Molti ricordano che la serie «Silicon Valley» racconta di un programmatore di nome Richard
Hendricks, che ha accidentalmente inventato un rivoluzionario algoritmo di compressione dei dati e ha deciso
di avviare la propria startup.
I consulenti della serie hanno persino suggerito una metrica per valutare
algoritmi simili – il fattore Weissman (Weissman Score), inventato.
Proseguendo con la trama, la startup ha creato una videochat utilizzando questa soluzione.
Alla stimata comunità viene proposto di discutere un principio completamente nuovo
di compressione dei dati per le chiamate audio e video, che affronta il problema da un punto di vista nuovo e
inaspettato.
Se desiderate partecipare alla discussione su questa soluzione e sapere cosa hanno in comune questa
concezione con Jonathan Swift e le opere di Lev Tolstoj, vi invitiamo a proseguire.
Un po' di teoria
Descriviamo brevemente come funziona la moderna comunicazione audio: il principio è lo stesso sia per
le chiamate in rete GSM, sia per i messaggeri e le reti VOIP.
Le vibrazioni sonore vengono captate dal microfono dello smartphone, quindi passano a un convertitore
analogico-digitale (ADC o A/D):
Successivamente, avviene la codifica tramite vari codec (G711, G729, OPUS, GSM, ecc.)
viene aggiunto o meno il criptaggio (SRTP, ZPTP, ecc.) e inviato nell’ambiente
di trasmissione dei dati.
Ad esempio, quasi tutte le app di messaggistica (WhatsApp, Viber, ecc.) utilizzano gli stessi codec (ultimamente generalmente Opus) e praticamente gli stessi protocolli leggermente
modificati (basati su SIP, WebRTC).
Come rete di trasmissione dei dati può essere utilizzato sia Internet pubblico che la rete GSM o
intranet:
Il criptaggio è un elemento opzionale in questo schema, ad esempio, nella maggior parte dei casi per
la telefonia SIP non si utilizza il criptaggio.
Al contrario, nelle app di messaggistica, generalmente vengono utilizzati i loro protocolli proprietari
per la crittografia di voce e video.
Successivamente avviene il processo inverso: il destinatario, ricevuti i dati, decodifica le informazioni ricevute, poi il segnale passa al DAC (convertitore digitale-analogico) e poi entra nell’amplificatore audio collegato all’altoparlante:
Caratteristiche dei codec moderni:
G.711 64 Kb/s.
G.726 16, 24, 32 o 40 Kb/s.
G.729A 8 Kb/s.
GSM 13 Kb/s.
iLBC 13.3 Kb/s (30 ms di frame); 15.2 Kb/s (20 ms di frame)
Speex intervallo da 2.15 a 22.4 Kb/s.
G.722 64 Kb/s.
In questo modo, ad esempio, durante una conversazione di 7 minuti su WhatsApp o Skype si
consumano circa 1 MB.
Teniamo a mente queste cifre: 1 MB per 7 minuti di conversazione, ci saranno utili a breve.
“Lev Tolstoj come specchio… della rivoluzione…”
Ricordiamo il romanzo più famoso di questo grande scrittore russo:
«Guerra e pace» — il romanzo epico di Lev Nikolaevič Tolstoj, che descrive la società russa durante le guerre contro Napoleone nel 1805—1812. L'epilogo del romanzo porta
la narrazione fino al 1820.
Tolstoj dedicò sette anni di intenso e laborioso lavoro al romanzo «Guerra e pace». Le manoscritti
di «Guerra e pace»: nell'archivio dello scrittore sono conservate oltre 5200 pagine scritte fitto.
Se vuoi ora leggere questo romanzo, puoi facilmente scaricarlo.
E il file pesa solo… 1 MB:
I formati fb2 ed epub, così come zip e rar, possono essere visti fondamentalmente come una sorta di
codeci.
Pensiamo un attimo: 7 minuti della nostra conversazione su WhatsApp equivalgono, in termini di traffico, a una grande opera che è stata scritta in 7 anni!
Давайте задумаемся – 7 минут нашего разговора по WhatsApp равны по объему трафика
великому произведению, которое писалось 7 лет!
Una conversazione di 7 minuti è stata codificata con il codec opus, il romanzo è stato codificato in ePub, il volume è lo stesso –
1 MB, ma che differenza colossale!
I viaggi di Gulliver
Tutti conoscono quest'opera di Jonathan Swift fin dall'infanzia, ma in realtà questo libro non è per
bambini.
I “Viaggi di Gulliver” sono una satira politica per adulti, ovviamente nel contesto del XVIII
secolo.
È sorprendente come Swift, accanito oppositore di un altro suo contemporaneo –
Newton, nei suoi “Viaggi di Gulliver” non solo avesse previsto la scoperta delle lune
di Marte (con una descrizione piuttosto accurata delle loro caratteristiche), ma avesse anche descritto un modo interessante
di comunicazione tra le persone:
“… il progetto richiedeva l'abolizione totale di tutte le parole;
l'autore di questo progetto faceva riferimento soprattutto ai benefici per la salute e al risparmio
di tempo.
