第1334章 人眼和馬賽克

　　通過人工智能算法，把無人機拍攝下來的照片進行處理，變成清晰的照片，就可以跟人工航拍的效果差不多了。

　　因為這是紫微星的項目，微點地圖就有技術壟斷權，微點地圖就可以對百度地圖進行壓制了。

　　一舉多得啊！

　　更有甚者，甚至可以推廣到軍用領域。

　　比如軍事偵查，把拍到的模糊圖片清晰化處理；比如國內的衛星拍到的國外畫面太模糊，也可以清晰化處理。

　　不過，這顯然還有很長的路要走，湯教授說道：“在警方和fBi的探案過程中，經常能獲得一些犯罪嫌疑人的模糊照片。如果能對照片進行超分辨率處理，把照片變得清晰、漂亮，就會大大地提高破案率。可實際上這件事美國已經做了幾十年，至今都無法做到。”

　　周不器問：“為什麼？”

　　“算法的問題，”湯教授嘆了口氣，“我們對過去的算法很失望。”

　　周不器問：“基於人工智能的深度學習可以解決嗎？”

　　湯教授道：“這件事很複雜，計算機處理的是0和1兩種信號。通過這兩種信號完成一些人類行為的判斷，會非常複雜。比如這裡有一張桌子，我們一眼就能看見，不要反應時間就能判斷出來。可計算機如果要從圖片中識別一張桌子，可能需要上百萬次的計算才行。實際上，過去這幾十年的圖片識別領域，計算機的處理效率遠遠低於人眼。連人眼都看不清的東西，計算機就更不可能看清了。”

　　周不器似乎理解了，“過去的計算機處理能力太差，現在出現了很多超級計算機，紫微星甚至可以進行集群化的雲計算，算力就大大增加了。”

　　湯教授看向周大老闆的眼神發生了幾分變化，很高興地說：“沒錯，算力的提高，是人工智能發展的基礎。不過，過去的算法肯定是不行的，要有新的創新、在學術上有新的發現。我給你舉個例子，1放大2倍，是2；放大100倍，是100；放大1000倍，是1000。一個確定的數字1，放大多少倍，得到的都是確切數字。可是，一個不確定的數字e，放大10倍是10e，放大100倍是100e，不管放大多少倍，得到的都是一個不確定的數字。”

　　在場的都是受過高等教育的，哪怕是外行，也能聽懂這其中的邏輯。

　　就比如大銀幕上演示的這張人像圖片。

　　這張圖片的原始照片是清晰的，就是確定的數字，所以不管放大多少倍，都是有算法基礎的，都是確定的，放大之後可以給出清晰圖像。

　　可如果原始照片過於模糊，模糊到連眼睛都看不清，就是一個不確定數字。不管放大多少倍，都是不確定的。

　　周不器點了點頭，對此比較心安。

　　無人機拍的照片，就算模糊了一些，人眼也能看清。人眼能看清，就應該能處理好。

　　湯教授接著又說：“不過，在新技術之下，人眼無法分辨的不確定數字，未必就不能轉化為確定數字！”

　　“哦？”

　　周不器眼睛一亮。

　　湯教授道：“依靠大數據。”