برچسب: نرم افزار و اپلیکیشن

مقالات گرندسیستم

1 دقیقه زمان مطالعه

نبرد بتامکس و VHS: چرا سونی با فرمت باکیفیت‌تر بتامکس، در برابر VHS شکست خورد

نبرد بتامکس و VHS: چرا سونی با فرمت باکیفیت‌تر بتامکس، در برابر VHS شکست خورد در اوایل دهه 1970 میلادی، تماشای تلویزیون یک مراسم دیکتاتوری بود. شبکه‌های تلویزیونی تصمیم می‌گرفتند شما چه برنامه‌ای را در چه ساعتی تماشا کنید. اگر ساعت 8 شب یک مسابقه مهم فوتبال پخش می‌شد و شما در مسیر بازگشت از محل کار بودید، آن را برای همیشه از دست می‌دادید؛ هیچ دکمه‌ای برای توقف زمان، بازپخش یا ذخیره آن وجود نداشت. تلویزیون یک جریان یک‌طرفه و بی‌رحم از اطلاعات بود. اما در اتاق‌های تحقیق و توسعه تاریک و پر از دود سیگار در ژاپن، انقلابی در حال شکل‌گیری بود که قرار بود مفهوم «زمان» را در رسانه برای همیشه تغییر دهد. مهندسان به دنبال خلق دستگاهی بودند که به انسان عادی قدرت «جابجایی زمان» (Time-Shifting) بدهد؛ توانایی ضبط یک برنامه و تماشای آن در هر زمان دلخواه. این رویای شیرین، به زودی به یکی از تلخ‌ترین، خونین‌ترین و آموزنده‌ترین جنگ‌های تجاری در تاریخ فناوری تبدیل شد: نبرد حماسی میان بتامکس (Betamax) متعلق به امپراتوری سونی (Sony) و وی‌اچ‌اس (VHS) متعلق به شرکت کوچک‌تر جی‌وی‌سی (JVC). داستان پیش رو، صرفاً تاریخچه دو نوار کاست پلاستیکی نیست. این روایتی است از غرور مهندسی، استراتژی‌های بازاریابی، و یکی از بزرگترین درس‌های تاریخ کسب‌وکار: اینکه چرا در دنیای واقعی، «بهترین تکنولوژی» لزوماً برنده بازار نیست. فصل اول: غرور سیلیکونی و تولد پادشاه بتامکس در اواسط دهه 1970، شرکت سونی در اوج قدرت و اعتبار جهانی خود قرار داشت. آن‌ها با اختراع رادیوهای ترانزیستوری و تلویزیون‌های رنگی تری‌نیترون (Trinitron)، خود را به‌عنوان خدایگان کیفیت و نوآوری در الکترونیک مصرفی تثبیت کرده بودند. آکیو موریتا (Akio Morita)، بنیان‌گذار افسانه‌ای سونی، معتقد بود که مصرف‌کنندگان همیشه حاضرند برای بالاترین کیفیت، بهای بیشتری بپردازند. در می سال 1975، سونی با افتخار از سیستم بتامکس پرده‌برداری کرد. این دستگاه یک شاهکار مهندسی بود. کاست‌های بتامکس کوچک، جمع‌وجور و به اندازه یک کتاب جیبی بودند. نوار داخل آن با استفاده از یک مکانیزم پیچیده و ظریف به نام U-Load به دور هد خواندن/نوشتن می‌پیچید که باعث می‌شد تصویر با کمترین میزان نویز و بالاترین ثبات ممکن ضبط شود. رزولوشن بتامکس در آن زمان خیره‌کننده بود: 250 خط افقی (یک معیار سنجش کیفیت در ویدیوهای آنالوگ)، رنگ‌های غنی‌تر و صدای شفاف‌تر نسبت به هر چیزی که پیش از آن در خانه‌ها دیده شده بود. سونی چنان از برتری فنی خود مطمئن بود که تصور می‌کرد بتامکس به سرعت به استاندارد بلامنازع صنعت ویدیو تبدیل خواهد شد. اما این شاهکار ژاپنی یک پاشنه آشیل بزرگ داشت: نوار بتامکس در بالاترین کیفیت، تنها می‌توانست 1 ساعت ویدیو را ضبط کند. سونی معتقد بود این زمان برای ضبط اکثر برنامه‌های تلویزیونی کافی است. آن‌ها نمی‌دانستند که همین تصمیم، حکم مرگ پادشاه را امضا کرده است. فصل دوم: شورش در جی‌وی‌سی و پروژه مخفیانه VHS در حالی که سونی در حال جشن گرفتن برای بتامکس بود، در نقطه‌ای دیگر از ژاپن، در شرکت JVC (Victor Company of Japan)، گروه کوچکی از مهندسان به رهبری یوما شیراشی (Yuma Shiraishi) و شیزوئو تاکانو (Shizuo Takano) در حال کار روی پروژه‌ای بودند که مدیریت ارشد شرکت دستور توقف آن را داده بود. JVC در آن زمان با مشکلات مالی دست‌وپنجه نرم می‌کرد و مدیران معتقد بودند سرمایه‌گذاری روی ویدیوکاست‌های خانگی یک قمار احمقانه است. اما تاکانو و شیراشی تسلیم نشدند. آن‌ها به صورت مخفیانه و در ساعات غیرکاری، توسعه سیستم خود را ادامه دادند. هدف آن‌ها ساخت دستگاهی نبود که از نظر مهندسی بی‌نقص باشد؛ هدف آن‌ها ساخت دستگاهی بود که ارزان‌تر تولید شود، قطعاتش دوام بیشتری داشته باشند و از همه مهم‌تر، نیاز واقعی مصرف‌کننده