È evidente che ogni parola che pronunciamos comporta un certo usura
dei polmoni e, di conseguenza, porta a una riduzione della nostra vita.
E poiché le parole sono solo nomi delle cose, l'autore del progetto sostiene
che sarà molto più comodo per noi portare con noi gli oggetti necessari per esprimere le nostre
pensieri e desideri.
… molte persone molto erudite e sagge utilizzano questo nuovo modo di esprimere i propri
pensieri attraverso oggetti.
L'unico inconveniente è che, in caso di bisogno
di avere una conversazione approfondita su vari argomenti, gli interlocutori devono portare
sulle spalle grandi nodi con le cose, se le risorse non permettono di assumere uno o
due robusti ragazzi. Mi è capitato spesso di vedere due di questi saggi, affaticati dal
peso del carico, come i nostri venditori ambulanti. Quando si incontrano per strada, si tolgono
le borse dalle spalle, le aprono e, estraendo da esse ciò che serve, conversano
per un'ora; poi ripongono il loro equipaggiamento, si aiutano a caricare il peso sulle
spalle, si salutano e si allontanano.
Tuttavia, per conversazioni brevi e semplici, è possibile portare tutto il necessario in tasca
o sotto il braccio, e una conversazione che avviene in un ambiente domestico non presenta alcuna
difficoltà. Pertanto, le stanze in cui si riuniscono le persone che utilizzano questo metodo sono piene
ogni tipo di oggetto adatto per fungere da materiale per queste intelligenze artificiali
conversazioni.
Un altro grande vantaggio di questa invenzione è che può essere utilizzata
come lingua universale, comprensibile a tutte le civiltà civili, poiché i mobili e gli accessori per la casa sono ovunque simili o molto simili, rendendone l'uso facilmente comprensibile.
In questo modo, i messaggeri possono parlare senza sforzo con re o
ministri stranieri, la cui lingua è completamente sconosciuta loro…
Quindi, probabilmente già indovinate dove sto andando a parare 🙂
Perché trasmettere vibrazioni dell'aria (suoni) per centinaia e migliaia di chilometri,
complicarsi con la codifica (per trasmettere queste vibrazioni il più precisamente e qualitativamente possibile al destinatario), mantenere la banda necessaria, se il carico semantico di questa trasmissione è minimo, se non addirittura vicino a zero?
Infatti, le persone comunicano tra di loro non con suoni, ma con significato, contenuto, semantica, pensieri…
Il concetto di un nuovo sistema di comunicazione è piuttosto semplice – dalla parte della fonte A i suoni
Ведь люди коммуницируют между собой не звуками, а значением, контентом, семантикой, мыслями…
Концепт новой системы коммуникации довольно прост – на стороне источника А звуковые
le oscillazioni vengono anch'esse digitalizzate, ma non vengono immediatamente trasmesse all'altra parte, bensì
trasformate in testo (Speech To Text) e quindi viene trasmesso il testo significativo da
l'abbonato A, il quale:
- può essere trasmesso con la larghezza di banda minima richiesta (è possibile anche la comunicazione radio tipo KV, ecc.)
- può essere crittografato con qualsiasi algoritmo di crittografia forte
Dall'altra parte, i messaggi ricevuti vengono decrittografati e riprodotti già come voce dell'
abbonato A (Text To Speech).
È possibile anche caricare dall'altra parte il cosiddetto avatar vocale dell'abbonato A, che riproduca con
esattezza il modo di parlare dell'abbonato A.
Attraverso un canale separato è possibile trasmettere rumori di sottofondo ed emozioni.
Tutto ciò è valido anche per le videochiamate – tanto più che alcuni elementi esistono già da tempo
nelle applicazioni (maschere diverse, sfondi in Zoom, ecc.).
Sì, ci sono aspetti tecnici che attualmente non sono realizzati completamente –
ad esempio, sarà critica la velocità di conversione da Speech To Text, ma utilizzando
algoritmi AI predittivi per la conversione si può notevolmente aumentare questa velocità.
Il principale vantaggio è la necessità di una minima larghezza di banda nell'ambiente di trasmissione
dei dati.
Cioè, questo principio può essere utilizzato non solo per le comunicazioni quotidiane
ma anche per applicazioni militari e per comunicazioni a lunga distanza con alti ritardi
(comunicazione spaziale, interplanetaria – Luna, Marte, ecc. 🙂 )
Anche se ciò è una descrizione di un concetto, in realtà in uno dei nostri progetti è già da diversi
mesi che viene utilizzato un prototipo basato su questo principio.
Ma di questo parleremo un'altra volta…
Fonte: habr.com
