大时代之巅 第1334章 不确定性到确定性的转化

浏一览一器一A一P一P一阅一读一模一式一章一节一显一示一不一全一请一退一出一阅一读一模一式一查一看一完一整一章一节一内一容。

周不器虽然是技术外行，但他重生之前，也常常被云计算、大数据、人工智能等几个概念给洗脑。

重生之后，对这几个方面就格外重视，逐渐地也产生了一些认知。

他还挺聪明，听到汤教授一说，马上就反应过来, 脱口而出：“从逻辑学到统计学的算法思路改变？”

汤教授微微一怔，似乎很惊讶，“周总的理解力，令人惊叹！”

裴瑶带来了那四个t7的技术专家，也对周大老板的水平有了新的认识。

不得了！

从人工智能到大数据，这可是世界性的前沿性的科技课题啊, 就算是内行人都迷迷糊糊，摸不着方向。

甚至其中一个t7专家, 第一时间都没能反应过来。

大老板一个外行，竟然这么快就想通了？

当然，这跟周不器的层次有关，他平时接触的都是沈向阳博士、王建博士、陆器博士这种级别的科学家，要么就是跟清华、牛津的科学家交流。

有这些世界上最好的科学家当老师，学东西能不快吗？

同时，这一幕也让在场很多紫微星的工作人员都心有感触，深刻理解了公司在人才结构上要求年轻化的道理了。

年轻就是好啊！

学东西真快。

裴瑶发自内心地佩服，笑着说：“我们老板是一个纯计算机专业的外行，可能连一本《计算机基础》的入门书都没读过。不过在平时的工作中，他会跟很多科学家打交道, 也会参加一些技术性会议，时间长了……可能就明白了。”

小超人附议, “周先生是天才。”

汤教授点头同意，“周总的领悟力和理解力, 比内行还内行。”

周不器一向很谦虚，笑着说：“我算什么天才, 差远了呢！我在硅谷，认识了一个企业家，叫埃隆·马斯克，那才是真正的天才。他是学计算机的，可他要做火箭，什么都不懂，就一边学习一边做产品。据说现在对航天工程技术的理解和应用，已经达到了一流科学家的水准。”

汤教授道：“周总也不差。”

这时，多媒体实验室里人已经很多了，出现了很多实验室里的其他教授和博士们在旁听。

汤教授是多媒体实验室的主任，是这个实验室人工智能领域研究方向的引领者，所有的教授和博士、硕士们都要按照他的这个大方向去研究。

他的方向选择对了，所有人都会一步跨上人工智能领域的大舞台，成为行业里的资深专家。他选择错了，大家一起完蛋。

不过，汤教授是麻省理工毕业的博士，很权威，大家都很相信他。

面对这么多实验室的同事和学生，汤教授就像上课一样，要说得详细一些。先简单阐述了一下逻辑学到统计学的思路转变。

图像由无数个点组成，分辨率越高，点数越多；分辨率越低，点数越少。

把图像扩大1倍，其实就是把点数增加1倍。

过去的算法，是数学、逻辑学的思路。即有了前一个节点，然后根据数学逻辑，推演到了下一个点，一个点变为两个点，就完成了拓展。把图片中所有的点都处理、扩展一遍，图片的放大就完成了。

可这是个确切的过程。

选择的节点得是确定的，才能衍生出第二个点。

如果第一个节点都是模糊的、不确定的，就算数学公式、逻辑思路再正确，也没用啊，巧妇难为无米之炊。

新的大数据下的图像处理思路，应用到的是统计学算法。

比如，有两条路，都可以到达终点，运动员选择哪一条路耗时更短？

传统的思路，就要通过数学和逻辑学上的计算。

计算路程长度，运动员的速度，以及运动员的状态、耐力、加速度、减速度、摩擦力所影响的摔倒几率等等。

拿出一套极复杂的公式出来。

可是，如果过来的运动员是没有腿的残疾人，或者盲人怎么办？过去的这套公式就都没用了。

统计学的思路就很简单了。

两条路，不管是正常人、残疾人，还是自行车、汽车，都无所谓，统计数据就好了。左边这条路测算1万次，右边这条路测算1万次。

经过测试，左边赢了8000次，右边赢了2000次，结果就出来了。

选择左边这条路耗时更短！

应用在模糊照片的清晰化处理上，就是大数据下的统计学。

比如一个模糊化的鼻子，原始形象是什么样？

统计就好了。

选1万个不同种类的鼻子，然后进行模糊化处理。模糊化处理后的鼻子，哪个跟模糊照片中的鼻子点位重合最高，就是哪个。

不过，想实现这一点非常复杂。

只要是大数据，就一定会涉及算力的问题。想处理、统计这么多的数据，普通的电脑根本没戏，一启动就死机。

汤教授道：“过去的图片处理，始终没能超越人眼的范畴，想要靠着计算机突破人眼的极限，除了大数据和人工智能相关技术的理解之外，还离不开强大的算力。”