را برطرف کند. در سپتامبر 1976 یک سال و نیم پس از بتامکس، JVC فرمت Video Home System یا به اختصار VHS را معرفی کرد. کاست‌های VHS بزرگتر و زشت‌تر از بتامکس بودند. رزولوشن تصویر آن‌ها کمی پایین‌تر بود ( 240 خط افقی در برابر 250 خط بتامکس) و رنگ‌ها کمی مرده‌تر به نظر می‌رسیدند. مکانیزم بارگذاری نوار آن‌ها (M-Load) ساده‌تر اما خشن‌تر بود. با این حال، VHS یک مزیت کشنده داشت که تمام معادلات را به هم ریخت: نوارهای آن می‌توانستند تا 2 ساعت کامل ویدیو ضبط کنند. فصل سوم: کالبدشکافی فنی؛ نبرد کیفیت در برابر ظرفیت برای درک بهتر این رقابت، باید به زیر قاب پلاستیکی این دستگاه‌ها نگاهی بیندازیم. هر دو فرمت از تکنولوژی «اسکن مارپیچ» (Helical Scan) استفاده می‌کردند؛ روشی که در آن نوار مغناطیسی با زاویه‌ای خاص از روی یک استوانه چرخان (هد دستگاه) عبور می‌کند تا بتواند داده‌های تصویری با فرکانس بالا را در فضایی فشرده ذخیره کند. پهنای نوار در هر دو فرمت دقیقاً 1/2 اینچ (حدود 1.27 سانتی‌متر) بود. سونی برای رسیدن به کیفیت بالاتر، سرعت حرکت نوار را در بتامکس افزایش داده بود (حدود 4 سانتی‌متر در ثانیه). سرعت بالاتر نوار به معنای ثبت اطلاعات بیشتر در هر ثانیه و در نتیجه کیفیت بهتر بود، اما باعث می‌شد نوار زودتر به پایان برسد. از سوی دیگر، مهندسان JVC سرعت حرکت نوار را به 3.33 سانتی‌متر در ثانیه کاهش دادند. این کار باعث افت جزئی کیفیت شد، اما طول زمان ضبط را به 2 ساعت رساند. چرا عدد 2 ساعت این‌قدر حیاتی بود؟ پاسخ در هالیوود و استادیوم‌های ورزشی نهفته بود. میانگین زمان یک فیلم سینمایی یا یک مسابقه کامل بیسبال و فوتبال آمریکایی، حدود 2 ساعت بود. با دستگاه سونی، شما مجبور بودید در وسط مسابقه یا فیلم، بلند شوید و نوار کاست را عوض کنید. JVC این نقطه درد مصرف‌کننده را به درستی شناسایی کرده بود. فصل چهارم: برخورد تایتان‌ها و مذاکره‌ای که تاریخ را ساخت سونی با اتکا به اعتبار خود، تلاش کرد تا شرکت‌های بزرگ را متقاعد کند که بتامکس را به عنوان استاندارد جهانی بپذیرند. آکیو موریتا، محصول خود را به شرکت قدرتمند RCA (یکی از غول‌های رسانه‌ای و الکترونیکی آمریکا در آن زمان) ارائه داد. مدیران RCA تحت تأثیر کیفیت بتامکس قرار گرفتند، اما یک درخواست ساده داشتند: «ما دستگاهی می‌خواهیم که بتواند یک مسابقه کامل فوتبال آمریکایی (حدود 3 تا 4 ساعت) را ضبط کند. آیا می‌توانید زمان ضبط را افزایش دهید؟» موریتا با غرور مهندسی خود پاسخ داد که افزایش زمان ضبط به معنای کاهش کیفیت است و سونی هرگز نام خود را روی یک محصول بی‌کیفیت نخواهد گذاشت. این پاسخ، بزرگترین اشتباه استراتژیک سونی بود. مدیران RCA سپس به سراغ JVC رفتند. JVC که به شدت نیازمند شرکای تجاری بود، بلافاصله مهندسان خود را به کار گرفت و با دستکاری سرعت خوانش، موفق شدند سیستمی طراحی کنند که در حالت LP (Long Play) می‌توانست تا $4$ ساعت ویدیو را روی یک نوار VHS ضبط کند. RCA با خوشحالی قرارداد را امضا کرد و به بزرگترین مروج VHS در بازار آمریکا تبدیل شد. فصل پنجم: استراتژی انحصار در برابر استراتژی متن‌باز دومین ضربه مهلک به بتامکس، در مدل کسب‌وکار سونی نهفته بود. سونی فرمت بتامکس را یک دارایی انحصاری می‌دانست. اگر شرکت دیگری مانند توشیبا یا سانیو می‌خواست دستگاه بتامکس تولید کند، باید هزینه‌های سنگین لایسنس را به سونی پرداخت می‌کرد و تحت قوانین سخت‌گیرانه آن‌ها کار می‌کرد. سونی می‌خواست کنترل کامل اکوسیستم را در دست داشته باشد (شبیه به استراتژی امروزی شرکت اپل). اما JVC استراتژی کاملاً متفاوتی را پیش گرفت. شرکت مادر JVC، یعنی ماتسوشیتا (که امروزه با نام پاناسونیک شناخته می‌شود)، تصمیم گرفت فرمت VHS را تا حد امکان باز بگذارد. آن‌ها با سخاوت تمام، لایسنس تولید VHS را به شرکت‌های هیتاچی، میتسوبیشی، شارپ و ده‌ها شرکت دیگر واگذار کردند. نتیجه این تفاوت استراتژی، سیلابی از دستگاه‌های VHS در بازار بود. زمانی که یک