“印度阿三”是國人嘲諷和揶揄印度人的說法，可是在軟件業(yè)，當年我們可不敢嘲諷印度。

不但不敢嘲諷，還得去取經學習。

上世紀八九十年代，印度軟件業(yè)迅速崛起，印度位置（時區(qū)）很好，英語流利，工資低，印度人在流程控制，質量控制這一塊兒下了大功夫，迅速構建起龐大的外包產業(yè)。

像 InfoSys 這樣的企業(yè)，不僅員工數以萬計，還達到了業(yè)界最高的 CMM5級認證，成為全球軟件外包的標桿。

中國軟件業(yè)開始做外包的時候，學習的就是印度，諸如《計算機世界》等主流媒體，時常大篇幅報道印度的CMM 模型與質量管理體系。

在中國，哪怕是某家公司通過了CMM3級認證，也能成為業(yè)內大新聞。

而雷軍當年更是親自赴印度學習經驗，希望帶回先進的管理與開發(fā)模式。

不過，中國沒有走這種軟件工廠和外包的路線，而是抓住了互聯網的機會起飛，這是后話。

印度人也比中國人更早、更系統(tǒng)地進入美國的高校和科技公司，奔騰芯片之父Vinod Dham，1971年進入美國留學。

Raj Reddy，60年代就赴美，是AI領域的先驅人物，第一位獲得圖靈獎的印度裔，他的中國學生包括李開復、沈向洋、洪小文等。

印度人在硅谷的人多，又抱團，不斷帶動人脈與業(yè)務聯動，如今幾乎霸占了硅谷各大巨頭CEO的位置。

扯得有點兒遠了，主要想表達的是：進入這個行業(yè)的人多了，在IT飛速發(fā)展的時代，就有機會做出一些偉大的事情。

這也是本文的主題，印度人搞出的兩個影響世界的發(fā)明：

一個是阿賈伊·巴特發(fā)明的USB，統(tǒng)一了計算機外設的接口，之前已經講過：

第二個是納西爾·艾哈邁德教授發(fā)明的DCT算法，個人覺得它比USB更加偉大，它深刻地影響了全世界的每一個人的生活。

可以說，沒有DCT，我們的互聯網將會黯淡無光。

0 1

早在1961年，納西爾·艾哈邁德就來到美國讀書，當他快要完成博士學位的時候，他提出了DCT（Discrete Cosine Transform ，離散余弦變換）的想法。

DCT要解決的問題是圖像數據的壓縮，這是一個非常非常超前的想法。

當時互聯網還處于萌芽階段，美國軍方正在建設阿帕網，在這個網絡上能傳輸的只是文字，根本就沒有圖片。

因為圖片實在是太大了，比如一張簡單的512*512的灰度圖，就需要256KB的空間，當時的網絡和存儲來根本無法承受。

艾哈邁德堅信一定有辦法縮小數字文件的大小，加快處理速度。

1972年，已經是堪薩斯州立大學教授的納西爾·艾哈邁德，想利用暑假的幾個月時間，進一步推進他的想法。

他滿懷信心地寫了一份申請，希望能夠獲得NSF(美國國家科學基金會)的贊助，但讓他非常驚訝的是，評審人員認為這個想法太簡單，把它拒掉了。

這里必須要說一下，當時美國很多教授的工資是按照學年發(fā)放的，正常工資只覆蓋春季+秋季兩個學期（9個月），夏季的三個月沒有工資，教授如果想有收入，通常需要寫科研基金申請，或者去企業(yè)界做顧問。

艾哈邁德申請失敗，回到家里，和妻子商量：我們能在沒有任何薪水的情況下，支撐一個夏天三個月嗎？

妻子表示理解：沒關系，我們總會有辦法的。

于是艾哈邁德就在實驗室昏天黑地地研究起來，晚上經常很晚才能回家。

沒有錢，又無法和家人在一起，即使是一起吃個晚飯也不太可能。

一天晚上，當他10點才到家的時候，妻子又心疼又生氣，流著淚問他：“你到底在辦公室里做什么？比家人還重要？”

艾哈邁德還沉浸在研究中：“我離一個重大突破就差一點點了，至今還沒有人能高效地計算Karhunen–Loève 變換。所以我想到，或許可以用余弦變換來研究這個問題。”

妻子根本就聽不懂，她說：“你這么拼命，到底有什么意義？”

艾哈邁德想了想，說道：“如果你媽媽要一張邁克的照片，我們是不是需要把照片寄到阿根廷，她幾周后才能看到外孫子的照片，對吧？”

妻子點點頭。

“那如果她不用等郵件，幾乎瞬間能在電腦上看到那張照片，會怎么樣？”

