Full Resolution Image Compression With Recurrent Neural Networks
 |
leiphone 作者：脑极体
好劇總是追的特別快，比如說我們熟悉的黃暴神劇《矽谷》，今年該迎來第五季了。
這部劇裡讓人印象深刻的東西很多，而劇裡幾個主角發明的創業神器、號稱能改變世界命運的「魔笛手」絕對是其中之一。
給沒看過這部劇的朋友介紹一下，所謂的「魔笛手」是劇中主角發明的壓縮算法。本來這個東西是他們用來打造音樂網站的，結果後來這個技術被證明，可以把文件無損壓縮到極小，並且速度極快，從而引出了令人無法直視的各種劇情。（3S Market: 國外會有這樣的劇情，為什麼台灣總是一些送你一枝火柴，或是無理頭的偶像劇）
據說在寫劇本之初，主創人員曾經想過寫一種什麼技術，能讓觀眾馬上懂得其意義，又跟真正的技術世界比較貼合。最終他們發現，壓縮是最好的選擇。因為差不多每個人都知道文件越小越好，如果主角搞出來一個能讓數據無限儲存的東西，那當然就賺大了。
事實上，人類跟數據的無損壓縮這件事，已經硬槓了幾十年。成熟的壓縮技術，已經透過互聯網變成了大多數人的日常用品。但儘管如此，壓縮這件事始終沒有走到終點，《矽谷》裡那種神一樣的壓縮技術，依舊是我們渴望而不可及的。
但在今天，人工智慧開始把壓縮這件事，放在自己的任務欄裡，並且一步步對《矽谷》裡的「魔笛手」發起挑戰。
折騰了半個世紀的無損壓縮
我們日常在對壓縮的主要需求，被稱為無損壓縮。它可以將文件變小，然後再透過某種方式，還原出來正常使用。雖然今天這聽起來很普通，但其實人類已經為它折騰了50多年。
當然，發現數據應該壓縮後，再進行傳輸和儲存，是更早之前的事情。從19世紀的摩斯電碼時代，人類就已經發現了，很多數據中的無效部分，是可以被歸類和省略的，從而可以換取更快的傳輸速度，和更少的儲存空間。
這可以說是一種符號世界裡的常識，比如說一個人跟另一個人說「老地方見」，那麼就意味著他們把這句話中的地址資訊，在彼此都瞭解的情況下進行了壓縮，從而縮短了講話時間。
類似道理的壓縮技術，很早就應用在電腦世界，在大型機當道的時候，其價值已經被證明。但真正壓縮開始流行，還是在互聯網飛黃騰達之後。
1977年，是無損壓縮這件事跨時代的一個年份。這一年，以色列海法理工學院的科學家Abraham Lempel 和 Jacob Ziv聯合發表了一種壓縮算法，以兩人名字共同命名為LZ算法。這一年發佈的技術被稱為LZ77。第二年，兩人又發佈了改進版的LZ78。此後所有無損數據壓縮技術，差不多都是從這兩種演化而來。
另一個無損壓縮的時代，開始在八十年代末。
這個時候，隨著互聯網開始騰飛，各種商業壓縮軟體已經成熟，但還缺少能獨大的那一家。
當時流行的壓縮軟體叫做Arc，後來一個名叫Phil Katz的年輕人突發奇想之下，希望能夠做個更好的版本。於是，這個之後被稱為互聯網天才，和第一代極客的大牛做了名字充滿挑釁意味的PKArc。結果1988年，Phil Katz被告侵犯商標和知識產權。於是第二年他又做了新的修改版，用了新的IMPLODE算法，也就是我們今天無比熟悉的ZIP。
遺憾的是，這位無損壓縮的時代人物，沒有逃脫老天對天才的妒忌。伴隨著嚴重的妄想症、抑鬱症和酗酒，他37歲就離開了人世。但是ZIP卻統治了壓縮世界的話語規範，直到今天。
人工智慧正在改變壓縮
在相當長的一段時間裡，壓縮都被認為是無需再進行改善的東西。但隨著新終端、新的儲存方式到來，人類又一次對壓縮提出了新的要求。
