这个工程一定要。

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。”

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。

紫微星的几个专家跟他们行了讨论。

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。

一方面的确很有意义啊！

一方面是技术的积累、沉淀。

有了hpc，那对他们今后的课题研究就方便多了。

实验室里的教授、博士们就都很兴。

周不想到了什么，问：“用手机拍月亮，是不是就这个原理？”

周不上理解，“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！”

这个多媒实验室量有限，帮他们搭一个小型的超算平台足够了。

这么复杂的事，周不就不好参与了。

汤教授很谢，不过课还没上完，他要接着刚才的思路继续说：“睛能看到的，都是确切化的理，刚才说了，从1到10到100到1000。变化很大，都能区分。如果是缩小就不一样了，从1到0.1到0.01，等缩小到了0.0000……001和0.0000……002的时候，这差距就非常小了，就看不见了。可是计算机却能够区分。这是在图片理中计算机超越人的关键。大的算力是基础。”

得有足够多的确切的脸，才能得足够多的模糊化脸的数据库，对的分析、对接。然后，等一张模糊化的脸现后，才能通过对的分析、对接，反推清晰化的脸。

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行分析统计才行。随着手机和社网络的普及，这一不是障碍，写一个爬虫算法，去网路上扒图就行了。

周不笑：“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hpc。”

他们办公室采购的是一批能极好的惠普电脑，可这也只是普通电脑，算力本不够。刚才演示的时候，放大一个很小的图片，都要耗时3分钟。要是大的项目，那得直接卡死。

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hpc方面的研究。

另一个白人教授用中文说：“我们实验室目前主要的是人像的理，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、分辨率、人脸的特分布等所有方面研究，还要有足够的人脸图像。”

周不笑：“没关系，我送给你们。”

全世界的警察局都是制内门，跟这门合作，油都大大的。而且，这对警察来说是刚需的技术，会大大地提破案率。只要现，各国警察都会抢着要买。

汤教授摆了摆手，“如果只是优化月亮图景，那会很简单，我们现在也能到。月亮是固定的，是已知的，构图简单。拍一个大概模型，人工智能去丰富就行了。可现存的模糊照片，其原本的样是未知的，难度会大大提。如果是拍月亮，对手机来说难的不是对模糊图片的清晰化理，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。”

汤教授不由得一愣，“这价格可不低吧。”

周不：“手机的像素太低，而且夜景的采光也不行，本拍不清。”

：“过去的图片理，始终没能超越人的范畴，想要靠着计算机突破人的极限，除了大数据和人工智能相关技术的理解之外，还离不开大的算力。”

“什么拍月亮？”汤教授没太理解。

大概意思，就是给每一张清晰的标号，然后对应一个模糊的。一个清晰的是1，对应的模糊是0.0000……001，一个清晰的是2，对应的模糊是0000……002，先统计来。

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。

这可太好了！

hpc就是high型的pc，即能计算机、超级计算机，算力很大。

这样，等模糊的0.000……00ε现的时候，就可以朝着清晰的ε靠拢了，就完成了从不确定到确定的转化。

那就发财了！