第83章 灵感（1/2）

林芝是西藏重要的地级市，古称工布，藏语意思是太阳宝座，平均海拔三千一百米，低的地方海拔只有九百多米，城区的海拔不足三千米，有高原反应的人到这里也不用担心难受。

这里有众多的景点，有世界上最大、最深的峡谷--雅鲁藏布大峡谷，有喜马拉雅山脉最东端的南迦巴瓦峰，也是西藏最古老的佛教雍仲本教的圣地，还有雪山环绕、周围森林密布的巴松措湖，除了这些自然景观以外，还有太昭古城，千年古堡群等众多人文景点。

林芝的城建规划做得很不错，街道格外的整洁，无论是在远处看，还是身处其中都感觉很舒服。

来的路上随处都是风景，已经看过很多，他们并没有再专门去景点游览，大部分时间都在市区转悠，品尝不同饭馆的风味。

在这个小城，罗平和石文芳住了一个星期。

当然，不光是为了吃，他们俩也没有明显的高原反应，主要是罗平尝试编写程序，想让机器人在现有的硬件情况下，只靠逻辑判断具备一定识别能力。

结果当然不理想，一个星期白忙活，罗平最大的收获就是不得不承认这个念头过于异想天开，难度比他想象的大得多。

做得出做不出先不考虑，只是想要做这件事，他先要学习的基础知识就有很多。

以视觉信号为例，机器人的摄像头接受外界光线，内部的感光元件将光信号根据不同波长和强弱转换成电信号，这种信号是连续变化的模拟信号，数模转换元件再将模拟信号转换成数字0和1组成的数字信号，最终得到一个二维像素矩阵，矩阵中包含每个像素点的颜色和亮度信息，只有这种信息才能被程序解读。

每个二维像素矩阵就是一张图片信息，这样一张图片最少有几兆的内容，一秒钟的视频最少包含二十四张图片的信息，一些变化剧烈的视频画面，这个信息密度还要提升几倍。

最简单粗暴的方法，就是让程序在一秒钟内解读完所有图片的信息，像人眼和大脑一样，从中识别出视频中的内容，还要能自己做出判断。

这就需要将二维像素矩阵种的特征信息提取总结，比如猫狗的图像特征，把特征信息分类写入特征库，程序自动和图片进行匹配，发现特征自动判断为猫或者狗，特征信息总结不到位就很容易发生误判。

想要提升准确度，就得增加特征信息库容量，特征信息库太大的话，程序进行匹配就会很耗费时间，想要提高效率就要增加算力。

早期的计算机视觉识别就是采用类似的方法，罗平准备用的方法，就是在不增加太多算力的情况下，通过设定精准的特征信息库，更巧妙的算法设计，让程序具备基本的识别能力。

想要让机器人通过程序识别图片，罗平自己就得把摄像头的感光元器件工作原理，数模转换原理，二维像素矩阵生成规则等等一系列基础原理搞明白，知道这些信息怎么来的，然后才有可能通过程序让机器人识别出来。

这些理论知识网上搜不到完整的学习资料，在网络论坛查询的结果是，内容涉及到多个专业硕士博士的课程。

半途而废不是罗平的作风，书籍资料网上找不到，就联系罗娜帮忙，想来她们学校应该有这些教材，只是在林芝是没法自学了，只好继续他们的旅程。

到拉萨的路程四百多公里，新修整过的公路比较平整，经历过前面的一系列惊险路程后，这段公路尽管也要翻山越岭，却感觉轻松了许多。

不过感觉上再轻松，路也得一点点走，他们开车也需要六七个小时，这还是在一切顺利的情况下。

石文芳这几天和罗平一起研究，当然也知道了机器人编程的艰难程度，就算她几年后博士毕业，都不一定能做出来，感觉确实有点为难罗平了。

用罗娜调侃他们的话来说，公司聘用的那些博士硕士的专业知识都塞进罗平脑袋里，才够满足他需要的知识基础。