第1335章 不确定性到确定性的转化1331(1 / 2)

热门推荐:

周不器虽然是技术外行,但他重生之前,也常常被云计算、大数据、人工智能等几个概念给洗脑。

重生之后,对这几个方面就格外重视,逐渐地也产生了一些认知。

他还挺聪明,听到汤教授一说,马上就反应过来,脱口而出:“从逻辑学到统计学的算法思路改变?”

汤教授微微一怔,似乎很惊讶,“周总的理解力,令人惊叹!”

裴瑶带来了那四个t7的技术专家,也对周大老板的水平有了新的认识。

不得了!

从人工智能到大数据,这可是世界性的前沿性的科技课题啊,就算是内行人都迷迷糊糊,摸不着方向。

甚至其中一个t7专家,第一时间都没能反应过来。

大老板一个外行,竟然这么快就想通了?

当然,这跟周不器的层次有关,他平时接触的都是沈向阳博士、王建博士、陆器博士这种级别的科学家,要么就是跟清华、牛津的科学家交流。

有这些世界上最好的科学家当老师,学东西能不快吗?

同时,这一幕也让在场很多紫微星的工作人员都心有感触,深刻理解了公司在人才结构上要求年轻化的道理了。

年轻就是好啊!

学东西真快。

裴瑶发自内心地佩服,笑着说:“我们老板是一个纯计算机专业的外行,可能连一本的入门书都没读过。不过在平时的工作中,他会跟很多科学家打交道,也会参加一些技术性会议,时间长了……可能就明白了。”

小超人附议,“周先生是天才。”

汤教授点头同意,“周总的领悟力和理解力,比内行还内行。”

周不器一向很谦虚,笑着说:“我算什么天才,差远了呢!我在硅谷,认识了一个企业家,叫埃隆·马斯克,那才是真正的天才。他是学计算机的,可他要做火箭,什么都不懂,就一边学习一边做产品。据说现在对航天工程技术的理解和应用,已经达到了一流科学家的水准。”

汤教授道:“周总也不差。”

这时,多媒体实验室里人已经很多了,出现了很多实验室里的其他教授和博士们在旁听。

汤教授是多媒体实验室的主任,是这个实验室人工智能领域研究方向的引领者,所有的教授和博士、硕士们都要按照他的这个大方向去研究。

他的方向选择对了,所有人都会一步跨上人工智能领域的大舞台,成为行业里的资深专家。他选择错了,大家一起完蛋。

不过,汤教授是麻省理工毕业的博士,很权威,大家都很相信他。

面对这么多实验室的同事和学生,汤教授就像上课一样,要说得详细一些。先简单阐述了一下逻辑学到统计学的思路转变。

图像由无数个点组成,分辨率越高,点数越多;分辨率越低,点数越少。

把图像扩大1倍,其实就是把点数增加1倍。

过去的算法,是数学、逻辑学的思路。即有了前一个节点,然后根据数学逻辑,推演到了下一个点,一个点变为两个点,就完成了拓展。把图片中所有的点都处理、扩展一遍,图片的放大就完成了。

可这是个确切的过程。

选择的节点得是确定的,才能衍生出第二个点。

如果第一个节点都是模糊的、不确定的,就算数学公式、逻辑思路再正确,也没用啊,巧妇难为无米之炊。

新的大数据下的图像处理思路,应用到的是统计学算法。

比如,有两条路,都可以到达终点,运动员选择哪一条路耗时更短?

传统的思路,就要通过数学和逻辑学上的计算。

计算路程长度,运动员的速度,以及运动员的状态、耐力、加速度、减速度、摩擦力所影响的摔倒几率等等。

拿出一套极复杂的公式出来。

可是,如果过来的运动员是没有腿的残疾人,或者盲人怎么办?过去的这套公式就都没用了。

统计学的思路就很简单了。

两条路,不管是正常人、残疾人,还是自行车、汽车,都无所谓,统计数据就好了。左边这条路测算1万次,右边这条路测算1万次。

经过测试,左边赢了8000次,右边赢了2000次,结果就出来了。

选择左边这条路耗时更短! 应用在模糊照片的清晰化处理上,就是大数据下的统计学。

返回