裴瑤在旁笑著說：“我們周總最支援創新型技術的研究了，尤其是人工智慧、大資料和雲端計算的領域，幾乎每次會議都要提到。”
實驗室裡的教授、博士們就都很高興。
這可太好了！
他們辦公室採購的是一批效能極好的惠普電腦，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。要是大點的專案，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：“眼睛能看到的，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。”
這麼複雜的事，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，還需要很複雜更詳盡的統計、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：“手機的畫素太低，而且夜景的採光也不行，根本拍不清。”
湯教授擺了擺手，“如果只是最佳化月亮圖景，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，人工智慧去豐富就行了。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，晶片要好。現在世界上不可能存在這樣的手機晶片。”
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。人臉的複雜度要遠遠超過月亮，需要在人臉檢測、高解析度、人臉的特性分佈等所有方面做研究，還要有足夠的人臉影象。”
周不器馬上理解，“對，大資料嘛，得有資料才行！紫微星最不缺的就是圖片，可以支援！”
得有足夠多的確切的臉，才能得出足夠多的模糊化臉的資料庫，點對點的分析、對接。然後，等一張模糊化的臉出現後，才能透過點對點的分析、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。隨著手機和社交網路的普及，這一點不是障礙，寫一個爬蟲演算法，去網路上扒圖就行了。
7017k