VG: Video Course

Господа! Последняя статья набрала 100+ тысяч просмотров за 6 дней и вышла на 1 место в топе месяца на хабре ) (и в целом она на 1 месте по закладкам и на 2 по просмотрам и "хабролайкам" среди всех моих статей с 2015 года) В общем - более попсовая тема (хотя и важная для каждого) зашла на порядок лучше, чем сложная прошлая статья про метрики с популяризацией наших статей на NeurIPS & BMVC и нетривиальных моментов развития ИИ. Ожидаемо, конечно, но как есть... Работаем дальше!)

Господа! У меня вышла статья, про которую я говорил ходившим на курс - про деградацию мозгов, цифровые наркотики и их влияние на способность усваивать новое ))): https://habr.com/ru/post/704798/ С многочисленными примерами из наших лекций, лекций коллеги и т.д. Самое главное - сделать правильные выводы (и остаться среди самых востребованных). Широкое распространение приветствуется!

Господа! Рад сообщить, что у нас после большого перерыва очередная статья на Хабре - о том, как с приходом нейросетей все стало намного сложнее и запутаннее с метриками качества видео. Как "старые добрые" массово списываются в утиль, а новые прекрасные нейросетевые взламываются и позволяют манипулировать их результатами почти в произвольных пределах. Одно из прямых следствий этого - скоро в материалах компаний метрики качества видео не будут означать просто НИЧЕГО! (кроме шуток - это совершенно не смешно!) С новыми метриками сделать чтобы метод А был больше метода Б (или наоборот) - не вопрос, простор для читинга огромный. Вот только как теперь, дорогие друзья, с этим жить? Ну и мы по этой теме активно оттоптались и с публикациями, и с исследованиями, и с новыми проектами. Велкам читать: https://habr.com/ru/post/700726/

Господа! На Хабре сейчас висит на 4 месте в топе недели (и на 1 месте в "читают сейчас") текст Молодежь нынче пошла не та, или поиск системного аналитика «за 200» от человека, который много технических собеседований проводит. Там, в частности, есть такой кусок (выделено мной): На вопросы о том, что было пару лет назад, кандидаты часто отвечают «это было давно, не помню уже». Так отвечали про свой прошлый проект – в чем была его суть и ценность, про нотацию диаграмм которую использовали на прошлом месте работы, или про структуру спецификации требований. Если же кандидат что-то изучал только в вузе, но не применял на практике, то как правило ничего кроме названия в голове не осталось. Хотя там, скорее всего, была какая-то практика. Почему меня это расстраивает? Это обесценивает опыт. Полученный опыт переходит в устойчивые умения и навыки, повышающие ценность сотрудника, только после фазы осознания и рефлексии. Ответ «не помню» позволяет предположить, что полученный опыт был выкинут из головы сразу же после завершения работы, и никак не закрепился. При таком подходе полезность и ценность сотрудника растёт медленно (если вообще растёт). Человек по сути пишет о массовом непонимании людьми ключевых принципов, от которых зависит время полураспада знаний, что приводит снижению роста ценности сотрудника со временем (в лучшем случае). Вообще всю статью рекомендую.

Коллеги! До меня сегодня (не прошло и 3 месяцев) наконец-то дошли призы от Хабра за победу второй год подряд в конкурсе лучших статей ))) Призы они улучшили по сравнению с прошлым годом! Основной приз наверное килограмм весит))) И в черновиках еще 6 статей лежит... Эх, время бы выкроить ))) Будем работать в этом направлении!

Всем привет! В эту среду (21.09 14:35) состоится первая лекция спецкурса «‎Методы обработки и сжатия медиаданных»‎ В ходе курса вы узнаете: * Как сжать любой файл в точку * Почему шакалит JPEG * Как взломать нейросетевую метрику VMAF * Что такое AV1 и почему за ним будущее сжатия видео Курс рекомендуется студентам второго курса для распределения на кафедру Интеллектуальных Информационных Технологий Где: Второй учебный корпус, ауд. 579 Когда: по средам в 14:35 Чат в телеграм: ссылка

Из хороших новостей. У нас недавно был опубликован MSU Video Quality Metrics Benchmark 2022. А на прошлой неделе на его основе была подана статья на топовую конференцию. Это датасет создавался 5 лет и суммарно на его разметку было потрачено больше 900 тысяч рублей! На публикацию бенчмарка уже отозвался Ал Бовик (создатель SSIM, наиболее цитируемый ученый в метриках качества видео): I saw this with great interest. I notice that (of course) the database is all compression distortions, and the trainable models (which have been trained on other distortions, like UGC), have not been retrained on the MSU data. Al Из Google (YouTube) также отозвались: Very nice benchmark. Appreciate your team's contribution in video quality assessment. Our team (YouTube Media Algorithms) has built multiple VQA metrics, and we also plan to open source our models. Could you please share the dataset for us to do some preliminary analysis? Thank you very much. Best, Yilin И еще много хороших отзывов!) Продолжаем работу! )

Хорошая новость: Я второй год подряд выиграл конкурс лучших статей Хабра "Технотекст 2021". На этот раз в номинации "Образование в IT" (в прошлом году взял в номинации "Искусственный Интеллект"). Все результаты тут: https://habr.com/ru/company/habr/blog/670398/ рекомендую, поскольку получилась подборка очень годных статей. Я Хабр читаю весьма регулярно, и то не все из них читал. Еще из хорошего - первое место в номинации "Информационная безопасность" взял мой бывший студент Алексей Шалпегин, что меня не может не радовать)

