以高解析度在網絡上瀏覽圖片，一般而言意味着使用更多的帶寬，並導致較慢的加載速度以及更高的數據成本。類似問題會對許多人造成困擾，尤其當他們身處數據費用昂貴或互聯網欠發達地區時，則更是如此。
Google 曾於2016年11月公布了被稱為 RAISR（Rapid and Accurate Image Super-Resolution）的原型技術，聲稱透過採用機器學習（Machine Learning），該技術可使低解析度圖片轉變成高質量版本，看起來顯得更為清晰詳盡。近日該公司又宣布，將 RAISR 技術集成進其在線服務的工作已經開始，現已用於在 Google+ 上升級大型圖片。
隨着高解析度屏幕在家庭和移動設備上的普及，把低解析度圖像轉換成高質量版本，並可在多種設備上快速查看與分享的需求正在迅速增加。
從現在開始，用戶使用相應的 Android 設備訪問 Google+ 高解析度圖片時，Google+ 會發送相當於原圖四分之一大小的圖片到用戶裝置，之後再通過 RAISR 技術「還原」細節。Google 聲稱該技術目前每週處理的圖片高達十億多張，並已將「這些用戶使用的總帶寬減少了約三分之一」。
RAISR 的工作原理與大多數升採樣方法類似——將新像素插入低解析度圖像中，以補償丟失的細節。但是，傳統升採樣使用固定的規則添加像素值，對所有圖像進行無差別處理，速度雖快但效果不佳；而 RAISR 則能選擇性地處理不同的對象，並生成媲美原始圖片的細節。而且該技術還特別注意「邊緣特徵」，使得處理後的圖像看起來更為清晰。
Google 聲稱在接下來的幾個星期裏，「計劃更廣泛地推廣這項技術」，以便可以進一步節省時間和數據流量。
不單是 Google 力求以更小的文件提供更高品質的圖像，社交媒體元老 Twitter 於2016年6月時，就曾收購英國人工智能創業公司 Magic Pony，該公司也以類似的技術而聞名，不過提高的是低質量視訊的解析度。
聲音
無論是玩具、旅遊還是街頭藝術，每張照片都有一個獨特的故事，值得以最好的解析度觀看。
升採樣
來源：Verge、TheNextWeb、PCMag