A felsőkategóriás telefonok jellemzően legalább 32 gigabájtos adattárolóval vannak felszerelve, de az alsóbb szegmensekben már ritkábban vannak ennyire eleresztve a felhasználók.
Ezen próbál segíteni a Google: olyan megoldáson dolgoznak, ami
sok milliárdnyi kép méretének csökkentését tenné lehetővé,
mindezt mesterséges intelligenciával. Az algoritmus a tavaly nyílttá tett TensorFlow rendszeren alapul, a Google neurális hálózatok segítségével tanítja meg az újszerű tömörítési eljárást.
A tanuláshoz hatmillió, véletlenszerűen kiválasztott fotót használ fel. Az algoritmus mindegyik képet lebontja 32x32 pixeles részletekre, ezekből választja ki azt a száz darabot, ahol a legkevésbé volt hatékony a tömörítés. Így megtanulja, hogyan tudja a problémás, nagy helyet foglaló részeket jól tömöríteni, s válik összességében kisebbé méretűvé egy kép.
A tömörítés során az algoritmus bináris kódokra bontja a részleteket, majd újraépíti azokat. Az eljárás eddigi tesztek alapján jól működik, és hatékonyabb tömörítést tesz lehetővé, mint a JPEG-formátum, vagy bármelyik más eddig használt módszer. A képek pedig ennek köszönhetően kevesebb helyet igényelnek.
A fejlesztés nemcsak a végfelhasználóknak jelenthet megspórolt tárhelyet.
Az olyan óriásvállalatoknak, mint a Google, rengeteg fotót kell tárolniuk szervereiken
(ne feledkezzünk meg a Google Fotókról, ami korlátlan mennyiségű, 12 megapixeles fotó feltöltését engedélyezi a felhőbe), de említhetnénk a Facebookot is, ahova naponta kerül fel irdatlan mennyiségű képes tartalom.
Az algoritmus finomítása még javában zajlik, számos probléma vár megoldásra. Ezek egyike a túltömörítés: a gépagy ugyanis nem látja a végeredményt, így nem tudja megítélni, hogy egy kép mikor tűnik már túlságosan torznak az emberi szem számára.
Ha viszont elkészül a módszer, akkor rengeteg tárhelyet sikerülhet vele megspórolni, ami előnyös a cégek és a felhasználók számára is.