Podlodka #267 – Кодеки Разработка кодеков – это целая вселенная, о которой многие совсем ничего не знают. Чтобы разобраться, мы позвали в гости Дмитрия Ватолина, который с 2003 года руководит крупнейшим в мире сравнением кодеков. В выпуске мы говорим про то, как устроена архитектура кодеков, какие идеи стоят за их различными компонентами, как оценивается их эффективность, и как выглядит будущее сжатия файлов. Поддержи лучший подкаст про IT: https://boosty.to/podlodka Сайт: https://podlodka.io/267 Soundcloud: https://soundcloud.com/podlodka/podlodka-ep-267 iTunes: https://apple.co/2vCBRcs Я.Музыка: https://bit.ly/32lGgNC YouTube: https://youtu.be/2WvXVs_UJIM

Сегодня вышло большое (1,5 часа) интервью со мной в основном про кодеки) В принципе на лекциях многие вещи уже были, но тем не менее держите:

Также появилось дополнительное финансирование. В частности мы планируем в этом году примерно в 20 раз увеличить расходы на Яндекс.Толоку относительно 2021 года (создание датасетов + разметка данных - важнейший компонент успеха - нам жестко не хватало денег на разметку в прошлом году, в этом году планируем эту проблему порешать). Ну и еще много разных плюсов. Конкретно для студентов это означает: 1. Заметное увеличение финансирования публикаций, включая начальный уровень (Scopus) 2. Увеличение процента старших, которые находятся тут (лучшие условия для прокачки) 3. Внутренние гранты (до 500 тр), в том числе за создание бенчмарков, датасетов и других результатов, идущих во внешний мир Отдельно и специально планируется финансировать именно успех проектов, т.е. популярность бенчмарков и цитирования статей. Т.е. чтобы у тех, кто классный проект сделал нормально по сумме денег получалось. Также планируем привлекать к работе людей (в т.ч. бывших выпускников) работающих в компаниях, но желающих прокачать R&D (либо для попадания в research отдел, либо для смены работы на работу с большей долей research), поскольку сегодня появился заметный спрос на готовность участвовать в исследовательских проектах с целью стать соавтором статей (уровнем, чем выше, тем лучше). Это не все планы) И предыдущие планы со своими стартапами и т.п. оно не отменяет, а дополняет! Stay tuned! )

А это рабочие комнаты с большими потолками и пачками еще не распакованных мониторов. Также буквально сегодня привезли сервер на 5 млн с 4 очень хорошими карточками NVIDIA условно по миллиону и еще хранилище на 52Тб (еще миллион). Это удваивает наши вычислительные мощности (и почти удваивает мощности по хранению), но что важнее - можно более крупные сеточки обучать. Учитывая, что сейчас продукцию Intel & NVIDIA купить - отдельный нетривиальный квест - это просто праздник!

Наибольший ажиотаж (и лайки) в нашем чате вызвало сообщение, что там есть кухня с холодильником, 2 микроволновками и даже посудомоечной машиной Bosсh))) Это наш аспирант Иван, который вам на 1 лекции этого семестра рассказывал про свои проекты (посудомойка сразу у него за спиной). Прямо скажем - такое в лабораториях МГУ не слишком привычно)))

Господа! Я давно не кидал наших хороших новостей, а они есть! Пару месяцев назад мы выиграли грант на создание лаборатории в Институте ИИ МГУ (он пока не гуглится, даже сайт и все остальное скорее всего только к концу года будет). На прошлой неделе мы были в помещениях, где только что закончен ремонт и сейчас завозится оборудование (это комната для семинаров, а слева свеже-привезенные еще не распакованные сервера, которые скоро уедут в серверную).

Всем привет! Напоминаем, что начиная с сегодняшнего дня лекции курса будут проходить очно. 📍 Аудитория 526-б на ВМК ⏰ Время 14:35 Также на лекции будет выдано первое задание курса. Лекция будет транслироваться в zoom. Не пропустите!

Ссылка на лекцию. Начало в 14:35. https://us02web.zoom.us/j/82913355970?pwd=VmRLMVFIZjRKTGh0dEpHOUlBaUpHdz09

Уже на следующей неделе мы начинаем курс "Интеллектуальные методы обработки видео". Успешное прохождение курса будет являться основным критерием для распределения на кафедру ИИТ в видеогруппу лаборатории Компьютерной графики и мультимедиа. В основной части курса рассматриваются задачи обработки видео (повышение разрешения, обнаружение смен сцен, удаление нежелательных объектов, замена фона, моделирование внимания зрителя). Для каждой из задач помимо традиционных подходов к решению рассматриваются современные подходы на основе нейронных сетей. Помимо этого в курсе рассматриваются новые форматы видео и изображений: стереоскопический, пленоптический и 360/VR. В частности, затрагиваются вопросы получения, оценки качества и обработки контента этих типов. Первая лекция будет 16 февраля в 14:35 дистанционно! Телеграм-чат курса: https://t.me/joinchat/dFpDOhmtVNY4ODli

Коллеги! Я под Новый год выпустил текст, посвященный заканчивающемуся году науки в России или как наука сейчас выглядит (с моей точки зрения). Текст дискуссионный и весьма рекомендуется тем, кто смотрит в сторону R&D отделов компаний ))) https://habr.com/ru/post/598305/

Господа! В наиболее популярном, среди профессионалов передачи видео в интернете журнале Streaming Media вышло интервью со мной, где на наглядных (надеюсь) графиках разбираются вопросы наших свежих исследований: * Почему взлом метрики VMAF от Netflix - это проблема? * Как новый стандарт сжатия AV1 убивает PSNR? * Насколько круты новые нон-референс метрики качества видео? * Какой прогресс есть в области Super-Resolution и в чем проблемы по измерению этого прогресса? * И, наконец, как показал себя новый стандарт VVC, принятый в прошлом году? Если кратко - то новые стандарты - реально круты и сильно экономят битрейт и место на диске, но... ломают старые добрые метрики...