गूगल ए.आई.-आधारित छवि संपीड़न के साथ एचबीओ के 'सिलिकॉन वैली' टेक पर ले जाता है

हो सकता है कि Google ने एचबीओ में देखे गए मिड-आउट, मशीन-लर्निंग-बेस्ड कम्प्रेशन सिस्टम के लिए आधारशिला रखी हो सिलिकॉन वैली । गुरुवार को, Google शोधकर्ताओं ने एक ब्लॉग पोस्ट को अपनी सफलता का विवरण देते हुए, और इसके साथ-साथ "पूर्ण संकल्प छवि संपीड़न के साथ पुनरावर्ती तंत्रिका नेटवर्क" का सारांश देते हुए कहा, छवि संपीड़न अभी शुरुआत है, हालांकि: Google ब्राउज़िंग गति में सुधार करने के लिए कृत्रिम बुद्धिमत्ता का लाभ उठाएगा। और इंटरनेट जैसा कि हम जानते हैं, सभी फ़ाइल प्रकारों के लिए।

में सिलिकॉन वैली, रिचर्ड हेंड्रिक्स एक अभूतपूर्व संपीड़न प्रणाली डिजाइन करता है जो इंटरनेट को बदलता है। सिस्टम, जिसे वह पीड पाइपर कहते हैं, फाइल को पंख में बदल देता है, जो फाइल-शेयरिंग और -स्टोरेज में क्रांति ला देता है। शो में, यह इंटरनेट की लंबे समय से चली आ रही सफलता है, और हेंड्रिक्स अपने आविष्कार के कारण इसे बड़ी (अनगिनत हिचकी के साथ, अक्सर एर्लीच बच्चन के लिए धन्यवाद) बनाता है। डिवाइस को अब फ़ाइलों को संग्रहीत करने की आवश्यकता नहीं है, क्योंकि छोटे, संकुचित संस्करण क्लाउड में रह सकते हैं।

वर्तमान, मानक संपीड़न विधियों के साथ, चित्र जानकारी खो देते हैं। पिक्सल के समूह पतित होते हैं, जो आश्चर्यजनक, विचार-रहित, उच्च-गुणवत्ता वाले कैप्चर को आंख को पकड़ने वाले स्नैपशॉट से कम में बदल सकते हैं। लेकिन Google के संपीड़न ए.आई. पूर्ण संकल्प रखता है। "जहां तक ​​हम जानते हैं, यह पहला तंत्रिका नेटवर्क आर्किटेक्चर है जो छवि संपीड़न में जेपीईजी से बेहतर प्रदर्शन करने में सक्षम है," शोधकर्ताओं ने लिखा है। एक तंत्रिका नेटवर्क छवि को कोड में अनुवादित करता है, लेकिन ऐसा निकट-दोषरहित तरीके से करता है, और दूसरा तंत्रिका नेटवर्क मूल छवि के एक परिपूर्ण पुनर्निर्माण को बाहर निकालने के लिए कोड को डिक्रिप्ट करता है।

पहला चरण न्यूरल नेट फोटोग्राफ के ऊपर से कई बार गुजरता है, हर बार इसे सबसे अच्छा कैसे सीखें। पहला पास आज हम संपीड़न से जो उम्मीद करते हैं, उसके करीब पहुंच जाता है, लेकिन प्रत्येक बाद वाला पास किसी भी त्रुटि को साफ करता है और छवि के एन्कोडिंग को अनुकूलित करता है। "जबकि आज के आमतौर पर उपयोग किए जाने वाले कोडेक्स अच्छा प्रदर्शन करते हैं, हमारे काम से पता चलता है कि उच्च गुणवत्ता और छोटे फ़ाइल आकारों के साथ संपीड़न योजना में छवियों को संपीड़ित करने के लिए तंत्रिका नेटवर्क का उपयोग करते हुए," Google लिखते हैं।

Google, जो कह सकता है कि यह काफी हद तक स्थापित है, को समान बाधाओं का सामना नहीं करना पड़ेगा, जो काल्पनिक चितकबरा मुरलीवाला मिसफिट्स को जारी रखने के लिए जारी रखते हैं। लेकिन Google को ऑडियो और वीडियो के लिए अपने मशीन-लर्निंग संपीड़न सिस्टम को काम करने की आवश्यकता होगी, खासकर अगर वे हेंड्रिक्स को प्रभावित करने की उम्मीद कर रहे थे। भले ही, उसे यह ज्ञात न हो कि चितकबरा मुरलीवाला श्रेष्ठ है। हालाँकि, वास्तविक दुनिया में हमें Google के संस्करण के साथ संतोष करना पड़ेगा। सिलिकॉन वैली रचनाकार निस्संदेह वास्तविक सिलिकॉन वैली के साथ बने रहेंगे, वर्तमान तकनीक पर प्रकाश डालेंगे और आने वाले दिनों का पूर्वानुमान लगाएंगे।