使用机器学习技术通过理解进行压缩

Question

我是一位有抱负的数据科学家（目前只是一名软件开发人员），我刚才有这个（愚蠢的？）想法。

到目前为止（据我所知），我们正在使用基于替换标准数据编码方式的压缩算法。如果我们能够通过理解压缩数据怎么办？例如，通过生成一种抽象，我们可以从中恢复原始数据。

想想我们的思想是如何运作的。通过将想法彼此联系起来。

机器学习技术可以学习和理解数据（以及它在磁盘上的表示方式），以便可以从算法生成的摘要中生成数据吗？

Answer 1

当然，但是你必须转移协会的代表和＆＃34;理解＆＃34;到另一端以便解压缩。该表示可能比您尝试压缩的数据大得多。

Answer 2

实际上，至少在某种程度上已经实现了类似的想法。

例如Autoencoder允许压缩（编码器部分）和重建原始数据（解码器部分）。

这种技术加上Thought Vector的概念，其中包括，＃34;编码＆＃34;单个向量中的概念/含义/理解会产生你所描述的东西。