第1335章 不确定性到确定性的转化

热门推荐:

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。

最快更新,无弹窗阅读请。