General Harmonicsという小さなスタートアップ企業が7年の歳月をかけて、従来とは全く異なる圧縮アルゴリズムでデータをコンパクトにするプログラムを開発した。
- General Harmonicsの圧縮テクノロジーは驚異的
- ―テレビドラマの「シリコンバレー」そのまま
- http://jp.techcrunch.com/2014/07/09/20140707general-harmonics-is-basically-pied-piper-from-silicon-valley/
その仕組は、コンテンツの個々の要素を分解して記述することで、従来の手法では不可能だったレベルでデータ圧縮を可能にするというもの、その性能は、CD音質のファイルを1/20にするというものです。大体CDは1200kbpsなので、その1/20とくれば、60kbpsでCD並の音質の音楽ファイルが出来るという話になります。
General Harmonicsの構成要素...
・調和解析（harmonic analysis）
・意味論的マルチノード転送
・ニューラルパターン認識
・高度なカオス情報処理の原理
...を組み合わせたもの...らしい。
昔、それぞれのデータをパターニングして、それに最適な圧縮アルゴリズムを選択的に採用して、それをニューラルネットワークで繋いで圧縮したら人間みたいに記憶できるんだろうかと思ったことがあったが、それをマジでやっている所がスゴイ。
肝は、恐らく調和解析である。この技術で問題となる要素は、パターンとパターンの継ぎ目にあるデータの落差をどのように調和させるかという点にあると推測される。そこを調和させる技術、そして、個々の分割した情報をデータが多くならない程度に調度良く分割し、それをニューラルパターンで系統化して圧縮するという感じではないかと思う。連携させる際にも、不自然にならないように調和させることが必要で、全体として調和させるというのが非常に大きなウェイトを占めるのだ。
この技術で何が出来るのか、音声や画像、動画に至るまで、この手法を活用すれば、効率的に圧縮できるはずなので、今までデータが大きすぎて、使い勝手の悪かったデータも、この技術によって使いやすくなる。例えばハイレゾ音源である。可逆圧縮なので1/2が限度で、1曲あたり80MBになのはザラ、この技術を使えば。それが1/20の4MBになると考えられる。この手法は、データをパターンに分割して、系統だって効率よく圧縮することにある。
話の内容から知性的な圧縮アルゴリズムであると推測される。それは人間の脳の記憶の仕方に近く、この手法の優れたところは、データを圧縮する過程で、データを個々のパターンに分類し、そのパターンに意味を加えて解析することで、意味論的な処理、つまり、ある種の概念的な処理が可能になるのだ。そう言う意味では、言葉というのも人間の脳の圧縮アルゴリズムによるパターン認識から分割されたデータを意味論的につなぎ合わせたものかもしれない。要するに概念とは、圧縮アルゴリズムから派生的に生まれたものかもしれない。そういう人間の記憶方式に近い圧縮方式で、この手法は今後発展して、AIの記憶システムに関係してくる先進的な技術といえる。あと、この技術のカオスというのは、主にフラクタルのことだと思う。データを効率的に構造化するのにフラクタル構造が役立つと推測される。
General Harmonicsはここ数ヶ月のうちにこのテクノロジーのライセンス供与を進めていく予定であり、すでに先週からシリコンバレーの有力メディア企業と話し合いを始めているという。
ハイレゾサウンドが、この圧縮アルゴリズムで小さくなって、高音質な音楽を好きなときに好きなだけ聞けたり、3D映像が圧縮されて、沢山の人が同時に仮想空間で同時に話すという事も容易にできる時代が来るかもしれない。将来的に、音は標準でハイレゾであり、映像は4K/3Dとなるだろう。でもデータはあまり変わらないという状況も生まれるかもしれない。そして、それとSiriが繋がっていて、質問をすると、ニュースの重要な部分だけを抜き出して説明してくれたりする時代も来るかもしれない。
もっと言うと、この技術をつきつめて考えていくと、天才という種類の思考手法も解析できるかもしれない。つまり、天才を作れる可能性がある。天才の肝は、特にカオス処理にあると感じる。瞬時に一気に情報を構造化し、それを同時並行的に認識できるのは、何らかの多次元的な構造化処理をやっていると考えられ、そこにカオス的（フラクタル的）な要素を感じるのだ。
天才の思考プロセス 2011.2.24
http://d.hatena.ne.jp/skymouse/20110224/1298485070
この技術は、単なるコンピュータープログラムというよりも、ノーベル賞級の科学的考察を含んでいる可能性がある。
