叶琰:AI压缩技术在追上传统编码技术

简介: 认识叶琰是经朋友引荐,在了解她的背景后很快决定邀请她来LiveVideoStackCon2019深圳,并担任了大会的Co-chair。叶琰给我留下的印象是坦诚、直接,一旦她承诺的事情会按时做到——无论是为大会内容组织给出建议,推荐讲师候选人,还是本篇采访,叶琰总是在deadline前完成,也许当年兼顾孩子和工作的艰难经历,让她更加游刃有余。如果一切顺利,叶琰将作为大会Co-chair在LiveVideoStackCon 2019深圳致辞,并和听众交流。

文 / 叶琰


策划 / LiveVideoStack


LiveVideoStack: 叶琰你好,很荣幸代表LiveVideoStack采访你。 第一个问题,我想了解为什么对video codec领域情有独钟? 我研究了你的Linkedin,如果从IBM实习算起,你已经在这个领域20年了。

 

叶琰: 这个其实并没有太多刻意的原因。 我在读博士的期间的两个主要专业方向是通信理论和信号处理,而视频编解码是一个将信息论和数字信号处理里面的很多理论融合在一起来解决一个非常重要的实际应用的技术方向。 近年来因为互联网和智能手机的发展给大家的生活带来了巨大的改变,视频应用拉近了人与人之间的距离,所以虽然过了这么多年,这个方向不但没有过时,反而在大家日常生活中占据着越来越重要的地位。

 

LiveVideoStack: 上个世界九十年代末,从中科大毕业后,出国到加州大学取得了博士学位,此后一直在海外工作。 直到2018年来到阿里巴巴,是怎样的机缘让你走出这样一条路径呢?

 

叶琰: 我在上一个公司做了很多年视频技术方向的主管负责人,有不少技术和管理成果,也一直挺开心的。 因为一个机缘巧合,有个在阿里巴巴工作的好朋友大力介绍这个机会,我抱着随便试试的态度聊了一下以后,发现中国互联网公司是一个很不一样的世界,可以提供更加广阔的天地,所以抱着在一个新的环境里进一步锻炼自己能力的想法就来了。

 

LiveVideoStack: 过去二十年,恰恰国内科技、互联网快速发展的二十年,从web 1.0到电商、社交、在线教育、娱乐,如今移动互联网已无处不在。 是否感叹“错过了最好的二十年”呢?

 

叶琰: 这个还真从来没有过。 我不但没有觉得自己错过了什么,正好相反我觉得过去的20年我从国外的职业生涯中学到了很多,技术和管理能力上也有不少的成长。 相信我这些过去的经验都可以让未来的20年变得更好。

 

LiveVideoStack: 能否介绍下你和你的团队在阿里巴巴达摩院的工作吗? 我注意到,你的title中还包括“Machine IntelligenceTechnology Lab”,这是否揭示了一个事实: 视频技术与AI将密不可分?

 

叶琰: AI技术近些年发展得很快,在视觉,图像和视频领域都开始得到广泛的应用。 阿里巴巴达摩院机器智能实验室的视频团队在视频编解码,视频理解,视频审核,智能生产等方面都有先进技术开发并在业务上落地。 从视频编解码这个领域来看,基于AI的压缩技术目前还赶不上像HEVC或者VVC这样的国际视频压缩标准的压缩性能,这个gap如何去弥补将是我们的挑战之一。 达摩院的同学都有很高的技术水准,所以相信我们的团队会尽全力给出一个好的答案。

 

LiveVideoStack: 在阿里巴巴工作,此前经历的公司有什么不同吗?

 

叶琰: 国内互联网公司节奏快,团队更加年轻有冲劲。 而国外公司的团队在经验积累上可能更加有优势一些。

 

LiveVideoStack: 我们再来谈一个现实问题——多媒体相关的技术人供给不足,更多的学生愿意选择AI,甚至金融这些能更快带来物质回报的领域,你如何看待这个问题?

 

叶琰: 你说的这个不太乐观的现象在一定程度上是存在的。 但是我更愿意从乐观的角度去看这件事,我觉得在这样的环境下还是会选择来做多媒体技术人的同学们更加代表我们是真正志同道合的技术人,而能够和志同道合的同学们一起做些事情,真的是个非常快乐的事情。

 

LiveVideoStack: 你在接受视频采访时曾说过“人是一种非常坚强的动物,再苦再难也要挺着”,能说说你所经历的最艰难的日子吗,是怎么挺过来的?

 

叶琰: 采访时候说的话应该是针对为人父母的艰辛而发的感慨。 尤其是在国外工作生活的双职工,孩子小的时候同时要juggle家庭和工作两边,很多人应该都有过感觉要崩溃的经历。 在这种时候我觉得能够得到家人和朋友的帮助是最重要的。 所以每个人都要维护一个健康的朋友人际网,还有就是要相信自己,相信困难都是暂时的。

 

LiveVideoStack: 最后一个问题,我发现一个现象——相当一部分视频编码相关的技术专家都来自清华大学(虽然没有做过精确额统计),比如Google的多媒体组基本上清一色的来自清华大学。 作为一名中科大的毕业生,你怎么看这一现象?

