ストレージは Google にとってもユーザーにとっても重要な要素です。インターネット上で生成されるファイルの数は毎年 2 倍になっており、そのため、保存されている大量の情報やユーザーが生成するトラフィックに対処するために、前述の Google などの企業のサーバーを継続的に追加する必要があります。
したがって、画像のより優れた圧縮システムを作成することは Google 自身の利益にもなり、この利点は最終的にユーザーにも反映され、携帯電話での写真のサイズが縮小されます (ほとんどの携帯電話には16 GB の内部ストレージしかありません)。これを達成するために、Google は人工知能に基づくシステムをテストしています。
人工知能
人工ニューラル ネットワークは、インターネットからランダムに選択された 600 万枚のすでに圧縮された写真を使用してトレーニングされます。これを行うには、写真を 32×32 ピクセルの部分に分割し、最も圧縮率の低い部分を 100 個選択します。どの部分の圧縮損失が最も少ないかを調べるために、選択した部分を非圧縮 PNG 形式の同じ写真と比較します。
このようにシステムは、写真が圧縮後にどのようになるかを予測し、そこから損失を最小限に抑えた画像を生成します。このシステムの良い点は、画像全体を 1 つの部分として扱うのではなく、 人工知能が写真のさまざまな部分を圧縮する最適な方法を決定できること です。これにより、拡張 JPEG の圧縮率を向上させることができ、この圧縮アルゴリズムにより最終画像のサイズが小さくなりました。この自動化システムにより、ユーザーが Google フォトにアップロードする画像を圧縮するために Google が使用するコンピュータの消費も削減されます。
テスト段階中
人工知能は非常に進歩していますが、この分野では人工ニューラル ネットワークが完全には完成されていないため、このシステムを実際に実装するにはまだ時期尚早であり、間違いを避けるために写真が実際どのように見えるかを「学習」するために多くの写真を処理する必要があります。