以高分辨率在网络上浏览图片，一般而言意味着使用更多的带宽，并导致较慢的加载速度以及更高的数据成本。类似问题会对许多人造成困扰，尤其当他们身处数据费用昂贵或互联网欠发达地区时，则更是如此。
Google 曾于2016年11月公布了被称为 RAISR（Rapid and Accurate Image Super-Resolution）的原型技术，声称透过采用机器学习（Machine Learning），该技术可使低分辨率图片转变成高质量版本，看起来显得更为清晰详尽。近日该公司又宣布，将 RAISR 技术集成进其网络服务的工作已经开始，现已用于在 Google+ 上升级大型图片。
随着高分辨率屏幕在家庭和移动设备上的普及，把低分辨率图像转换成高质量版本，并可在多种设备上快速查看与分享的需求正在迅速增加。
从现在开始，用户使用相应的 Android 设备访问 Google+ 高分辨率图片时，Google+ 会发送相当于原图四分之一大小的图片到用户设备，之后再通过 RAISR 技术“还原”细节。Google 声称该技术目前每周处理的图片高达十亿多张，并已将“这些用户使用的总带宽减少了约三分之一”。
RAISR 的工作原理与大多数升采样方法类似——将新像素插入低分辨率图像中，以补偿丢失的细节。但是，传统升采样使用固定的规则添加像素值，对所有图像进行无差别处理，速度虽快但效果不佳；而 RAISR 则能选择性地处理不同的对象，并生成媲美原始图片的细节。而且该技术还特别注意“边缘特征”，使得处理后的图像看起来更为清晰。
Google 声称在接下来的几个星期里，“计划更广泛地推广这项技术”，以便可以进一步节省时间和数据流量。
不单是 Google 力求以更小的文件提供更高品质的图像，社交媒体元老 Twitter 于2016年6月时，就曾收购英国人工智能创业公司 Magic Pony，该公司也以类似的技术而闻名，不过提高的是低质量视频的分辨率。
声音
无论是玩具、旅游还是街头艺术，每张照片都有一个独特的故事，值得以最好的分辨率观看。
升采样
来源：Verge、TheNextWeb、PCMag