周不器雖然是技術外行，但他重生之前，也常常被雲端計算、大資料、人工智慧等幾個概念給洗腦。

重生之後，對這幾個方面就格外重視，逐漸地也產生了一些認知。

他還挺聰明，聽到湯教授一說，馬上就反應過來，脫口而出：“從邏輯學到統計學的演算法思路改變？”

湯教授微微一怔，似乎很驚訝，“周總的理解力，令人驚歎！”

裴瑤帶來了那四個t7的技術專家，也對周大老闆的水平有了新的認識。

不得了！

從人工智慧到大資料，這可是世界性的前沿性的科技課題啊，就算是內行人都迷迷糊糊，摸不著方向。

甚至其中一個t7專家，第一時間都沒能反應過來。

大老闆一個外行，竟然這麼快就想通了？

當然，這跟周不器的層次有關，他平時接觸的都是沈向陽博士、王建博士、6器博士這種級別的科學家，要麼就是跟清華、牛津的科學家交流。

有這些世界上最好的科學家當老師，學東西能不快嗎？

同時，這一幕也讓在場很多紫微星的工作人員都心有感觸，深刻理解了公司在人才結構上要求年輕化的道理了。

年輕就是好啊！

學東西真快。

裴瑤自內心地佩服，笑著說：“我們老闆是一個純計算機專業的外行，可能連一本《計算機基礎》的入門書都沒讀過。不過在平時的工作中，他會跟很多科學家打交道，也會參加一些技術性會議，時間長了……可能就明白了。”

小人附議，“周先生是天才。”

湯教授點頭同意，“周總的領悟力和理解力，比內行還內行。”

周不器一向很謙虛，笑著說：“我算什麼天才，差遠了呢！我在矽谷，認識了一個企業家，叫埃隆·馬斯克，那才是真正的天才。他是學計算機的，可他要做火箭，什麼都不懂，就一邊學習一邊做產品。據說現在對航天工程技術的理解和應用，已經達到了一流科學家的水準。”

湯教授道：“周總也不差。”

這時，多媒體實驗室裡人已經很多了，出現了很多實驗室裡的其他教授和博士們在旁聽。

湯教授是多媒體實驗室的主任，是這個實驗室人工智慧領域研究方向的引領者，所有的教授和博士、碩士們都要按照他的這個大方向去研究。

他的方向選擇對了，所有人都會一步跨上人工智慧領域的大舞臺，成為行業裡的資深專家。他選擇錯了，大家一起完蛋。

不過，湯教授是麻省理工畢業的博士，很權威，大家都很相信他。

面對這麼多實驗室的同事和學生，湯教授就像上課一樣，要說得詳細一些。先簡單闡述了一下邏輯學到統計學的思路轉變。

影象由無數個點組成，解析度越高，點數越多；解析度越低，點數越少。

把影象擴大1倍，其實就是把點數增加1倍。

過去的演算法，是數學、邏輯學的思路。即有了前一個節點，然後根據數學邏輯，推演到了下一個點，一個點變為兩個點，就完成了拓展。把圖片中所有的點都處理、擴充套件一遍，圖片的放大就完成了。

可這是個確切的過程。

選擇的節點得是確定的，才能衍生出第二個點。

如果第一個節點都是模糊的、不確定的，就算數學公式、邏輯思路再正確，也沒用啊，巧婦難為無米之炊。

新的大資料下的影象處理思路，應用到的是統計學演算法。

比如，有兩條路，都可以到達終點，運動員選擇哪一條路耗時更短？

傳統的思路，就要透過數學和邏輯學上的計算。

計算路程長度，運動員的度，以及運動員的狀態、耐力、加度、減度、摩擦力所影響的摔倒機率等等。

拿出一套極複雜的公式出來。

可是，如果過來的運動員是沒有腿的殘疾人，或者盲人怎麼辦？過去的這套公式就都沒用了。

統計學的思路就很簡單了。

兩條路，不管是正常人、殘疾人，還是腳踏車、汽車，都無所謂，統計資料就好了。左邊這條路測算1萬次，右邊這條路測算1萬次。

經過測試，左邊贏了8ooo次，右邊贏了2ooo次，結果就出來了。

選擇左邊這條路耗時更短！

應用在模糊照片的清晰化處理上，就是大資料下的統計學。