مصرف‌کننده به فروشگاه لوازم الکترونیکی می‌رفت، با یک یا دو مدل گران‌قیمت بتامکس از سونی مواجه می‌شد، در حالی که در قفسه مقابل، ده‌ها مدل پخش‌کننده VHS از برندهای مختلف با قیمت‌های بسیار رقابتی و ارزان‌تر چیده شده بود. قیمت کمتر، دستگاه‌های متنوع‌تر و نوار با ظرفیت بیشتر، به سرعت کفه ترازو را به نفع VHS سنگین کرد. فصل ششم: تولد کلوپ‌های ویدیویی و افسانه صنعت بزرگسالان با ورود به دهه 1980، یک پدیده جدید دنیای سرگرمی را لرزاند: فروشگاه‌های اجاره فیلم (Video Rental Stores). شرکت‌هایی مانند Blockbuster شروع به شکل‌گیری کردند. در اینجا، سونی یک نبرد دیگر را نیز واگذار کرد. صاحبان کلوپ‌های ویدیویی نمی‌خواستند سرمایه خود را روی دو فرمت مختلف پخش کنند و قفسه‌هایشان را با دو نسخه از یک فیلم پر کنند. آن‌ها باید یکی را انتخاب می‌کردند. از آنجایی که دستگاه‌های VHS ارزان‌تر بودند و افراد بیشتری در خانه‌هایشان VHS داشتند، کلوپ‌ها تصمیم گرفتند بیشترِ بودجه خود را صرف خرید فیلم‌های VHS کنند. این یک «اثر شبکه‌ای» (Network Effect) کلاسیک بود: افراد بیشتری VHS می‌خریدند چون فیلم‌های بیشتری برای آن در دسترس بود، و استودیوها فیلم‌های بیشتری روی VHS منتشر می‌کردند چون افراد بیشتری دستگاه آن را داشتند. در این میان، یک افسانه شهری مشهور نیز وجود دارد که می‌گوید صنعت فیلم‌های بزرگسالان (Pornography) عامل پیروزی VHS بود، زیرا سونی اجازه انتشار این نوع محتوا را روی بتامکس نمی‌داد. اگرچه این داستان جذاب است، اما از نظر تاریخی کاملاً دقیق نیست. حقیقت این است که سونی هیچ‌گاه به طور رسمی جلوی انتشار فیلم‌های بزرگسالان روی بتامکس را نگرفت. با این حال، تولیدکنندگان این فیلم‌ها ترجیح دادند روی VHS سرمایه‌گذاری کنند، نه به خاطر محدودیت‌های سونی، بلکه دقیقاً به همان دلیلی که سایر استودیوها VHS را انتخاب کردند: سهم بازار بسیار بزرگتر و هزینه تولید ارزان‌تر. فصل هفتم: دادگاه یونیورسال و میراث حقوقی بتامکس جالب است بدانید که با وجود شکست تجاری بتامکس، این دستگاه یک میراث حقوقی عظیم برای تمام فناوری‌های آینده به جا گذاشت. در سال 1976، استودیوهای فیلم‌سازی یونیورسال و دیزنی از سونی شکایت کردند و مدعی شدند که دستگاه بتامکس ابزاری برای نقض گسترده قانون کپی‌رایت است. آن‌ها معتقد بودند ضبط برنامه‌های تلویزیونی دزدی محسوب می‌شود. این پرونده جنجالی در نهایت در سال 1984 به دیوان عالی ایالات متحده رسید و در دادگاهی مشهور به «Sony Corp. of America v. Universal City Studios, Inc.»، دیوان عالی به نفع سونی رأی داد. دادگاه اعلام کرد که استفاده از این دستگاه برای «جابجایی زمان» (Time-Shifting) مصداق استفاده منصفانه (Fair Use) است. این رأی تاریخی که به «تصمیم بتامکس» معروف شد، پایه و اساس حقوقی را برای تمام دستگاه‌های ضبط آینده، از جمله DVRها، آی‌پادها و حتی پلتفرم‌های استریم امروزی فراهم کرد. جمع‌بندی: پرچم سفید پادشاه و درس‌هایی برای آینده سونی برای سال‌ها سرسختانه به تولید بتامکس ادامه داد و سعی کرد با معرفی ویژگی‌های جدید مانند صدای Hi-Fi و دوربین‌های فیلم‌برداری کوچک، سهم بازار را پس بگیرد، اما دیگر دیر شده بود. اکوسیستم VHS به قدری قدرتمند شده بود که هیچ نیرویی توان متوقف کردن آن را نداشت. سرانجام در سال 1988، اتفاقی رخ داد که تا چند سال قبل از آن غیرقابل تصور بود: سونی با تلخ‌کامی پرچم سفید را بالا برد و رسماً اعلام کرد که تولید دستگاه‌های پخش VHS را آغاز می‌کند. بتامکس، شاهکار مهندسی سونی، در برابر یک محصول ارزان‌تر و با کیفیتِ پایین‌تر، زانو زد. البته فرمت بتامکس به دلیل کیفیت بالای خود، تا سال‌ها بعد در استودیوهای تلویزیونی حرفه‌ای (با نام Betacam) مورد استفاده قرار گرفت، اما در بازار خانگی کاملاً محو شد. نبرد بتامکس و VHS امروزه در دانشگاه‌های مدیریت سراسر جهان به عنوان یک مطالعه موردی (Case Study) حیاتی تدریس می‌شود. درس بزرگ این داستان مشخص است: مصرف‌کنند..

