第1335章 不確定性到確定性的轉化

作者︰荒野悲歌投推薦票 章節目錄 加入書簽

周不器雖然是技術外行,但他重生之前,也常常被雲計算、大數據、人工智能等幾個概念給洗腦。

重生之後,對這幾個方面就格外重視,逐漸地也產生了一些認知。

他還挺聰明,听到湯教授一說,馬上就反應過來,月兌口而出︰「從邏輯學到統計學的算法思路改變?」

湯教授微微一怔,似乎很驚訝,「周總的理解力,令人驚嘆!」

裴瑤帶來了那四個t7的技術專家,也對周大老板的水平有了新的認識。

不得了!

從人工智能到大數據,這可是世界性的前沿性的科技課題啊,就算是內行人都迷迷糊糊,模不著方向。

甚至其中一個t7專家,第一時間都沒能反應過來。

大老板一個外行,竟然這麼快就想通了?

當然,這跟周不器的層次有關,他平時接觸的都是沈向陽博士、王建博士、陸器博士這種級別的科學家,要麼就是跟清華、牛津的科學家交流。

有這些世界上最好的科學家當老師,學東西能不快嗎?

同時,這一幕也讓在場很多紫微星的工作人員都心有感觸,深刻理解了公司在人才結構上要求年輕化的道理了。

年輕就是好啊!

學東西真快。

裴瑤發自內心地佩服,笑著說︰「我們老板是一個純計算機專業的外行,可能連一本《計算機基礎》的入門書都沒讀過。不過在平時的工作中,他會跟很多科學家打交道,也會參加一些技術性會議,時間長了……可能就明白了。」

小超人附議,「周先生是天才。」

湯教授點頭同意,「周總的領悟力和理解力,比內行還內行。」

周不器一向很謙虛,笑著說︰「我算什麼天才,差遠了呢!我在 谷,認識了一個企業家,叫埃隆‧馬斯克,那才是真正的天才。他是學計算機的,可他要做火箭,什麼都不懂,就一邊學習一邊做產品。據說現在對航天工程技術的理解和應用,已經達到了一流科學家的水準。」

湯教授道︰「周總也不差。」

這時,多媒體實驗室里人已經很多了,出現了很多實驗室里的其他教授和博士們在旁听。

湯教授是多媒體實驗室的主任,是這個實驗室人工智能領域研究方向的引領者,所有的教授和博士、碩士們都要按照他的這個大方向去研究。

他的方向選擇對了,所有人都會一步跨上人工智能領域的大舞台,成為行業里的資深專家。他選擇錯了,大家一起完蛋。

不過,湯教授是麻省理工畢業的博士,很權威,大家都很相信他。

面對這麼多實驗室的同事和學生,湯教授就像上課一樣,要說得詳細一些。先簡單闡述了一下邏輯學到統計學的思路轉變。

圖像由無數個點組成,分辨率越高,點數越多;分辨率越低,點數越少。

把圖像擴大1倍,其實就是把點數增加1倍。

過去的算法,是數學、邏輯學的思路。即有了前一個節點,然後根據數學邏輯,推演到了下一個點,一個點變為兩個點,就完成了拓展。把圖片中所有的點都處理、擴展一遍,圖片的放大就完成了。

可這是個確切的過程。

選擇的節點得是確定的,才能衍生出第二個點。

如果第一個節點都是模糊的、不確定的,就算數學公式、邏輯思路再正確,也沒用啊,巧婦難為無米之炊。

新的大數據下的圖像處理思路,應用到的是統計學算法。

比如,有兩條路,都可以到達終點,運動員選擇哪一條路耗時更短?

傳統的思路,就要通過數學和邏輯學上的計算。

計算路程長度,運動員的速度,以及運動員的狀態、耐力、加速度、減速度、摩擦力所影響的摔倒幾率等等。

拿出一套極復雜的公式出來。

可是,如果過來的運動員是沒有腿的殘疾人,或者盲人怎麼辦?過去的這套公式就都沒用了。

統計學的思路就很簡單了。

兩條路,不管是正常人、殘疾人,還是自行車、汽車,都無所謂,統計數據就好了。左邊這條路測算1萬次,右邊這條路測算1萬次。

經過測試,左邊贏了8000次,右邊贏了2000次,結果就出來了。

選擇左邊這條路耗時更短!

應用在模糊照片的清晰化處理上,就是大數據下的統計學。

比如一個模糊化的鼻子,原始形象是什麼樣?

