谷歌又曝黑科技：机器学习节省看图时75%的流量

　　如何在更小的尺寸内提供更好的画质，这是图片压缩领域恒久的课题。Google就一直致力于解决这个难题，2010年Google曾推出一种名为WebP的新图片格式。与传统的JEPG格式相比，它可以在相同的品质内把把图片大小减少40%！而现在随着机器学习技术的不断进步，Google在这一领域又有了重大的突破。

　　1月11日，Google+团队在其官方博客介绍了一种叫RAISR（Rapidand Accurate Image Super Resolution）的新技术，它使用机器学习方法，训练系统分析同一张图片的高质量版本和低质量版本，找出高质量版本更好的原因，再在低质量版本模拟出高质量版本图片的效果。

　　和这个过程类似的是对图片的锐化和增强对比度的操作，即通过放大底层细节，来改善模糊图片的质量。但是，锐化同时增加图像的噪点，让图片看起来有很多小颗粒，经常使用Photoshop处理照片的同学应该深有体会。Google表示，自己使用的方法可以在不增加噪点和颗粒的情况下改善图片清晰度。

　　在Photoshop中对一张图片多次应用锐化后，图片中会出现大量噪点

　　在RAISR的论文中，作者表示，使用这种方法，运行时间比目前最好的图片压缩方法快一到两个数量级，同时，它产生的图片效果和最好的办法相当，甚至更好。

　　现在，这个系统已经可以用于训练库之外的图片，也就是说，当系统遇到一张从未见过的图片时，也能按照同样的方法，用更小的尺寸模拟出高质量图片。

　　2016年11月，RAISR被引入了Google+中，最理想的状况下，它可以节省75%的流量。

　　据悉目前这一技术仅在Android设备用户访问Google+时才能启用。但Google声称，现在每周有超过了10亿张照片使用了RAISR技术，它帮助这些用户节省了1/3的流量，而且很快这项技术就将被应用于更多Google产品！