مقالات گرندسیستم

1 دقیقه زمان مطالعه

جنگ جهانی کدک‌ها: داستان نبردی که پشت هر ویدیوی یوتوب در جریان است

جنگ جهانی کدک‌ها: داستان نبردی که پشت هر ویدیوی یوتوب در جریان است مقدمه: توهمی به نام استریم روان شما روی کاناپه نشسته‌اید، اپلیکیشن یوتیوب یا نتفلیکس را در تلویزیون هوشمند خود باز می‌کنید و با فشردن یک دکمه، تماشای یک مستند حیات‌وحش را با کیفیت خیره‌کننده 4K آغاز می‌کنید. تصویر بدون هیچ تأخیری پخش می‌شود؛ پرهای یک عقاب با وضوح کامل در باد تکان می‌خورد و قطرات آب رودخانه زیر نور خورشید می‌درخشند. همه چیز آن‌قدر طبیعی و روان است که ما این فرآیند را بدیهی می‌دانیم. اما در پشت صحنه‌ی این تجربه بی‌نقص، یکی از بزرگترین جنگ‌های ریاضیاتی و مهندسی تاریخ در جریان است. حقیقت این است که اینترنت، زیرساخت فیزیکی، کابل‌های زیر اقیانوس‌ها و سرورهای عظیم دیتاسنترها، در حالت عادی توانایی انتقال این حجم از داده‌های خام را ندارند. اگر ویدیوها به همان شکل خامی که توسط لنز دوربین ثبت می‌شوند به اینترنت فرستاده می‌شدند، ستون فقرات شبکه جهانی وب در کمتر از چند ثانیه فرو می‌ریخت و سرورهای غول‌پیکری مانند سرورهای یوتیوب زیر بار پردازش منفجر می‌شدند. نجات‌دهنده بشریت در این بحران داده، نه کابل‌های قطورتر بود و نه پردازنده‌های سریع‌تر؛ بلکه الگوریتم‌های نامرئی و پیچیده‌ای به نام «کدک‌های ویدیویی» (Video Codecs) بودند. این مقاله روایتی است از جادوی فشرده‌سازی؛ هنر فریب دادن چشم انسان و مهار کردن سیلاب بی‌رحم پیکسل‌ها. فصل اول: وزن غیرقابل‌تحمل یک پیکسل خام برای درک عظمت کاری که کدک‌ها انجام می‌دهند، ابتدا باید با کابوس «ویدیوی خام» (Uncompressed Video) روبرو شویم. بیایید یک محاسبه ریاضی ساده انجام دهیم. یک ویدیوی استاندارد Full HD دارای رزولوشن 1920*1080 پیکسل است. این یعنی در هر فریم (قاب) از تصویر، بیش از 2,073,600 پیکسل وجود دارد. در دنیای دیجیتال، برای نمایش رنگ هر پیکسل معمولاً از 24 بیت (معادل 3 بایت) داده استفاده می‌شود (ترکیب سه رنگ قرمز، سبز و آبی). بنابراین، حجم تنها یک فریم از این ویدیو برابر با 6.2 مگابایت است. حالا در نظر بگیرید که یک ویدیوی روان معمولاً با نرخ 30 فریم بر ثانیه پخش می‌شود. با یک ضرب ساده متوجه می‌شویم که یک ثانیه ویدیوی خام Full HD نیازمند پردازش و انتقال 186 مگابایت داده است! این یعنی یک دقیقه ویدیوی خام به بیش از 11.1 گیگابایت فضا نیاز دارد. حالا تصور کنید پلتفرمی مانند یوتیوب که در آن کاربران در هر دقیقه بیش از 500 ساعت ویدیو آپلود می‌کنند، اگر قرار بود میزبان ویدیوهای خام باشد، چه فاجعه‌ای رخ می‌داد؟ هزینه پهنای باند و ذخیره‌سازی، هر شرکتی در کره زمین را ظرف چند روز ورشکسته می‌کرد. اینجاست که نیاز به یک «مترجم» و «فشرده‌ساز» حیاتی می‌شود؛ نیازی که به تولد کدک‌ها انجامید. فصل دوم: هنر فریب دادن چشم انسان کلمه Codec مخفف Coder-Decoder (رمزگذار-رمزگشا) است. وظیفه یک کدک این است که حجم عظیم داده‌های ویدیویی را پیش از ارسال مچاله کند و در مقصد، آن را دوباره باز کرده و به نمایش بگذارد. اما چگونه می‌توان حجم یک ویدیو را تا 99% کاهش داد بدون اینکه بیننده متوجه افت کیفیت فاحشی شود؟ مهندسان برای این کار به ترکیبی از ریاضیات پیشرفته و زیست‌شناسی متوسل شدند. اولین تکنیک کدک‌ها، سوءاستفاده از نقاط ضعف بینایی انسان است. چشم انسان به تغییرات روشنایی (Luminance) بسیار حساس‌تر از تغییرات رنگ (Chrominance) است. الگوریتم‌های فشرده‌سازی با استفاده از تکنیکی به نام Chroma Subsampling، بخش بزرگی از اطلاعات رنگی تصویر را دور می‌ریزند، در حالی که اطلاعات روشنایی را حفظ می‌کنند. مغز ما این کمبود رنگ را به طور خودکار جبران می‌کند و ما هرگز متوجه نمی‌شویم که نیمی از پیکسل‌های روی صفحه در واقع اطلاعات رنگی مستقلی ندارند. فصل