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。
新的大資料下的影象處理思路，應用到的是統計學演算法。
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，就要透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機率等等。
拿出一套極複雜的公式出來。
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，還是腳踏車、汽車，都無所謂，統計資料就好了。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，就是大資料下的統計學。
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，想實現這一點非常複雜。
只要是大資料，就一定會涉及算力的問題。想處理、統計這麼多的資料，普通的電腦根本沒戲，一啟動就宕機。
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，除了大資料和人工智慧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，紫微星的雲端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絡，使用他們的hpc。”
hpc就是high型的pc，即高效能運算機、超級計算機，算力很強大。
所採用的技術原理跟雲端計算差不多，都是並行的叢集化工程。紫微星的楊振坤博士一手開發了飛天資料庫，併為雲端計算業務提供了技術儲備和支援。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臺。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臺，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臺足夠了。
湯教授不由得一愣，“這價格可不低吧。”
周不器笑道：“沒關係，我送給你們。”