在最专业的图片处理软件 Photoshop 中，当你导出图片时，有一个叫“存储为网页所用格式”的选项，它清楚地列出了你可以保存的图片品质，以及图片在不同带宽下的加载时间。

这是因为在网络上，图片的品质和加载速度是特别需要平衡的。更清晰，品质更好的图片往往有更大的尺寸，但它会让加载速度变慢，消耗更多流量。对网站开发者来说，这意味着更高的成本，当然，对我们来说，这意味着更高的流量费。

在更小的尺寸内提供更高的品质，是图片压缩领域恒久的课题。Google 就一直致力于此，2010 年，它就推出了一种叫 WebP 的新图片格式，相比 JEPG，可以在相同的品质内把把图片大小减少 40%。

现在，Google 要用新的机器学习技术，让这一步走得更远。

1 月 11 日，Google+ 团队在其官方博客介绍了一种叫 RAISR(Rapid and Accurate Image Super Resolution)的新技术，它使用机器学习方法，训练系统分析同一张图片的高质量版本和低质量版本，找出高质量版本更好的原因，再在低质量版本模拟出高质量版本图片的效果。

和这个过程类似的是对图片的锐化和增强对比度的操作，即通过放大底层细节，来改善模糊图片的质量。但是，锐化同时增加图像的噪点，让图片看起来有很多小颗粒，经常使用 Photoshop 处理照片的同学应该深有体会。Google 表示，自己使用的方法可以在不增加噪点和颗粒的情况下改善图片清晰度。

在 Photoshop 中对一张图片多次应用锐化后，图片中会出现大量噪点

在 RAISR 的论文中，作者表示，使用这种方法，运行时间比目前最好的图片压缩方法快一到两个数量级，同时，它产生的图片效果和最好的办法相当，甚至更好。

现在，这个系统已经可以用于训练库之外的图片，也就是说，当系统遇到一张从未见过的图片时，也能按照同样的方法，用更小的尺寸模拟出高质量图片。

2016 年 11 月，RAISR 被引入了 Google+ 中，最理想的状况下，它可以节省 75% 的流量。

现在，RAISR 技术仅在 Android 设备用户访问 Google+ 时启用。即便如此，Google 说，现在每周也有超过 10 亿张图片用了这项技术，帮助用户节省了约 1/3 的流量。很快，它也被用于更多的 Google 产品。