سوم: ماشین زمان در دل فریم‌ها (تولد فشرده‌سازی زمانی) اما جادوی اصلی کدک‌ها نه در دستکاری رنگ، بلکه در مفهومی به نام «فشرده‌سازی زمانی» (Temporal Compression) نهفته است. در اوایل دهه 2000، زمانی که استاندارد انقلابی H.264 در سال 2003 متولد شد، این تکنیک به بلوغ رسید. فرض کنید در حال تماشای اخبار هستید. یک گوینده پشت میز نشسته و صحبت می‌کند. در طول 30 فریمی که در یک ثانیه پخش می‌شود، پس‌زمینه تصویر (میز، دیوار، لوگوی شبکه) کاملاً ثابت است و تنها لب‌ها، چشم‌ها و دستان گوینده حرکت می‌کنند. اگر بخواهیم اطلاعات دیوار پشت سر گوینده را در هر 30 فریم دوباره ذخیره و ارسال کنیم، پهنای باند را هدر داده‌ایم. الگوریتم‌های پیشرفته‌ای مانند H.264 ویدیو را به سه نوع فریم تقسیم می‌کنند: فریم‌های I (Intra-frames): این فریم‌ها یک تصویر کامل هستند (مانند یک عکس JPEG). حجم بالایی دارند و معمولاً هر چند ثانیه یک‌بار در ویدیو قرار می‌گیرند تا به عنوان نقطه مرجع عمل کنند. فریم‌های P (Predicted frames): این فریم‌ها به جای ذخیره کل تصویر، تنها تغییرات نسبت به فریم قبلی را ذخیره می‌کنند. (مثلاً: «همه چیز را از فریم قبل کپی کن، فقط این چند پیکسل مربوط به لب گوینده را کمی حرکت بده»). فریم‌های B (Bi-directional frames): این فریم‌های پیچیده، هم فریم‌های قبلی و هم فریم‌های بعدی را بررسی می‌کنند تا بالاترین میزان فشرده‌سازی را با پیش‌بینی مسیر حرکت اشیاء انجام دهند. با استفاده از این «بردارهای حرکتی» (Motion Vectors)، الگوریتم‌های ریاضی توانستند حجم فایل‌ها را به کسری از مگابایت در ثانیه برسانند و رویای پخش زنده ویدیو در بستر اینترنت را محقق کنند. فصل چهارم: یوتیوب، فلش و انفجار ویدیویی وب در 23 آوریل 2005، جواد کریم، یکی از هم‌بنیان‌گذاران یوتیوب، اولین ویدیوی این پلتفرم با نام “Me at the zoo” را آپلود کرد. این ویدیوی19 ثانیه‌ای با کیفیت بسیار پایین، نقطه آغازین یک امپراتوری بود. در آن زمان، یوتیوب از فرمت‌های پلتفرم Adobe Flash و کدک قدیمی Sorenson Spark استفاده می‌کرد. با رشد نمایی یوتیوب و خریداری شدن آن توسط گوگل در سال 2006 با مبلغ 1.65 میلیارد دلار، ترافیک سایت به شکل وحشتناکی بالا رفت. زیرساخت‌های سرور گوگل تحت فشار شدیدی بودند. راه نجات، مهاجرت سریع به سمت کدک H.264 بود که توسط گروه مشترک ITU و MPEG توسعه یافته بود. سخت‌افزارهای موبایل (از جمله اولین آیفون در سال 2007) به چیپ‌های مخصوصی مجهز شدند که می‌توانستند H.264 را بدون درگیر کردن پردازنده اصلی رمزگشایی کنند. این اتحاد نرم‌افزار و سخت‌افزار باعث شد یوتیوب بتواند میلیاردها بازدید روزانه را مدیریت کند. فصل پنجم: بحران 4K و جنگ‌های پنهان ثبت اختراع (Patent Wars) در اواسط دهه 2010، با ورود تلویزیون‌ها و دوربین‌های 4K، رزولوشن تصاویر چهار برابر شد ( 3840×2160). کدک افسانه‌ای H.264 دیگر پاسخگو نبود. بازار به استانداردی نیاز داشت که بتواند این حجم عظیم را با نصف پهنای باند قبلی منتقل کند. اینجا بود که استاندارد H.265 (یا HEVC) در سال 2013 معرفی شد. این کدک با استفاده از بلوک‌های پردازشی بزرگتر (تا 64*64 پیکسل به جای 16*16) و الگوریتم‌های پیش‌بینی بسیار سنگین‌تر، توانست بازدهی فشرده‌سازی را 50% افزایش دهد. اما یک مشکل بزرگ وجود داشت: پول و انحصار. کدک $H.265$ درگیر شبکه‌ای پیچیده از حق‌امتیازها (Patents) بود. شرکت‌های سازنده دستگاه، پلتفرم‌های استریم و تولیدکنندگان نرم‌افزار باید میلیون‌ها دلار حق لایسنس به گروه‌هایی مانند MPEG LA، HEVC Advance و Velos Media پرداخت می‌کردند. این هزینه‌های گزاف برای شرکتی مانند گوگل که مدل کسب‌وکارش بر پایه دسترسی رایگان استوار بود، غیرقابل قبول به نظر می‌رسید. فصل ششم: مقاومت متن‌باز و اتحاد غول‌ها (تولد VP9 و AV1) گوگل که متوجه خطر انحصار کدک‌ها شده