Apple придбала стартап WaveOne, який розробив AI для стиснення відео. В чому його ноу-хау

Apple тихо придбала стартап WaveOne з Маунтін-В’ю, який розробляв алгоритми AI для стиснення відео. Про це повідомляє TechCrunch.

Apple не підтвердила продаж, коли його попросили про коментар. Але приблизно в січні веб-сайт WaveOne було закрито, і кілька колишніх співробітників, у тому числі один із співзасновників WaveOne, тепер працюють у різних групах машинного навчання Apple.

Колишній керівник відділу продажів і розвитку бізнесу WaveOne Боб Станкош оголосив про продаж у публікації на LinkedIn, опублікованій місяць тому.

«Після майже двох років у WaveOne минулого тижня ми завершили продаж компанії Apple», — написав Станкош. «Ми почали свій шлях у WaveOne, усвідомлюючи, що машинне навчання та відеотехнології глибокого навчання потенційно можуть змінити світ. Apple побачила цей потенціал і скористалася можливістю додати його до свого технологічного портфоліо».

Компанія WaveOne була заснована в 2016 році Любомиром Бурдевом та Ореном Ріпелем, які мали намір взяти парадигму відеокодеків, що склалася десятиліттями, і зробити їх на базі ШІ. До того, як приєднатися до компанії, Бурдев був одним із засновників дослідницького підрозділу Meta, присвяченого штучному інтелекту. І він, і Ріппел працювали в групі комп’ютерного бачення Meta, яка відповідала за модерацію вмісту, візуальний пошук і ранжування каналів у Facebook.

Якщо мова йде про стандартні алгоритми стиснення та розпакування відео, стиснення відбувається на стороні постачальника контенту (наприклад, на серверах YouTube), а машини кінцевих користувачів обробляють розпакування. Це ефективний підхід, але нові кодеки вимагають нового апаратного забезпечення, спеціально створеного для прискорення стиснення або розпакування.

В чому ноу-хау

Головним нововведенням WaveOne був алгоритм стиснення та декомпресії відео з урахуванням вмісту, який міг працювати на прискорювачах ШІ, вбудованих у багато телефонів і ПК. Використовуючи штучний інтелект для виявлення сцен і об’єктів, технологія стартапу може фактично «розуміти» відеокадр, дозволяючи їй, наприклад, визначати пріоритетність облич за рахунок інших елементів у сцені для економії пропускної здатності.