“印度阿三”是国人嘲讽和揶揄印度人的说法，可是在软件业，当年我们可不敢嘲讽印度。

不但不敢嘲讽，还得去取经学习。

上世纪八九十年代，印度软件业迅速崛起，印度位置（时区）很好，英语流利，工资低，印度人在流程控制，质量控制这一块儿下了大功夫，迅速构建起庞大的外包产业。

像 InfoSys 这样的企业，不仅员工数以万计，还达到了业界最高的 CMM5级认证，成为全球软件外包的标杆。

中国软件业开始做外包的时候，学习的就是印度，诸如《计算机世界》等主流媒体，时常大篇幅报道印度的CMM 模型与质量管理体系。

在中国，哪怕是某家公司通过了CMM3级认证，也能成为业内大新闻。

而雷军当年更是亲自赴印度学习经验，希望带回先进的管理与开发模式。

不过，中国没有走这种软件工厂和外包的路线，而是抓住了互联网的机会起飞，这是后话。

印度人也比中国人更早、更系统地进入美国的高校和科技公司，奔腾芯片之父Vinod Dham，1971年进入美国留学。

Raj Reddy，60年代就赴美，是AI领域的先驱人物，第一位获得图灵奖的印度裔，他的中国学生包括李开复、沈向洋、洪小文等。

印度人在硅谷的人多，又抱团，不断带动人脉与业务联动，如今几乎霸占了硅谷各大巨头CEO的位置。

扯得有点儿远了，主要想表达的是：进入这个行业的人多了，在IT飞速发展的时代，就有机会做出一些伟大的事情。

这也是本文的主题，印度人搞出的两个影响世界的发明：

一个是阿贾伊·巴特发明的USB，统一了计算机外设的接口，之前已经讲过：一个被100亿台设备使用的发明，居然没有赚到一分钱！

第二个是纳西尔·艾哈迈德教授发明的DCT算法，个人觉得它比USB更加伟大，它深刻地影响了全世界的每一个人的生活。

可以说，没有DCT，我们的互联网将会黯淡无光。

早在1961年，纳西尔·艾哈迈德就来到美国读书，当他快要完成博士学位的时候，他提出了DCT（Discrete Cosine Transform ，离散余弦变换）的想法。

DCT要解决的问题是图像数据的压缩，这是一个非常非常超前的想法。

当时互联网还处于萌芽阶段，美国军方正在建设阿帕网，在这个网络上能传输的只是文字，根本就没有图片。

因为图片实在是太大了，比如一张简单的512*512的灰度图，就需要256KB的空间，当时的网络和存储来根本无法承受。

艾哈迈德坚信一定有办法缩小数字文件的大小，加快处理速度。

1972年，已经是堪萨斯州立大学教授的纳西尔·艾哈迈德，想利用暑假的几个月时间，进一步推进他的想法。

他满怀信心地写了一份申请，希望能够获得NSF(美国国家科学基金会)的赞助，但让他非常惊讶的是，评审人员认为这个想法太简单，把它拒掉了。

这里必须要说一下，当时美国很多教授的工资是按照学年发放的，正常工资只覆盖春季+秋季两个学期（9个月），夏季的三个月没有工资，教授如果想有收入，通常需要写科研基金申请，或者去企业界做顾问。

艾哈迈德申请失败，回到家里，和妻子商量：我们能在没有任何薪水的情况下，支撑一个夏天三个月吗？

妻子表示理解：没关系，我们总会有办法的。

于是艾哈迈德就在实验室昏天黑地地研究起来，晚上经常很晚才能回家。

没有钱，又无法和家人在一起，即使是一起吃个晚饭也不太可能。

一天晚上，当他10点才到家的时候，妻子又心疼又生气，流着泪问他：“你到底在办公室里做什么？比家人还重要？”

艾哈迈德还沉浸在研究中：“我离一个重大突破就差一点点了，至今还没有人能高效地计算Karhunen–Loève 变换。所以我想到，或许可以用余弦变换来研究这个问题。”

妻子根本就听不懂，她说：“你这么拼命，到底有什么意义？”

艾哈迈德想了想，说道：“如果你妈妈要一张迈克的照片，我们是不是需要把照片寄到阿根廷，她几周后才能看到外孙子的照片，对吧？”