بود، استراتژی جدیدی را آغاز کرد. آن‌ها شرکت On2 Technologies را در سال 2010 به مبلغ بیش از 100 میلیون دلار خریدند تا به تکنولوژی کدک‌های آن‌ها دست یابند. نتیجه این خرید، توسعه کدک اختصاصی و رایگان گوگل به نام VP9 بود. گوگل با قدرت انحصاری خود در مرورگر کروم و پلتفرم یوتیوب، شروع به استفاده از VP9 کرد. آن‌ها میلیاردها ساعت ویدیو را در سرورهای خود با VP9 بازتولید کردند تا به جای پرداخت حق لایسنس به شرکت‌های ثالث، پهنای باند را با تکنولوژی اختصاصی خودشان ذخیره کنند. برای پردازش این حجم از فشرده‌سازی سنگین، گوگل حتی مجبور شد چیپ‌های سخت‌افزاری اختصاصی به نام VCU (Video Coding Unit) با نام رمز Argos را در دیتاسنترهای خود نصب کند، زیرا پردازنده‌های معمولی اینتل توانایی این حجم از تبدیل ویدیو را نداشتند. اما جنگ در اینجا متوقف نشد. غول‌های فناوری متوجه شدند که وابستگی به یک شرکت خاص (حتی استاندارد سنتی MPEG) خطرناک است. در سال 2015، اتفاقی بی‌سابقه رخ داد: بزرگ‌ترین رقبای دنیای فناوری با هم متحد شدند. شرکت‌هایی نظیر گوگل، اپل، مایکروسافت، آمازون، نتفلیکس، متا و اینتل، کنسرسیومی به نام «اتحاد برای رسانه‌های باز» (Alliance for Open Media) تشکیل دادند. هدف آن‌ها ساختن یک کدک ویدیویی پادشاه بود که برای همیشه از چنگال حق‌امتیازها آزاد باشد. نتیجه این اتحاد در سال 2018 با نام AV1 منتشر شد. الگوریتمی به شدت پیچیده که می‌تواند ویدیوها را با کیفیتی بسیار بالاتر از H.265 و با پهنای باندی کمتر فشرده کند و از همه مهم‌تر، کاملاً رایگان (Royalty-free) است. امروزه وقتی شما یک ویدیوی باکیفیت در نتفلیکس یا یوتیوب می‌بینید، به احتمال بسیار زیاد در حال تماشای شاهکار مهندسی AV1 هستید. جمع‌بندی: قهرمانان نامرئی عصر دیجیتال ما در دورانی زندگی می‌کنیم که ویدیو، زبان اصلی اینترنت است. از کلاس‌های آموزش آنلاین در دوران پاندمی و تماس‌های ویدیویی با عزیزانمان در آن سوی کره زمین، تا پخش زنده مسابقات جام جهانی برای میلیاردها نفر؛ هیچ‌کدام از این‌ها بدون وجود کدک‌های ویدیویی امکان‌پذیر نبود. الگوریتم‌های فشرده‌سازی، مرزهای فیزیک و محدودیت‌های کابل‌های نوری را با قدرت ریاضیات و درک هوشمندانه از بینایی انسان دور زدند. داستان فشرده‌سازی ویدیو، داستان تقابل ظرافت نرم‌افزاری در برابر خشونت حجم داده‌هاست. مهندسان پشت پروژه‌های H.264، VP9 و AV1 قهرمانان نامرئی اینترنت هستند؛ کسانی که با نوشتن خطوط کد و معادلات ریاضی، جلوی انفجار دیتاسنترها را گرفتند و اجازه دادند جهان بدون وقفه، درخشان و روان به استریم کردن ادامه دهد.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

ناجی خاموش میلیون‌ها کارمند: لری تسلر و انقلابی به نام «کپی و پیست»

ناجی خاموش میلیون‌ها کارمند: لری تسلر و انقلابی به نام «کپی و پیست» مقدمه: جهانی بدون جادوی کنترل-سی یک لحظه چشمانتان را ببندید و تلاش کنید یک روز کاری خود را بدون استفاده از دکمه‌های ترکیبی جادویی Ctrl+C و Ctrl+V تصور کنید. تصور کنید در حال نوشتن یک گزارش طولانی هستید و باید یک پاراگراف را از صفحه‌ای به صفحه دیگر منتقل کنید. بدون امکان کپی و پیست، تنها راه شما این است که تمام آن پاراگراف را دوباره، کلمه به کلمه، تایپ کنید. این دقیقاً همان کابوسی است که کاربران اولیه کامپیوتر با آن دست و پنجه نرم می‌کردند. در دورانی که کامپیوترها ماشین‌های متنی خشک و بی‌روح بودند، جابه‌جایی اطلاعات نیازمند دستورات پیچیده و زمان‌بر بود. اما در میانه‌ی دهه 1970 میلادی، در آزمایشگاه‌های افسانه‌ای زیراکس پارک (Xerox PARC)، مردی آرام و متفکر به نام لری تسلر (Larry Tesler) تصمیمی گرفت که مسیر تعامل انسان و کامپیوتر را برای همیشه تغییر داد. او باور داشت که کار با کامپیوتر نباید نیازمند به خاطر سپردن دستورات رمزآلود باشد؛ بلکه باید مانند کارهای فیزیکی