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2👔🈤⛸000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。
比如一🛋🚳🗚个模糊化的鼻子，原始形象是什么样？
统计就好了。
选1万个不同种类的鼻子，然后进行模糊化处理。模🏾☆糊化处理后的鼻子，哪个跟模糊照片中的🁬🈹🃑鼻子点位重合最高，就是哪个。
不过，想实现这一点非常复杂。
只要是大数据，就一定会涉及算力的问题。想处理、统计这么多的数据🎫📿♀，🜬🅋🄼普通的电脑根本没戏，一启动就死机。
汤教授道：“过去的图片处理，始终没能超越人眼的范畴，想要靠♰🌂着计算机突破人眼的极限，除了大数据和人工智能相⛼关技术的理解之外，还离不开强大的算力。”
周不器笑道：“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。🈪”
hpc就是h🀳🀳igh型的pc，即高性能计💐💐算机、超级计算机，算力很强大。
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🉢时就主要做hpc方面的研究。