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hp。”

hp就是high型的p，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hp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。”

/>

这可太好了！

& nbsp;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hp，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01到001，等缩小到了00000……001和00000……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00000……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0000……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。

7017

。