Bereits im Oktober fand das 89. JPEG-Meeting (diesmal online) statt. Auf diesen Meetings werden regelmäßig JPEG-Standardisierungsaktivitäten und -Untersuchungen diskutiert und vorangetrieben. Diesem Treffen ging ein "Call for Evidence" voraus, der für die Gruppe den Nachweis erbringen sollte, dass eine KI-basierten Bildkodierung "neue Funktionalitäten verspricht und gleichzeitig eine überlegene Komprimierungseffizienz bietet, die über den Stand der Technik hinausgeht."
Als Antwort auf den Call for Evidence sind vier Einreichungen eingegangen. Die Ergebnisse der subjektiven Bewertung der Einreichungen zum Call for Evidence wurden vorgestellt und von Experten ausführlich diskutiert. Man war sich einig, dass es starke Beweise dafür gibt, "dass lernbasierte KI-Bildkodierungslösungen die aktuellen Verfahren in Bezug auf die Kompressionseffizienz übertreffen können, wenn man sie mit dem Stand der Technik der konventionellen Bildkodierungsarchitektur vergleicht."
Daher wurde beschlossen, eine neue Standardisierungsaktivität für ein JPEG AI auf Basis von lernenden Bildkodierungssystemen zu starten, das maschinelle Lernwerkzeuge einsetzt, um eine wesentlich bessere Kompressionseffizienz im Vergleich zu aktuellen Bildkodierungssystemen zu erreichen.
Oder kurz gesagt: Mit JPEG AI ist ab sofort ein neuer Kompressionsstandard in Planung, der u.a. auf der Kompression mit neuronalen Netzen basieren wird. Mit einem konkreten Standard würden wir jedoch nicht allzu schnell rechnen, da sich auf diesem recht neuen Wissenschafts-Feld noch sehr viel "bewegt" und fast im Wochenrhythmus neue Erkenntnisse in den diversen KI-Papers zu finden sind. Doch auch hier zeigt sich: Angewandte KI sickert immer mehr und immer tiefer in viele klassischen Anwendungsbereiche. Stay tuned...
