Google + : du machine learning pour réduire le poids des photos
Google ne laisse pas tomber Google+ et continue de l'améliorer, en intégrant notamment un peu de machine learning dans son application pour réduire le poids des photos.
Dans un post sur le blog officiel de Google, John Nack, Product Manager de Google+, a annoncé la mise en place d'une nouvelle application du machine learning. Pour rappel, cette technologie consiste à fournir énormément d'informations à un système pour qu'il puisse "apprendre" de toutes ces informations. Le système acquiert alors une forme d'intelligence dans un certain domaine.
Google+ utiliserait donc du machine learning dans le but de réduire le poids des images. Dans le meilleur des cas, le poids des images serait réduit de 75 %. Mais il ne s'agit pas d'un algorithme de compression miraculeux, les détails sont restitués grâce à la technologie RAISR.
https://www.frandroid.com/hardware/390170_google-se-la-joue-police-scientiffique-en-utilisant-le-machine-learning-pour-zoomer-dans-les-images
RAISR, pour Rapid and Accurate Image Super-Resolution, est une technologie qui identifie les éléments qui composent une photo et s'appuie sur sa base de données pour restituer des détails perdus lors de la compression. Dans les faits, Google+ ne téléchargera plus les photos en pleine définition, mais se contentera d'une fraction qui sera alors remise en pleine définition. RAISR s'occupera alors de restituer des détails là où ils ont été perdus.
Selon Nack, plus d'un milliard de photos par semaine passent par le traitement RAISR, ce qui a permis aux utilisateurs du réseau social de Google de réduire d'un tiers leur consommation de données. Cette technologie sera diffusée plus largement au fur et à mesure.
Une technologie prometteuse ?
Il reste à voir comment se débrouille RAISR, si les détails restitués sont bien fidèles au matériau original avant de vraiment pouvoir donner un avis sur les performances de la technologie.
Cependant, une telle technologie pourrait être très bénéfique pour le streaming. En couplant du machine learning à une succession d'images, le débit nécessaire pour streamer en bonne qualité pourrait significativement baisser.