További Szoftver cikkek
Minőség, mennyiség
Risto Mikkulainen
A képtömörítő algoritmusok a grafikus fájlok bitjeinek és bájtjainak számát igyekeznek minimalizálni. Ugyanakkor arra is törekszenek, hogy a kép minősége a lehető legjobb maradjon, minél kevesebb információ menjen kárba. Nem egyszerű feladat, hiszen a tömörítés általában automatikus adatvesztéssel jár, az adatvesztés pedig a minőség rovására megy. Viszont minél kevesebb a bájt, annál több hely jut a tárolásra, és a fájlok továbbítása is gyorsabb.
Például a JPEG képállomány formátum elérhető tömörítési aránya 1:30 is lehet, az adatokat ott csökkenti, ahol a legkevésbé tűnik fel a hiányuk. Az ideális azonban az 1:5, mert akkor még szinte semmiféle torzulás nem érzékelhető. Újabb változata, a JPEG2000 kétszeresen hatékony, más algoritmusokon alapuló tömörítési szabvány.
A kép hatalma
Az FBI hozzávetőleg ötvenmillió ujjlenyomat-sorozattal rendelkezik. A bűnözők azonosításához szükséges fájlok mintegy napi ötezerrel gyarapodnak. Az elképesztő számok ismeretében, nem meglepő, hogy a képtömörítés az egyik legfontosabb, legnélkülözhetetlenebb művelet. Ráadásul az iroda ötven-hatvanezer ujjlenyomaton dolgozik. Természetesen a képeket nemcsak bűnös üzelmek, sorozatgyilkosok, csalók, orgazdák, drogkereskedők és egyéb kétes elemek kiderítésére, hanem a leghétköznapibb polgári ügyekben is felhasználják. Nagyjából fele-fele arányban.
Ujjlenyomatokról készült képek tömörítésekor sokkal óvatosabban, körültekintőbben kell eljárni, mint a legtöbb más jellegű kép esetében. Minden apró részletre kell ügyelni, mert a legcsekélyebb torzulás rögtön hasznavehetetlenné teszi a matériát. Nagy a képek hatalma: általuk dől el, hogy bűnös, vagy ártatlan a szóban forgó személy.
A jelenleg használatban lévő WSQ (Wavelet-packet Scalar Quantization) "világszabványt" az FBI és a nyomozóiroda által megbízott cégek fejlesztették a korai kilencvenes években. Az eljárással az adott képet az eredeti bájtmennyiség tizenötödére lehet zavaró minőségvesztés nélkül csökkenteni. Azaz, háromszor pontosabb a JPEG-nél.
Az ötvenedik generáció után
Csakhogy Grasemann és Mikkulainen módszere a WSQ-nál is precízebb. Munkájukat az Egyesült Államok Nemzeti Tudományos Alapítványa támogatta. Computerüknek csak a grafikus képek tömörítéséhez szükséges legalapvetőbb programozási instrukciókat adták meg, aztán várták az eredményt - hogy "megszülessen" a legjobb algoritmus. Minden egyes generációnál tesztelték a voltaképpen sajátmagát evolváló program fejlődését. A genetikus algoritmus ötven generáció után már jobb teljesítményt nyújtott, mint az ember tervezte WSQ. Túlszárnyalta az FBI jól bevált programját. Mindebben még semmi meglepő nem lenne, hiszen más, szintén humán fejlesztők által készített újabb képtömörítő szoftverek is képesek rá, csakhogy Grasemann és Mikkulainen eljárását a computer által generált, maguktól futó algoritmusok teszik egyedivé. És felettébb érdekessé is, mivel a genetikus és evolúciós számítástudományt az ujjlenyomat-készítéssel, tágabb értelemben a bűnüldözéssel hozták közös nevezőre.
"Lenyűgöző és egy kicsit ironikus, hogy a számítógépek olyan új és kreatív megoldásokkal tudnak előrukkolni, melyekre humán szakértők képtelenek" - kommentálta munkájukat Grasemann. "A genetikus algoritmusok használata óriási lehetőségekkel kecsegtet. A tudomány és a tervezés sok területén növelhetik a munka minőségét."