周不器笑道：“算力不成问题，紫微星的云计算业务已经趋近成熟。如果实验室应用，我还可以帮你们跟联想联系，使用他们的hpc。”

hpc就是high型的pc，即高性能计算机、超级计算机，算力很强大。

所采用的技术原理跟云计算差不多，都是并行的集群化工程。紫微星的杨振坤博士一手开发了飞天数据库，并为云计算业务提供了技术储备和支持。他在被挖到紫微星之前，在联想研究院时就主要做hpc方面的研究。

现在的联想超算不像十年后那样威震世界，能跑到全世界给人家搭设超算平台。不过在市场化应用的领域，目前已经达到了国内第一的水平。紫微星有一大一小两个超算计算机平台，大的是惠普，小的是联想。

这个多媒体实验室体量有限，帮他们搭一个小型的超算平台足够了。

汤教授不由得一愣，“这价格可不低吧。”

周不器笑道：“没关系，我送给你们。”

裴瑶在旁笑着说：“我们周总最支持创新型技术的研究了，尤其是人工智能、大数据和云计算的领域，几乎每次会议都要提到。”

实验室里的教授、博士们就都很高兴。

这可太好了！

他们办公室采购的是一批性能极好的惠普电脑，可这也只是普通电脑，算力根本不够。刚才演示的时候，放大一个很小的图片，都要耗时3分钟。要是大点的项目，那得直接卡死。

有了hpc，那对他们今后的课题研究就方便多了。

汤教授很感谢，不过课还没上完，他要接着刚才的思路继续说：“眼睛能看到的，都是确切化的处理，刚才说了，从1到10到100到1000。变化很大，肉眼都能区分。如果是缩小就不一样了，从1到0.1到0.01，等缩小到了0.0000……001和0.0000……002的时候，这差距就非常小了，肉眼就看不见了。可是计算机却能够区分。这是在图片处理中计算机超越人眼的关键。强大的算力是基础。”

这么复杂的事，周不器就不好乱参与了。

紫微星的几个专家跟他们进行了讨论。

大概意思，就是给每一张清晰的点标号，然后对应一个模糊的点。一个清晰的点是1，对应的模糊点是0.0000……001，一个清晰的点是2，对应的模糊点是0000……002，先统计出来。

这样，等模糊的点0.000……00ε出现的时候，就可以朝着清晰点的ε靠拢了，就完成了从不确定性到确定性的转化。

当然，这个过程可能不是一一对应的，可能是多对多，还需要很复杂更详尽的统计、分析。

周不器想到了什么，问道：“用手机拍月亮，是不是就这个原理？”

“什么拍月亮？”汤教授没太理解。

周不器道：“手机的像素太低，而且夜景的采光也不行，根本拍不清。”

汤教授摆了摆手，“如果只是优化月亮图景，那会很简单，我们现在也能做到。月亮是固定的，是已知的，构图简单。拍出一个大概模型，人工智能去丰富就行了。可现存的模糊照片，其原本的样子是未知的，难度会大大提高。如果是拍月亮，对手机来说难的不是对模糊图片的清晰化处理，而是手机的算力能不能跟上，芯片要好。现在世界上不可能存在这样的手机芯片。”

另一个白人教授用中文说道：“我们实验室目前主要做的是人像的处理，主要是人脸。人脸的复杂度要远远超过月亮，需要在人脸检测、高分辨率、人脸的特性分布等所有方面做研究，还要有足够的人脸图像。”

周不器马上理解，“对，大数据嘛，得有数据才行！紫微星最不缺的就是图片，可以支持！”

得有足够多的确切的脸，才能得出足够多的模糊化脸的数据库，点对点的分析、对接。然后，等一张模糊化的脸出现后，才能通过点对点的分析、对接，反推出清晰化的脸。

这个工程一定要做。

一方面是技术的积累、沉淀。

一方面的确很有意义啊！

这在全世界都是一个无法解决的难题，如果紫微星解决好了，那就赚大发了，到时候可以卖给全世界的警察局。

全世界的警察局都是体制内部门，跟这种部门合作，油水都大大的。而且，这对警察来说是刚需性的技术，会大大地提高破案率。只要出现，各国警察都会抢着要买。

那就发财了！

不过，外国人的脸和国人的脸不一样，得拿到足够多的外国脸的样本进行分析统计才行。随着手机和社交网络的普及，这一点不是障碍，写一个爬虫算法，去网路上扒图就行了。