周不器一向很謙虛，笑著(zhù)說(shuō)：“我算什么天才，差遠了呢！我在硅谷，認識了一個(gè)企業(yè)家，叫埃隆·馬斯克，那才是真正的天才。他是學(xué)計算機的，可他要做火箭，什么都不懂，就一邊學(xué)習一邊做產(chǎn)品。據說(shuō)現在對航天工程技術(shù)的理解和應用，已經(jīng)達到了一流科學(xué)家的水準?！?br/>
湯教授道：“周總也不差?！?br/>
這時(shí)，多媒體實(shí)驗室里人已經(jīng)很多了，出現了🍧👛很多實(shí)驗室里的其他教授和博士們在旁聽(tīng)。
湯教授是多媒🜠🃥🙼體實(shí)驗室的主任，是這個(gè)實(shí)驗室人工智能領(lǐng)域研究方📀🗭🞴向的引領(lǐng)者，所有的教授和博士、碩士們都要按照他☂的這個(gè)大方向去研究。
他的方向選擇對了，所有人都會(huì )一🇱🜘步跨上人工智能領(lǐng)域的大舞臺，成為行業(yè)里的資深專(zhuān)家。他選擇錯了，大家一起完蛋。
不過(guò)，湯教授是麻省理🌐♵工畢業(yè)的博士，很權威，大家都很相信他。
面對這么多實(shí)驗室的同事和學(xué)生，湯教授就像上課一樣，🂮💎要說(shuō)得詳細一些。先簡(jiǎn)單闡述了一下邏輯學(xué)到統計學(xué)的思路轉變。
圖像由無(wú)數個(gè)點(diǎn)組成，分辨率越高，🖣🔛點(diǎn)數越多；分辨率越低，點(diǎn)數越少。
把圖像擴⚦📨大1倍，其實(shí)就是把點(diǎn)🃨🚗📥數增加🙙1倍。
過(guò)去的算法，是數學(xué)、邏輯學(xué)的思路。即有了前一個(gè)節點(diǎn)，然后根據數學(xué)邏輯，🃂🕂推演到了下一個(gè)點(diǎn)，一個(gè)點(diǎn)變?yōu)閮蓚€(gè)點(diǎn)，🝚就完成了拓展。把圖片中所有的點(diǎn)都處理、擴展一遍，圖片的放大就完成了。
可這是個(gè)確切的過(guò)程。
選擇的節點(diǎn)得是確定🂅🌖的，才能🎲🕀衍生出第二個(gè)點(diǎn)🍧👛。
如果第一個(gè)節點(diǎn)💢都是模糊的、不確定的，就算數學(xué)公式、邏輯思路再正確，也沒(méi)用啊，巧婦難為無(wú)米🏉之炊。
新的大數據下的圖像處理思路，🃨🚗📥應用到的是統計學(xué)算法。
比如，有兩條路💢，都可以到達終點(diǎn)，運動(dòng)員選擇哪一條路耗🖉🐰🃤時(shí)更短？
傳統的思路，就💢要通過(guò)數🜅⛘學(xué)和邏輯學(xué)上的計算。
計算路程長(cháng)度，運動(dòng)員的🜅⛘速度，以及運動(dòng)員的狀態(tài)、耐力、加速度、減速度、摩擦力所影響的摔倒幾🏉率等等。