就像《矽谷》裡說的那樣，行動網路和雲計算的加持下，人類正在以幾何成長的速度製造新數據，這些數據可能很快就會沒有地方儲存。既然大家都不想刪除文件，那麼只能寄希望於文件變小一點了。
《矽谷》裡所謂的魔笛算法，一度引發了不少跟風打造屬於自己的「魔笛」，但是效果普遍沒有劇裡那麼犀利。
最終這個任務，很可能還是要落在人工智慧的頭上。
2016年，谷歌相關團隊推出了一款叫做RAISR（Rapid and Accurate Image Super-ResoluTIon）的圖像壓縮技術。這個解決方案就是以人工智慧技術作為壓縮路徑，效果能達到將圖片壓縮到源文件的1/4， 卻基本不改變圖片的清晰度。
能達到這種效果的訣竅，在於給機器學習輸入大量的圖片壓縮數據。
讓智慧體去學習圖片壓縮的模式，從而創建符合每個圖片要求的濾波器。由此產生的壓縮後圖片，只是被忽略了數據細節，卻保留了能夠讓人眼辨識的部分。
在極大程度壓縮文件的同時，這種技術還能提升文件壓縮速度。主要用來提供行動端的圖像傳輸和瀏覽效率，讓用戶獲得更好的圖片觀看體驗。
谷歌發佈的AI+壓縮技術，應用在圖片領域，而一些新的方案，正在把AI向透用壓縮領域擴張。
在一篇史丹佛大學相關團隊最近發佈的論文中，闡釋了一種被稱為Deep Zip的壓縮方式。顧名思義，這種技術將深度學習和壓縮融合在了一起，希望利用AI技術獲得更好的壓縮體驗。
這篇論文裡，研究者闡釋了利用RNN，即循環神經網路技術進行文件壓縮的方式。所謂RNN，是一種深度學習中的經典神經網路技術。形象一點解釋，這種神經網路框架，就好比讓一個人擁有了一定的知識基礎，再去學習下一個知識，反覆循環形成對長期記憶的理解能力。
研究者發現，使用RNN技術可以明顯改善，內部有依賴關係文件，比如圖像、影像、文本文檔的壓縮效率。很可能是我們進一步提升壓縮效率，化大為小的突破口。
總而言之，不同的AI技術正在嘗試，從前所未有的角度，撬開無損壓縮的大門，希望能像電視劇裡那樣，搞出一個質變來。
今天的世界，確實在期待更好的壓縮
那麼到底為什麼一定要有更好的壓縮方式呢？或者說即使有了這種技術，是不是真正能像《矽谷》裡描述的那樣改變世界呢？
這要從到底哪些方向，需要壓縮的技術變革來看。
首先，對於劇中所描述的「數據末日」，產業界有各種各樣的看法。有人認為人類的數據量確實在爆炸，很可能面臨儲存瓶頸，從而引發社會對數據空間的爭奪。但也有人認為，更大的雲空間也在不斷建設中，數據量很可能永遠也追不上，不斷擴大的雲空間。
孰是孰非不好定論，關於壓縮技術的進步，更多人認為是和行動設備、可穿戴設備，以及物聯網設備的普及化相關的。這些設備都對數據傳輸的速率有要求，速度越快體驗越好。那麼壓縮能力的進化，顯然可以增強這些聯網設備的工作能力，尤其是對於物聯網設備來說。
但最有可能的需求，是來自於那些新技術風口。
比如VR、無人駕駛的高精地圖、基因圖譜數據，以及深度學習所使用的訓練數據集，這些文件都比我們日常接觸的互聯網數據大上很多。隨著VR、無人駕駛、人工智慧這些東西一步步產業化、日常化，對它們的傳輸、保存和使用需求，也在不斷擴大。而且這些都是高精度文件，對壓縮的效果和品質，也提出了新要求。
所以，高精度、高速率的壓縮解決方案正在被熱切渴望著。甚至可能成為未被重視的巨大市場。用AI壓縮來滿足AI的需求，可能是接下來我們會見到的常態。
 |
0 comments:
張貼留言