روزمره، ساده و بصری باشد. این مقاله، روایتی است از زندگی لری تسلر، مهندسی که با ابداع مفاهیم «Cut, Copy, Paste» و مبارزه بی‌امانش برای سادگی، نه‌تنها جان میلیون‌ها کارمند را در سراسر جهان از فرسودگی نجات داد، بلکه پایه‌گذار رابط‌های کاربری مدرنی شد که امروز بی‌هیچ تلاشی از آن‌ها استفاده می‌کنیم. فصل اول: فرار از هزارتوی «حالت‌ها» در دل سیلیکون‌ولی برای درک اهمیت کار تسلر، باید به فضای محاسباتی اوایل دهه هفتاد بازگردیم. در آن زمان، نرم‌افزارهای ویرایش متن دارای سیستم‌های مبتنی بر «حالت» (Mode) بودند. به این معنا که کیبورد کامپیوتر شما در هر لحظه کاربرد متفاوتی داشت. اگر در «حالت تایپ» بودید، فشردن کلید ‘D’ حرف d را روی صفحه چاپ می‌کرد؛ اما اگر در «حالت ویرایش» یا «حالت فرمان» بودید، فشردن همان کلید ممکن بود به معنای Delete کردن یک خط باشد. این سیستمِ مبتنی بر حالت، کاربران را گیج می‌کرد. یک تایپیست اگر فراموش می‌کرد که از حالت فرمان خارج شود، ممکن بود با تایپ یک کلمه ساده، بخش بزرگی از متن خود را پاک کند یا ساختار آن را به هم بریزد. لری تسلر که در سال 1973 به مرکز تحقیقات زیراکس (PARC) در پالو آلتو کالیفرنیا پیوسته بود، از این سیستم به شدت متنفر بود. او فلسفه‌ای را پایه‌گذاری کرد که شعار اصلی زندگی‌اش شد: “No More Modes” (دیگر هیچ حالتی در کار نباشد). او حتی پلاک ماشینش در کالیفرنیا را نیز به کلمه “NOMODES” تغییر داد تا تعهدش را به این فلسفه نشان دهد. تسلر به همراه همکارش تیم مات (Tim Mott) روی پروژه‌ای به نام Gypsy کار می‌کردند. هدف آن‌ها ساخت یک ویرایشگر متن بود که بر اساس محیط‌های کار اداری واقعی مدلسازی شده باشد و نیازی به حفظ کردن دستورات پیچیده نداشته باشد. در همین پروژه بود که جرقه‌ی یکی از مهم‌ترین اختراعات تاریخ نرم‌افزار زده شد. فصل دوم: قیچی، چسب و تولد یک استعاره‌ی دیجیتال در دنیای پیش از کامپیوترهای شخصی، کپی کردن یا بریدن متن در چاپخانه‌ها و دفاتر تحریریه یک فرآیند کاملاً فیزیکی بود. ویراستاران با استفاده از قیچی، بخشی از متن تایپ شده روی کاغذ را می‌بریدند (Cut) و با چسب آن را در بخش دیگری از صفحه می‌چسباندند (Paste). تسلر متوجه شد که بهترین راه برای آموزش کاربران جدید، استفاده از استعاره‌هایی است که آن‌ها در دنیای واقعی با آن آشنا هستند. او در سال 1974 به همراه تیم مات، دستورات Cut، Copy و Paste را برای نرم‌افزار Gypsy طراحی کرد. در این سیستم، کاربر می‌توانست با استفاده از ماوس (که در آن زمان اختراعی تازه و ناشناخته بود)، بخشی از متن را انتخاب کند، آن را «کپی» کرده (یعنی در حافظه‌ای موقت به نام Clipboard ذخیره کند) و در جای دیگری «پیست» کند. نکته نبوغ‌آمیز کار تسلر این بود که این فرآیند بدون ورود به هیچ «حالت» (Mode) خاصی انجام می‌شد. کاربر همیشه در حالت تایپ قرار داشت و کپی/پیست صرفاً ابزارهایی در پس‌زمینه بودند که جریان کار را مختل نمی‌کردند. این اختراع ساده، نقطه پایانی بر سیستم‌های پیچیده مبتنی بر خط فرمان بود و مفهوم رابط کاربری گرافیکی (GUI) را یک گام بزرگ به جلو برد. فصل سوم: دزدی بزرگ استیو جابز یا انتقال تاریخی یک ایده؟ اختراعات لری تسلر در زیراکس پارک، با وجود نبوغ‌آمیز بودن، در خطر فراموشی قرار داشتند. مدیران زیراکس که بیشتر روی فروش دستگاه‌های کپی متمرکز بودند، درک درستی از پتانسیل انقلاب کامپیوترهای شخصی نداشتند. نرم‌افزارهای تسلر روی کامپیوتر افسانه‌ای Xerox Alto اجرا می‌شدند که هرگز به تولید انبوه و تجاری نرسید. اما تاریخ در دسامبر 1979 ورق خورد. استیو جابز جوان، بنیان‌گذار اپل، به همراه تیمی از مهندسانش برای بازدید از زیراکس پارک به پالو آلتو آمدند. لری تسلر وظیفه داشت تا رابط کاربری گرافیکی دستگاه‌های زیراکس، از جمله سیستم کپی/پیست و استفاده از ماوس را به جابز نشان دهد. جابز با دیدن