algorithmen zum Komprimieren von Videos entwickelt.

Apple würde den Verkauf nicht bestätigen, wenn er um einen Kommentar gebeten wird. Aber die Website von WaveOne wurde um den Januar herum geschlossen, und mehrere ehemalig Mitarbeitereinschließlich einer der Mitbegründer von WaveOnearbeiten jetzt in den verschiedenen maschinellen Lerngruppen von Apple.

Der frühere Vertriebs- und Geschäftsentwicklungsleiter von WaveOne, Bob Stankosh, gab den Verkauf in einem vor einem Monat veröffentlichten LinkedIn-Beitrag bekannt.

„Nach fast zwei Jahren bei WaveOne haben wir letzte Woche den Verkauf des Unternehmens an Apple abgeschlossen“, sagte Stankosh schrieb. „Wir begannen unsere Reise bei WaveOne mit der Erkenntnis, dass maschinelles Lernen und Deep-Learning-Videotechnologie möglicherweise die Welt verändern könnten. Apple erkannte dieses Potenzial und nutzte die Gelegenheit, es in sein Technologieportfolio aufzunehmen.“

WaveOne wurde 2016 von Lubomir Bourdev und Oren Rippel gegründet, die sich daran machten, das jahrzehntealte Paradigma von Video zu übernehmen Codecs und sie KI-betrieben machen. Bevor er sich dem Unternehmen anschloss, war Bourdev Gründungsmitglied der KI-Forschungsabteilung von Meta, und sowohl er als auch Rippel arbeiteten im Computer-Vision-Team von Meta, das für die Inhaltsmoderation, die visuelle Suche und das Feed-Ranking auf Facebook verantwortlich war.

Bei Standardalgorithmen zum Komprimieren und Dekomprimieren von Videos erfolgt die Komprimierung auf der Seite des Inhaltsanbieters (z. B. YouTube-Server), während die Geräte der Endbenutzer die Dekomprimierung übernehmen. Es ist ein effektiver Ansatz, aber neue Codecs erfordern neue Hardware, die speziell entwickelt wurde, um die Komprimierung oder Dekomprimierung zu beschleunigen, wodurch sich Verbesserungen nur langsam ausbreiten.

WaveOne

Bildnachweis: WaveOne

Die wichtigste Innovation von WaveOne war ein „inhaltsbewusster“ Videokomprimierungs- und -dekomprimierungsalgorithmus, der auf den KI-Beschleunigern laufen konnte, die in viele Telefone und eine wachsende Zahl von PCs eingebaut waren. Durch die Nutzung der KI-gestützten Szenen- und Objekterkennung konnte die Technologie des Startups einen Videoframe im Wesentlichen „verstehen“ und es ihm beispielsweise ermöglichen, Gesichter auf Kosten anderer Elemente innerhalb einer Szene zu priorisieren, um Bandbreite zu sparen.

WaveOne behauptete auch, dass seine Videokomprimierungstechnologie robust gegenüber plötzlichen Unterbrechungen der Konnektivität sei. Das heißt, es könnte auf der Grundlage der verfügbaren Bits eine „beste Schätzung“ machen, sodass das Video nicht einfriert, wenn die Bandbreite plötzlich eingeschränkt wird. es würde nur weniger Details für die Dauer zeigen.

WaveOne behauptete, sein hardwareunabhängiger Ansatz könne die Größe von Videodateien um bis zu die Hälfte reduzieren, mit besseren Gewinnen in komplexeren Szenen.

Die Anleger sahen offenbar das Potenzial. Vor der Apple-Akquisition hat WaveOne 9 Millionen US-Dollar von Unterstützern wie Khosla Ventures, Vela Partners, Incubate Fund, Omega Venture Partners und Blue Ivy angezogen.

Was also könnte Apple mit einem KI-gestützten Video-Codec wollen? Nun, die offensichtliche Antwort ist effizienteres Streaming. Selbst geringfügige Verbesserungen bei der Videokomprimierung könnten Bandbreitenkosten einsparen oder es Diensten wie Apple TV+ ermöglichen, je nach Art des gestreamten Inhalts höhere Auflösungen und Frameraten zu liefern.

YouTube tut dies bereits. Letztes Jahr Alphabets DeepMind angepasst ein maschineller Lernalgorithmus, der ursprünglich zum Spielen von Brettspielen entwickelt wurde, um das Problem der Komprimierung von YouTube-Videos zu lösen, was zu einer Reduzierung der Datenmenge um 4 % führt, die der Video-Sharing-Dienst benötigt, um an die Benutzer zu streamen.

Vielleicht sehen wir bald ähnliche Innovationen des Apple-eigenen WaveOne-Teams.

source-116

Leave a Reply