統計就好了。

選1萬個不同種類的鼻子,然後進行模糊化處理。模糊化處理後的鼻子,哪個跟模糊照片中的鼻子點位重合最高,就是哪個。

不過,想實現這一點非常復雜。

只要是大數據,就一定會涉及算力的問題。想處理、統計這麼多的數據,普通的電腦根本沒戲,一啟動就死機。

湯教授道︰「過去的圖片處理,始終沒能超越人眼的範疇,想要靠著計算機突破人眼的極限,除了大數據和人工智能相關技術的理解之外,還離不開強大的算力。」

周不器笑道︰「算力不成問題,紫微星的雲計算業務已經趨近成熟。如果實驗室應用,我還可以幫你們跟聯想聯系,使用他們的hpc。」

hpc就是high型的pc,即高性能計算機、超級計算機,算力很強大。

所采用的技術原理跟雲計算差不多,都是並行的集群化工程。紫微星的楊振坤博士一手開發了飛天數據庫,並為雲計算業務提供了技術儲備和支持。他在被挖到紫微星之前,在聯想研究院時就主要做hpc方面的研究。

現在的聯想超算不像十年後那樣威震世界,能跑到全世界給人家搭設超算平台。不過在市場化應用的領域,目前已經達到了國內第一的水平。紫微星有一大一小兩個超算計算機平台,大的是惠普,小的是聯想。

這個多媒體實驗室體量有限,幫他們搭一個小型的超算平台足夠了。

湯教授不由得一愣,「這價格可不低吧。」

周不器笑道︰「沒關系,我送給你們。」

裴瑤在旁笑著說︰「我們周總最支持創新型技術的研究了,尤其是人工智能、大數據和雲計算的領域,幾乎每次會議都要提到。」

實驗室里的教授、博士們就都很高興。

這可太好了!

他們辦公室采購的是一批性能極好的惠普電腦,可這也只是普通電腦,算力根本不夠。剛才演示的時候,放大一個很小的圖片,都要耗時3分鐘。要是大點的項目,那得直接卡死。

有了hpc,那對他們今後的課題研究就方便多了。

湯教授很感謝,不過課還沒上完,他要接著剛才的思路繼續說︰「眼楮能看到的,都是確切化的處理,剛才說了,從1到10到100到1000。變化很大,肉眼都能區分。如果是縮小就不一樣了,從1到0.1到0.01,等縮小到了0.0000……001和0.0000……002的時候,這差距就非常小了,肉眼就看不見了。可是計算機卻能夠區分。這是在圖片處理中計算機超越人眼的關鍵。強大的算力是基礎。」

這麼復雜的事,周不器就不好亂參與了。

紫微星的幾個專家跟他們進行了討論。

大概意思,就是給每一張清晰的點標號,然後對應一個模糊的點。一個清晰的點是1,對應的模糊點是0.0000……001,一個清晰的點是2,對應的模糊點是0000……002,先統計出來。

這樣,等模糊的點0.000……00ε出現的時候,就可以朝著清晰點的ε靠攏了,就完成了從不確定性到確定性的轉化。

當然,這個過程可能不是一一對應的,可能是多對多,還需要很復雜更詳盡的統計、分析。

周不器想到了什麼,問道︰「用手機拍月亮,是不是就這個原理?」

「什麼拍月亮?」湯教授沒太理解。

周不器道︰「手機的像素太低,而且夜景的采光也不行,根本拍不清。」

湯教授擺了擺手,「如果只是優化月亮圖景,那會很簡單,我們現在也能做到。月亮是固定的,是已知的,構圖簡單。拍出一個大概模型,人工智能去豐富就行了。可現存的模糊照片,其原本的樣子是未知的,難度會大大提高。如果是拍月亮,對手機來說難的不是對模糊圖片的清晰化處理,而是手機的算力能不能跟上,芯片要好。現在世界上不可能存在這樣的手機芯片。」

另一個白人教授用中文說道︰「我們實驗室目前主要做的是人像的處理,主要是人臉。人臉的復雜度要遠遠超過月亮,需要在人臉檢測、高分辨率、人臉的特性分布等所有方面做研究,還要有足夠的人臉圖像。」

周不器馬上理解,「對,大數據嘛,得有數據才行!紫微星最不缺的就是圖片,可以支持!」

得有足夠多的確切的臉,才能得出足夠多的模糊化臉的數據庫,點對點的分析、對接。然後,等一張模糊化的臉出現後,才能通過點對點的分析、對接,反推出清晰化的臉。

這個工程一定要做。

一方面是技術的積累、沉澱。

一方面的確很有意義啊!

這在全世界都是一個無法解決的難題,如果紫微星解決好了,那就賺大發了,到時候可以賣給全世界的警察局。

全世界的警察局都是體制內部門,跟這種部門合作,油水都大大的。而且,這對警察來說是剛需性的技術,會大大地提高破案率。只要出現,各國警察都會搶著要買。

那就發財了!

不過,外國人的臉和國人的臉不一樣,得拿到足夠多的外國臉的樣本進行分析統計才行。隨著手機和社交網絡的普及,這一點不是障礙,寫一個爬蟲算法,去網路上扒圖就行了。

7017k

溫馨提示︰方向鍵左右(← →)前後翻頁,上下(↑ ↓)上下滾用, 回車鍵:返回列表

投推薦票 上一章章節目錄下一章 加入書簽
本站推薦︰ 夜的命名術 武神主宰 末日我有超級求生系統 怪獵聊天群 我的人生可以無限模擬 網游︰我騎士號血超厚 我有一身被動技 這個外掛過于中二 妙醫聖手 萬相之王