Um artigo publicado no ArXiv revelou que o Google está usando redes neurais para conseguir comprimir arquivos de imagens de maneira mais eficiente. O objetivo é que a tecnologia faça com que as imagens ocupem menos espaço nos servidores da empresa sem perder qualidade.

Para o usuários, isso significa que mais arquivos cabem em um mesmo volume de armazenamento. Para o Google, porém, a compressão mais eficiente traz muitas outras vantagens: segundo o Quartz, como a empresa oferece armazenamento ilimitado de fotos, melhor compressão implica menos custo com servidores, menos consumo de energia e taxas mais altas de transferência. Todos esses fatores podem gerar economia de dinheiro à empresa.

Os pesquisadores alimentaram a rede neural com 6 milhões de imagens de referência. O sistema então dividiu essas imagens em quadrados de 32 por 32 pixels e selecionou, de cada uma, os 100 quadrados mais difíceis de comprimir – ou seja, os 100 quadrados de maior tamanho (em termos de memória). A rede então se empenhou em determinar técnicas para comprimir esses 100 quadrados de cada foto.

[awprm urls=https://imasters.com.br/front-end/javascript/redes-neurais-em-javascript/,https://imasters.com.br/noticia/google-usa-redes-neurais-para-melhorar-miniaturas-automaticas-do-youtube/]

Isso tinha o objetivo de gerar métodos eficientes de compressão. No entanto, essa técnica ainda enfrenta um obstáculo: alguns dos resultados gerados por ela parecem estranhos a olhos humanos, de acordo com o The Next Web. Como não há maneira padronizada de testar isso, a empresa ainda não pode utilizar esse método de compressão em larga escala.