این سیستم به وجد آمد. او بعدها در مصاحبه‌ای گفت: «آن‌ها روی معدنی از طلا نشسته بودند، اما نمی‌دانستند با آن چه کنند.» تسلر نیز که از کندی روند تجاری‌سازی در زیراکس خسته شده بود، متوجه شد که اپل شرکتی است که می‌تواند ایده‌های او را به دست میلیون‌ها کاربر برساند. تنها چند ماه بعد، در سال 1980، لری تسلر از زیراکس استعفا داد و به عنوان دانشمند ارشد به اپل پیوست. او مفاهیم کپی/پیست را به کامپیوترهای لیزا (Lisa) و سپس مکینتاش (Macintosh) منتقل کرد و آن‌ها را به استانداردی جهانی تبدیل نمود. اپل همچنین کلیدهای ترکیبی Command+C و Command+V را برای این دستورات در نظر گرفت (که بعداً در ویندوز به Ctrl+C و Ctrl+V تبدیل شد). فصل چهارم: روان‌شناسیِ یک کلید میانبر؛ چرا کپی/پیست جهان را تغییر داد؟ شاید در نگاه اول، کپی و پیست تنها یک ویژگی ساده نرم‌افزاری به نظر برسد. اما تاثیر اقتصادی و روان‌شناختی آن بر دنیای کار بی‌نظیر است. پیش از کپی/پیست، تولید اسناد مشابه (مانند قراردادها، گزارش‌های مالی و نامه‌های اداری) نیازمند تایپ مجدد بود. این کار نه تنها صدها میلیون ساعت از وقت کارمندان را هدر می‌داد، بلکه احتمال بروز خطای انسانی (Typo) را به شدت بالا می‌برد. با ابداع این سیستم، مفهوم «بازیافت اطلاعات» شکل گرفت. برنامه‌نویسان دیگر نیازی نداشتند کدهای تکراری را دوباره بنویسند (پدیده‌ای که امروزه به نام Copy-Paste Programming شناخته می‌شود). روزنامه‌نگاران توانستند اخبار خبرگزاری‌ها را سریع‌تر ویرایش کنند و دانشجویان (برای خوب یا بد) روشی جدید برای نگارش مقالات خود یافتند! از منظر روان‌شناسی شناختی، کاری که تسلر انجام داد، کاهش بار شناختی (Cognitive Load) از دوش کاربر بود. کاربر دیگر نیازی نداشت به نحوه کارکرد سیستم فکر کند؛ او فقط روی محتوا و هدف خود متمرکز می‌شد. این دقیقاً همان مفهوم User-Friendliness (کاربرپسندی) بود که تسلر یکی از پدران معنوی آن محسوب می‌شود. فصل پنجم: مردی فراتر از یک میانبر لری تسلر پس از تثبیت جایگاه کپی و پیست، بیکار ننشست. او در طول 17 سال حضورش در اپل، روی پروژه‌های عظیمی کار کرد. او نقش مهمی در توسعه زبان برنامه‌نویسی Object Pascal ایفا کرد، در طراحی دستگاه Newton (پدربزرگ آی‌پد و آیفون) مشارکت داشت و در توسعه موتور جستجوی Spotlight در سیستم‌عامل مک نقش کلیدی ایفا کرد. تسلر پس از اپل، مدتی در آمازون و سپس در یاهو کار کرد و در هر دو شرکت تلاش کرد تا رابط‌های کاربری را ساده‌تر و قابل‌فهم‌تر کند. او همیشه مدافع سرسخت کاربران عادی بود. در جلسات طراحی، او اغلب به عنوان «وکیل مدافع کاربر» عمل می‌کرد و در برابر مهندسانی که می‌خواستند ویژگی‌های پیچیده و غیرضروری به نرم‌افزارها اضافه کنند، می‌ایستاد. یکی از نقل‌قول‌های مشهور او این بود: «هر نرم‌افزاری دارای مقداری پیچیدگی ذاتی است؛ سوال این است که چه کسی باید این پیچیدگی را تحمل کند؟ کاربر یا برنامه‌نویس؟ من معتقدم وظیفه برنامه‌نویس است که سخت کار کند تا کار کاربر آسان شود.» جمع‌بندی: میراث ابدی یک ذهن ساده‌ساز لری تسلر در فوریه 2020 در سن 74 سالگی درگذشت، اما میراث او در هر ثانیه از روز، میلیاردها بار در سراسر جهان روی کیبوردها فشرده می‌شود. از برنامه‌نویسی در سیلیکون‌ولی که در حال کپی کردن یک کد پایتون است، تا دانش‌آموزی در یک روستای دورافتاده که بخشی از یک مقاله را برای تحقیق مدرسه‌اش پیست می‌کند، همگی وام‌دار دیدگاه او هستند. او نشان داد که گاهی بزرگ‌ترین نوآوری‌ها، ساختن سیستم‌های پیچیده‌تر نیست، بلکه حذف پیچیدگی‌های غیرضروری است. داستان کپی و پیست، داستان پیروزی سادگی بر پیچیدگی، و استعاره‌های ملموس بر دستورات انتزاعی است. لری تسلر به ما یادآوری کرد که فناوری، در بهترین حالت خود، باید نامرئی باشد و به ما اجازه دهد بدون دغدغه‌ی ابزار، تنها به خلق کردن بیندیشیم.