Datakomprimering
PkZip, Real Audio, Lha... De har alla en sak gemensamt : de gör datamängder mindre. En del tar bort material, medan andra stuvar om materialet på en bättre sätt. Vi har komprimerat vår information till ett föredrag.
Radio Unga Forskare Stockholm - Vetenskap - Sveriges första podcast!
Du lyssnar på: Datakomprimering
Notering: vi håller på att bygga upp funktionen. Så allt är ännu inte klart. Bättre navigation och transkription är på väg.
Vi lade ut våra första episoder 1997, innan det ens fanns något som hette podcast. Sedan dess har vi lagt ut över 400 föredrag och diskussioner. 2004 sände vi vår sista avsnitt över 88,9 MHz i Stockholm. Sedan dess har podden legat i träda. Men nu är den tillbaka som arkiv.
Transkription35 repliker · 3:29
Transkriptionen är automatiskt genererad och kan innehålla fel.
Klicka på en replik för att höra den.
Datakompression. Datorerna utvecklas ständigt och det dataminne som för några år sedan skulle anses vara enormt är idag något fullkomligt normalt.
Men allt eftersom minnena blir större så fyller vi upp dem allt mer, vilket innebär att det alltid är spännande att kunna komprimera information.
Normalt är det så att ett meddelande, till exempel text, innehåller redundans.
Det betyder att det finns information i meddelandet som man kan kasta bort utan att det blir omöjligt att rekonstruera meddelandet.
Ett typiskt exempel är att man kan förkorta ord i en text.
Förkortningar plockar bort onödiga bokstäver men har kvar tillräckligt mycket så att läsaren förhoppningsvis ska kunna förstå det.
Det här är naturligtvis ett enkelt sätt att göra datakompression.
Man kan få plats med mer text på en given sida och man kan naturligtvis tänka något motsvarande i ett datominne där man förkortar vanliga uttryck och ersätter dem med kortare koder.
Om man anpassar det här efter längden på orden så kan man göra det effektivare.
Trots allt, om man förkortar långa ord och framförallt vanliga ord så vinner man mer än man förkortar korta ord och ovanliga ord.
Eftersom man gör det här i en dator så behöver dessutom inte en människa försöka läsa det hela.
När man gör förkortningar i vanlig text krävs det ju att de är läsbara eller uttalbara.
Men i datorn kan man använda godtyckligt effektiva förkortningar.
Det här gör att det existerar metoder, till exempel Huffman-kodning, som tar och ersätter de vanliga teckensekvenserna med mer kompakta.
Det finns en matematisk teori bakom det här som har använts för att utmäkla bättre kompressionsmetoder.
Det visar sig till exempel att om man tar sekvenser, alltså inte bara ett ord eller ett tecken utan flera,
så finns det många sådana sekvenser som ofta återkommer, framförallt till exempel datorkod.
De kan man naturligtvis ersätta med ett enda tecken, eller kanske en symbol som talar om hur många gånger de ska upprepas.
Och därigenom vinner man ännu mer plats.
Dessutom fungerar det här inte bara för text, utan också för bilder och ljud.
Trots allt, för en dator är alla data ettor och nollor.
Bilder innehåller ofta mycket redundans.
Om man ser sig om ser man ju att det är ofta stora färgfält som man skulle kunna komprimera och ange bara konturerna för.
Till exempel i den mycket populära standarden JPEG, där tar man bort små detaljer och färgnyansskillnader som människan normalt inte märker.
De av er som lyssnar på nätet hör det här i Real Audio, som är ett komprimerat format.
Och ni kan förhoppningsvis höra att det inte blir någon speciell sänkning av ljudkvaliteten.
Just genom att man utnyttjar att man slänger bort information där det mänskliga örat inte kan höra det.
Det finns dock gränser för hur mycket information man kan komprimera.
Eller snarast hur tätt den kan komprimeras.
Det finns en viss mängd information i meddelandet som man inte kan kasta bort.
Den går att beräkna matematiskt och kallas meddelandes entropi.
Däremot så kan man naturligtvis slänga bort information återkallert.
Och det är vad man kallar en förlorande kodning.
Det är dock svårt att komprimera vissa saker, till exempel brus och slumpmässiga tecken, för det finns inget system i dem.
Så kanske skandismans stämmas till eftertanke av att det mest svårkomprimerade är också det mest slumpmässiga.
För att ladda ner föredragen till din dator istället för att bara lyssna på dem, högerklickar du på länken “Ladda ner föredraget” och väljer “Spara som” eller motsvarande för din webbläsare.