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？