ШІ навчився стискати аудіо без втрат у 2 рази щільніше

Дослідники з Китаю та Канади представили нову концепцію стиснення даних із використанням штучного інтелекту під назвою LMCompress. Цей підхід передбачає, що ефективність стиснення може значно зрости, якщо алгоритм розуміє зміст інформації так само, як це робить людина.

Сучасні користувачі постійно обмінюються великими обсягами даних – текстами, зображеннями, відео – і потребують способів прискорити їх передачу без втрати якості. Ведучий автор дослідження, Мінґ Лі, пояснює: «Якщо людина добре розуміється на темі, вона може передати її суть у стислій формі. Наш підхід працює за аналогічним принципом лише за допомогою великих мовних моделей (LLM)».

LMCompress ґрунтується на ідеї, запропонованій ще в 1948 році математиком Клодом Шенноном: при розумінні суті інформації її можна передавати ефективніше. Однак тільки з появою ШІ-моделей, здатних передбачати зміст, ця концепція набула практичного втілення.

У рамках проекту дослідники продемонстрували, що нейромережі, навчені великих масивах даних, здатні відновлювати вихідну інформацію з високою точністю. Це відкриває можливість не передавати весь масив даних безпосередньо — досить стиснути його рівня, у якому модель зможе коректно відновити в одержувача. Згідно випробувань, LMCompress подвоює показники стиснення порівняно з класичними алгоритмами під час роботи з текстами, зображеннями та аудіо. Що стосується відео ефективність виявилася трохи нижче, але й значної.

Дослідники вважають, що їхня робота відкриває новий розділ у розвитку технологій передачі даних. Такі алгоритми можуть витіснити традиційні рішення та стати стандартом для всіх цифрових пристроїв.