 

叶琰: 这个说法好像和我的感觉不太一样。 光是做视频标准的其实我就认识不少科大人,在公司做算法和产品开发的就更多了。 2018年4月份VVC的CfP中有一篇是中国4大院校的联合响应,这4所院校是科大,北大,哈工大和武汉大学。 所以只看Google一个公司一个团队就得出结论说相当的视频编解码技术专家都是清华的,这种说法恐怕有失偏颇。

————————————————

版权声明:本文为CSDN博主「LiveVideoStack_」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/103168947


「视频云技术」你最值得关注的音视频技术公众号,每周推送来自阿里云一线的实践技术文章,在这里与音视频领域一流工程师交流切磋。

阿里云视频云@凡科快图.png


相关文章
|
26天前
|
人工智能 自然语言处理 Java
【100%好礼】诚邀体验SoFlu-JavaAl开发助手,重塑AI编码价值
在这个数字化时代,软件开发任务繁重,飞算科技推出SoFlu-JavaAl开发助手,诚邀您体验AI编码新境界。它不仅生成代码,还通过自然语言理解需求,精准生成完整工程源码,大幅缩短设计工期,提升效率。SoFlu-JavaAl支持一键构建Java Maven工程,轻松合并老项目,快速响应需求变更。参与体验还有机会获多重好礼!
|
28天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
1天前
|
人工智能 达摩院 计算机视觉
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
SHMT 是阿里达摩院与武汉理工等机构联合研发的自监督化妆转移技术,支持高效妆容迁移与动态对齐,适用于图像处理、虚拟试妆等多个领域。
20 9
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
|
7天前
|
人工智能 缓存 Ubuntu
AI+树莓派=阿里P8技术专家。模拟面试、学技术真的太香了 | 手把手教学
本课程由阿里P8技术专家分享,介绍如何使用树莓派和阿里云服务构建AI面试助手。通过模拟面试场景,讲解了Java中`==`与`equals`的区别,并演示了从硬件搭建、语音识别、AI Agent配置到代码实现的完整流程。项目利用树莓派作为核心,结合阿里云的实时语音识别、AI Agent和文字转语音服务,实现了一个能够回答面试问题的智能玩偶。课程展示了AI应用的简易构建过程,适合初学者学习和实践。
55 22
|
4天前
|
人工智能 Java 程序员
通义灵码AI编码助手和AI程序员背后的技术
通义灵码AI编码助手和AI程序员背后的技术,由通义实验室科学家黎槟华分享。内容涵盖三部分:1. 编码助手技术,包括构建优秀AI编码助手及代码生成补全;2. 相关的AI程序员技术,探讨AI程序员的优势、发展情况、评估方法及核心难点;3. 代码智能方向的展望,分析AI在软件开发中的角色转变,从辅助编程到成为开发主力,未来将由AI执行细节任务,开发者负责决策和审核,大幅提升开发效率。
49 12
|
5天前
|
人工智能 搜索推荐
AI视频技术的发展是否会影响原创内容的价值
AI视频技术的发展显著降低了视频制作的门槛与成本,自动完成剪辑、特效添加等繁琐工作,大大缩短创作时间。它提供个性化创意建议,帮助创作者突破传统思维,拓展创意边界。此外,AI技术使更多非专业人士也能参与视频创作,注入新活力与多样性,丰富了原创内容。总体而言,AI视频技术不仅提升了创作效率,还促进了视频内容的创新与多样化。
|
20天前
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案
139 3
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
|
3天前
|
机器学习/深度学习 人工智能 编译器
BladeDISC++:Dynamic Shape AI 编译器下的显存优化技术
本文介绍了阿里云 PAI 团队近期发布的 BladeDISC++项目,探讨在动态场景下如何优化深度学习训练任务的显存峰值,主要内容包括以下三个部分:Dynamic Shape 场景下显存优化的背景与挑战;BladeDISC++的创新解决方案;Llama2 模型的实验数据分析
|
3天前
|
存储 人工智能 边缘计算
AI时代下, 边缘云上的技术演进与场景创新
本文介绍了AI时代下边缘云的技术演进与场景创新。主要内容分为三部分:一是边缘云算力形态的多元化演进,强调阿里云边缘节点服务(ENS)在全球600多个节点的部署,提供低时延、本地化和小型化的价值;二是边缘AI推理的创新发展与实践,涵盖低时延、资源广分布、本地化及弹性需求等优势;三是云游戏在边缘承载的技术演进,探讨云游戏对边缘计算的依赖及其技术方案,如多开技术、云存储和网络架构优化,以提升用户体验并降低成本。文章展示了边缘云在未来智能化、实时化解决方案中的重要性。
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
AI写作新时代:自然语言生成技术与写作助手的结合
AI写作新时代:自然语言生成技术与写作助手的结合
65 16

热门文章

最新文章