Google本周宣布旗下Google+社交網站上的照片分享功能部署RAISR機器學習技術，以自動將用戶上傳的低解析度照片轉成高解析度照片，也可大幅減少Android用戶瀏覽RAISR照片所使用的頻寬。
RAISR的全名為Rapid and Accurate Image Super-Resolution（快速與精確的圖像超級解析度），透過機器學習技術來替低解析度的照片打造高解析度的版本。
Google先以大量特定照片的低解析度與高解析度的兩種版本進行訓練，以找出各種能夠重製照片細節的濾鏡。其實RAISR所使用的方法與現今上採樣（upsampling，放大圖像）的多數方法類似，都是先放大照片，再以額外的像素來填補低解析度照片所遺失的細節，然而，基於人工智慧的RAISR填補細節的方式是變動的，可依據照片的需求來調整，而且它特別注重邊緣的呈現，讓最佳化之後的照片更銳利與清晰。
Google Research科學家Peyman Milanfar表示，人們都想分享清晰的照片，但有時候受限於裝置上的相機解析度，有時候則是為了配合裝置容量或網路頻寬而調降照片解析度，因此需要藉由RAISR為低解析度照片製造高解析度版本。
雖然Google在去年11月就曾展示RAISR技術，但一直到近日才首度將它應用於Google+上，每周可在Google+上的10億張照片上部署RAISR，而且當使用者以特定的Android裝置瀏覽Google+上的RAISR照片時，所下載的檔案大小只有原來的1/3，且最多可縮減到1/4，大量減少了頻寬負擔。
Google計畫未來幾周即會將RAISR部署到更多的應用上，外界預期Google Photos很可能是下一個支援RAISR的服務。