Chri Besenbruch, CEO de Renderizado profundo, ve muchos problemas con la forma en que se desarrollan los estándares de compresión de video en la actualidad. Piensa que no están avanzando lo suficientemente rápido, lamenta el hecho de que están plagados de inseguridad jurídica y condena su dependencia de hardware especializado para la aceleración.
“El proceso de desarrollo de códec no funciona”, dijo Besenbruch en una entrevista con TechCrunch antes de Disrupt, donde Deep Render participa en Disrupt Battlefield 200. “En la industria de la compresión, existe un desafío importante para encontrar un nuevo camino a seguir y buscar para nuevas innovaciones.”
Buscando una mejor manera, Besenbruch cofundó Deep Render con Arsalan Zafar, a quien conoció en el Imperial College de Londres. En ese momento, Besenbruch estaba estudiando informática y aprendizaje automático. Él y Zafar colaboraron en un proyecto de investigación relacionado con la distribución de terabytes de video a través de una red, durante el cual dicen que experimentaron las deficiencias de la tecnología de compresión de primera mano.
La última vez que TechCrunch cubrió Deep Render, la startup acababa de cerrar una ronda semilla de £1,6 millones ($1,81 millones) dirigida por Pentech Ventures con la participación de Speedinvest. En los aproximadamente dos años transcurridos desde entonces, Deep Render ha recaudado varios millones de dólares adicionales de los inversores existentes, lo que eleva su recaudación total a $ 5,7 millones.
“Pensamos para nosotros mismos, si las tuberías de Internet son difíciles de extender, lo único que podemos hacer es reducir los datos que fluyen a través de las tuberías”, dijo Besenbruch. “Por lo tanto, decidimos fusionar el aprendizaje automático y la inteligencia artificial y la tecnología de compresión para desarrollar una forma fundamentalmente nueva de comprimir datos obteniendo proporciones de compresión de imagen y video significativamente mejores”.
Deep Render no es el primero en aplicar IA a la compresión de video. DeepMind de Alphabet adaptó un algoritmo de aprendizaje automático desarrollado originalmente para jugar juegos de mesa al problema de comprimir videos de YouTube, lo que llevó a una reducción del 4% en la cantidad de datos que el servicio para compartir videos necesita transmitir a los usuarios. En otro lugar, está la startup WaveOne, que afirma que su códec de video basado en aprendizaje automático supera todos los estándares existentes en las métricas de calidad populares.
Pero la solución de Deep Render es independiente de la plataforma. Para crearlo, Besenbruch dice que la compañía compiló un conjunto de datos de más de 10 millones de secuencias de video en las que entrenaron algoritmos para aprender a comprimir datos de video de manera eficiente. Deep Render usó una combinación de hardware local y en la nube para la capacitación, y el primero comprendía más de cien GPU.
Deep Render afirma que el estándar de compresión resultante es 5 veces mejor que HEVC, un códec ampliamente utilizado y puede ejecutarse en tiempo real en dispositivos móviles con un chip acelerador de IA dedicado (por ejemplo, el motor neuronal de Apple en los iPhones modernos). Besenbruch dice que la compañía está en conversaciones con tres grandes empresas de tecnología, todas con capitalizaciones de mercado de más de $ 300 mil millones, sobre pilotos pagados, aunque se negó a compartir nombres.
Eddie Anderson, socio fundador de Pentech y miembro de la junta de Deep Render, compartió por correo electrónico: “El enfoque de aprendizaje automático de Deep Render para los códecs revoluciona por completo un mercado establecido. No solo es una ruta de software al mercado, sino que su [compression] el rendimiento es significativamente mejor que el estado actual de la técnica. A medida que las demandas de ancho de banda continúan aumentando, su solución tiene el potencial de impulsar un rendimiento comercial muy mejorado para los propietarios y distribuidores de medios actuales”.
Deep Render emplea actualmente a 20 personas. Para fines de 2023, Besenbruch espera que ese número se triplique con creces a 62.
Source link