「接下來我們聽一聽來自矽谷的一個新興ai創業公司bishopflux的ceo斯坦利·康格里夫為我們帶來的解決方案。」
這下楊翰林不樂意了，「我們在網際網路方面的名氣不如亞麻遜和東部資料計算了，這個從來沒有聽過名字的公司，怎麼也比我們還靠前發言，yandex這事辦得不地道啊！」
「沒事，發言的名次罷了，我們不在乎這個。」林奇連忙安慰楊翰林。
很快bishopflux公司的一個年輕的小夥子就走了上去。
「大家好，看了前輩們的解決方案，我很有感觸。我今天也帶來一些我們公司研發的一些新技術。」
「我們都知道影片就是一幀一幀的圖片組成的，只要播放的足夠快，因為我們人類眼睛的特性是看不出來圖片那麼短暫的停留的。可以從最早的膠片放映機就能看出來現在影片的原理。」
「如果一秒有30幀，一幀就是一張圖片，一個圖片假設有1027768個畫素，這個真的不多。每個畫素由rgb組成，每個8位，就是24位。」
「我們可以算一下每秒鐘的影片有多大，30102476824=566，231，040bits=70，778，880bytes。如果一分鐘的影片的呢，那就是4，246，732，800bytes，4個g大小。」
在下面坐的眾人，都點點頭表示贊同這個看法，並且大家也都知道這是不壓縮的情況下，如果壓縮後，影片的大小就會好很多。大家繼續聽了下去。
「我們現在也沒有聽說過哪種影片真的1分鐘就有4個g大小的，如果真是那麼大根本沒有辦法儲存和傳輸，如果真的這麼大，除了量子通訊，其他什麼網路都不行。不過也正是因為有了量子通訊，所以今天我們才可以不討論網路的問題，只討論儲存。」
「所以影片領域才有另一中技術——編碼，其實編碼就是一個壓縮的過程。這個編碼過程其實就是利用了圖片和影片的一些特點，空間冗餘、時間冗餘、視覺冗餘、編碼冗餘，因為這些特性所以編碼的演算法非常複雜，並且多種多樣，但是編碼過程其實都是類似的。」
「編碼的演算法無非都是通過幀內預測（去除空間冗餘），幀間預測（去除時間冗餘），變換（去除空間冗餘），量化（去除視覺冗餘，通過降低影像質量提高壓縮比），熵編碼（去除編碼冗餘，變長編碼）。」
「如果完整的儲存所有的圖片，那麼影片就太大了，所以編碼演算法會將影片序列分成三種幀，i幀（關鍵幀），p幀（前向預測編碼幀）和b幀（雙向預測內插編碼幀），每一種幀都有各自的的用途，關鍵幀是儲存了完整的圖片，前向預測編碼幀表示的是這一幀跟之前的一個關鍵幀的差別，這樣解碼的時候就能使用關鍵幀，解出來這一幀的最終畫面，還有雙向預測內插編碼幀，記錄的是本幀於前後幀的差別。」
「也正是通過這種壓縮方式在使得現在的影片沒有那麼大的儲存量，方便了傳輸。我們公司是研發了一種基於ai的高效率的編碼方式，能在保留清晰度的情況下，讓影片的大小隻有現在影片的一半大小。」
等到這句話說完，下面的在做的大佬們紛紛議論。
以前沒有聽過bishopflux公司的名字，現在看來還挺厲害的，不知道能不能收購了他們。伊利亞·沃羅茲首先想到的是就是收購了這個公司。
「這也不失為一個好的想法，看來深度學習已經給人們帶來了很多方面的變革。」林奇也覺的這個想法挺好的。