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……00e出现的时候，就可以朝着清晰点的e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。

7017k