“你是什么意思？這怎么可能？”

“軍方已經建立了一個遍布全球的計算機網絡，它們互相連接。假設有一天，這個網絡會普及到普通人手中。如果我的團隊能優(yōu)化一種數據壓縮算法，大家就能在這個網絡上傳輸圖像了。”

“也就是說，你把照片放到電腦上，我媽媽在地球另一端，也能看到同一張照片?！?/p>

“對，想象一下，不僅僅是照片，有一天，你可以在屏幕上與人通話——就像打電話一樣，但還有視頻?！?/p>

當我看到這個小故事的時候，真是無比感慨，這是1972年，艾哈邁德已經預見了幾十年后的未來，他正在為人類全新的連接方式打造基礎。

0 2

在那個假期，艾哈邁德取得了技術的突破，又經過了兩年的嚴格測試以后，《離散余弦變換（DCT）》終于在IEEE 計算機學報上發(fā)表。

這里稍微解釋一下它的工作原理，圖像原本是像素構成的二維數組（矩陣），艾哈邁德采用的DCT技術，可以把這個像素矩陣轉化為波形，表示為一系列頻率不同的振蕩波。

艾哈邁德發(fā)現，低頻波通常對應圖像中“重要”或“高信息”的區(qū)域（圖像的大致輪廓、光影、主結構），而高頻波則代表圖像中“次要”或“可近似”的細節(jié)部分（紋理、邊緣、小細節(jié)），這樣就可以保留重要部分，舍棄細節(jié)部分，從而在保留視覺效果的同時，實現壓縮。

DCT 雖然是一種“有損壓縮”，但人眼幾乎察覺不出區(qū)別。

壓縮比非常驚人，達到了10：1。

40 年代克勞德·香農在信息論中預言可以用“有損壓縮”來傳輸信息，但幾十年來缺乏真正有效的方法，DCT的出現終于終結了這一局面。

唯一的問題是，DCT太過超前，那篇偉大的論文并沒有引發(fā)太大反響。

十年以后，隨著個人計算機和網絡的興起，對圖片的存儲和傳輸的需求越來越大，1986 年，ISO（國際標準化組織）和 CCITT（國際電報電話咨詢委員會） 聯合成立一個工作組：Joint Photographic Experts Group，簡稱 JPEG，目標是制定一個全球通用的壓縮靜態(tài)圖像的標準。

他們測試了已知的各種算法，包括哈夫曼編碼、向量量化、Walsh變換、離散傅里葉變換（DFT）等，最終發(fā)現有一種算法在壓縮效率與圖像質量之間取得了最好的平衡，這個算法就是艾哈邁德發(fā)明的DCT。

1992年，JPEG工作組正式發(fā)布JPEG標準，隨著數碼相機、網頁瀏覽、CD-ROM、多媒體軟件的普及，JPEG 幾乎成了數字圖像的代名詞。而DCT 也因此走向全球。

在90年代上過網的小伙伴肯定經歷過類似的事情：

一張圖片剛開始非常模糊，然后變得慢慢清晰，這叫做漸進式DCT。

或者一張圖片顯示的時候像窗簾一樣慢慢卷下來，這叫做順序DCT。

DCT不僅僅用于圖像，它還可以做音頻壓縮（MP3,AAC等），視頻壓縮（MPEG、H.264、HEVC等），凡是涉及到多媒體的領域，幾乎都能看到它的身影，它是大多數標準的基礎算法。

當你用抖音、快手、視頻號刷短視頻/看直播的時候，當你用手機攝像頭和遠方的親人聊天的時候，當你參加各種頻會議的時候，DCT算法就隱藏在背后，默默地工作。

0 3

盡管 DCT 是一項劃時代的技術發(fā)明，但它的締造者艾哈邁德教授卻幾乎被人遺忘。

直到 2020 年，一集名為《This is Us：In the Room》的美劇喚醒了人們的記憶——它動情地講述了 DCT 算法在新冠疫情封鎖期間，為全球數以億計的家庭帶來的安慰與連結。

隨后，Netflix 為他拍攝了一部紀錄片，年邁的艾哈邁德和妻子，第一次面對鏡頭，講述了那個酷暑中孤注一擲的決定，那段執(zhí)著探索的時光。

紀錄片的最后一個鏡頭，是老兩口挽著手走在一條普通的街道上，身影安靜卻無比篤定。

沒有獎杯、沒有豪宅、也沒有耀眼的財富，但他們給世界帶來了光影與聲音，縮短了人與人之間的距離。

他們的故事，像 DCT 本身一樣——不喧囂，卻無處不在。

全文完，覺得不錯請三連吧！