妻子点点头。

“那如果她不用等邮件，几乎瞬间能在电脑上看到那张照片，会怎么样？”

“你是什么意思？这怎么可能？”

“军方已经建立了一个遍布全球的计算机网络，它们互相连接。假设有一天，这个网络会普及到普通人手中。如果我的团队能优化一种数据压缩算法，大家就能在这个网络上传输图像了。”

“也就是说，你把照片放到电脑上，我妈妈在地球另一端，也能看到同一张照片。”

“对，想象一下，不仅仅是照片，有一天，你可以在屏幕上与人通话——就像打电话一样，但还有视频。”

当我看到这个小故事的时候，真是无比感慨，这是1972年，艾哈迈德已经预见了几十年后的未来，他正在为人类全新的连接方式打造基础。

在那个假期，艾哈迈德取得了技术的突破，又经过了两年的严格测试以后，《离散余弦变换（DCT）》终于在IEEE 计算机学报上发表。

这里稍微解释一下它的工作原理，图像原本是像素构成的二维数组（矩阵），艾哈迈德采用的DCT技术，可以把这个像素矩阵转化为波形，表示为一系列频率不同的振荡波。

艾哈迈德发现，低频波通常对应图像中“重要”或“高信息”的区域（图像的大致轮廓、光影、主结构），而高频波则代表图像中“次要”或“可近似”的细节部分（纹理、边缘、小细节），这样就可以保留重要部分，舍弃细节部分，从而在保留视觉效果的同时，实现压缩。

DCT 虽然是一种“有损压缩”，但人眼几乎察觉不出区别。

压缩比非常惊人，达到了10：1。

40 年代克劳德·香农在信息论中预言可以用“有损压缩”来传输信息，但几十年来缺乏真正有效的方法，DCT的出现终于终结了这一局面。

唯一的问题是，DCT太过超前，那篇伟大的论文并没有引发太大反响。

十年以后，随着个人计算机和网络的兴起，对图片的存储和传输的需求越来越大，1986 年，ISO（国际标准化组织）和 CCITT（国际电报电话咨询委员会） 联合成立一个工作组：Joint Photographic Experts Group，简称 JPEG，目标是制定一个全球通用的压缩静态图像的标准。

他们测试了已知的各种算法，包括哈夫曼编码、向量量化、Walsh变换、离散傅里叶变换（DFT）等，最终发现有一种算法在压缩效率与图像质量之间取得了最好的平衡，这个算法就是艾哈迈德发明的DCT。

1992年，JPEG工作组正式发布JPEG标准，随着数码相机、网页浏览、CD-ROM、多媒体软件的普及，JPEG 几乎成了数字图像的代名词。而DCT 也因此走向全球。

在90年代上过网的小伙伴肯定经历过类似的事情：

一张图片刚开始非常模糊，然后变得慢慢清晰，这叫做渐进式DCT。

或者一张图片显示的时候像窗帘一样慢慢卷下来，这叫做顺序DCT。

DCT不仅仅用于图像，它还可以做音频压缩（MP3,AAC等），视频压缩（MPEG、H.264、HEVC等），凡是涉及到多媒体的领域，几乎都能看到它的身影，它是大多数标准的基础算法。

当你用抖音、快手、视频号刷短视频/看直播的时候，当你用手机摄像头和远方的亲人聊天的时候，当你参加各种频会议的时候，DCT算法就隐藏在背后，默默地工作。

尽管 DCT 是一项划时代的技术发明，但它的缔造者艾哈迈德教授却几乎被人遗忘。

直到 2020 年，一集名为《This is Us：In the Room》的美剧唤醒了人们的记忆——它动情地讲述了 DCT 算法在新冠疫情封锁期间，为全球数以亿计的家庭带来的安慰与连结。

随后，Netflix 为他拍摄了一部纪录片，年迈的艾哈迈德和妻子，第一次面对镜头，讲述了那个酷暑中孤注一掷的决定，那段执着探索的时光。

纪录片的最后一个镜头，是老两口挽着手走在一条普通的街道上，身影安静却无比笃定。

没有奖杯、没有豪宅、也没有耀眼的财富，但他们给世界带来了光影与声音，缩短了人与人之间的距离。

他们的故事，像 DCT 本身一样——不喧嚣，却无处不在。

本文作者