第1334章 人眼和马赛克(第3/3页)
更有甚者，甚至可以推广到军用领域。
比如军事侦查，把拍到的模糊图片清晰化处理；比如国内的卫星拍到的国外画面太模糊，也可以清晰化处理。
不过，这显然还有很长的路要走，汤教授说道：“在警方和fbi的探案过程中，经常能获得一些犯罪嫌疑人的模糊照片。如果能对照片进行超分辨率处理，把照片变得清晰、漂亮，就会大大地提高破案率。可实际上这件事美国已经做了几十年，至今都无法做到。”
周不器问：“为什么？”
“算法的问题，”汤教授叹了口气，“我们对过去的算法很失望。”
周不器问：“基于人工智能的深度学习可以解决吗？”
汤教授道：“这件事很复杂，计算机处理的是0和1两种信号。通过这两种信号完成一些人类行为的判断，会非常复杂。比如这里有一张桌子，我们一眼就能看见，不要反应时间就能判断出来。可计算机如果要从图片中识别一张桌子，可能需要上百万次的计算才行。实际上，过去这几十年的图片识别领域，计算机的处理效率远远低于人眼。连人眼都看不清的东西，计算机就更不可能看清了。”
周不器似乎理解了，“过去的计算机处理能力太差，现在出现了很多超级计算机，紫微星甚至可以进行集群化的云计算，算力就大大增加了。”
汤教授看向周大老板的眼神发生了几分变化，很高兴地说：“没错，算力的提高，是人工智能发展的基础。不过，过去的算法肯定是不行的，要有新的创新、在学术上有新的发现。我给你举个例子，1放大2倍，是2；放大100倍，是100；放大1000倍，是1000。一个确定的数字1，放大多少倍，得到的都是确切数字。可是，一个不确定的数字e，放大10倍是10e，放大100倍是100e，不管放大多少倍，得到的都是一个不确定的数字。”
在场的都是受过高等教育的，哪怕是外行，也能听懂这其中的逻辑。
就比如大银幕上演示的这张人像图片。
这张图片的原始照片是清晰的，就是确定的数字，所以不管放大多少倍，都是有算法基础的，都是确定的，放大之后可以给出清晰图像。
可如果原始照片过于模糊，模糊到连眼睛都看不清，就是一个不确定数字。不管放大多少倍，都是不确定的。
周不器点了点头，对此比较心安。
无人机拍的照片，就算模糊了一些，人眼也能看清。人眼能看清，就应该能处理好。
汤教授接着又说：“不过，在新技术之下，人眼无法分辨的不确定数字，未必就不能转化为确定数字！”
“哦？”
周不器眼睛一亮。
汤教授道：“依靠大数据。”