Tăng tốc độ nén 7-Zip lên 97% mà không đụng đến mã lõi: Thí nghiệm tối ưu cực đoan của một "nghiệp dư" và AI

Yusheng Science, một công ty ươm tạo trí tuệ nhân tạo (AI), đã hoàn thành việc tối ưu hóa 7-Zip với sự tham gia của một nhân viên không có nền tảng lập trình. Ý tưởng là cải thiện hiệu suất nén bằng cách sử dụng một "bộ định tuyến nhận biết nội dung" (content-aware router), tự động lựa chọn chiến lược mã hóa dựa trên loại tệp, thay vì áp dụng một chiến lược đồng nhất cho mọi tệp. Quá trình tối ưu hóa bao gồm một cơ chế phát hiện nhiều cấp độ (nhận diện tiêu đề tệp, kiểm tra nén mẫu, và lấy mẫu đa điểm đối với các tệp media nghi ngờ đã được nén), một chiến lược định tuyến mười cấp, cùng các biện pháp an toàn (so sánh mẫu, ngưỡng dung sai, và cô lập theo nhóm). Kết quả cho thấy tốc độ nén tăng 97,0% đối với các tệp lưu trữ nhiều tệp trên macOS, tăng 93,4% đối với văn bản dạng văn xuôi, mức tăng điển hình trên Windows vượt 80%, và kích thước tệp nhật ký (log) giảm 40,4%, với tỷ lệ xác minh tính toàn vẹn đạt 100%. Tuy nhiên, thời gian giải nén đối với tệp văn bản và tệp nhật ký lại tăng gấp 2-3 lần, và các tệp rất lớn không thể nén được với dung lượng trên 5GB có thể bị nén chậm hơn do đánh giá sai. Bản tối ưu hóa này mang tính "không xâm lấn": không có mã thuật toán cốt lõi nào bị thay đổi, chỉ có lớp điều phối được điều chỉnh, và đầu ra vẫn giữ nguyên định dạng .7z tiêu chuẩn, có thể giải mã bằng phần mềm 7-Zip chính thức. Phiên bản đã tối ưu hóa được mã nguồn mở trên GitHub (https://github.com/sunmmer01/Optimization). Yusheng Science cho biết thực tiễn này thể hiện một mô hình hợp tác mới, trong đó AI khuếch đại tư duy sáng tạo của con người, chứ không thay thế các kỹ sư.