再说了......
华夏近几年发展迅速，学术之风已经有了很大的进步，按照社会发展的长远目光来看，一定是会得到改善的，海外华人学者归国也是大势所趋。
而陈灵婴要借这股风，让自己拥有话语权。
想到这里陈灵婴又给云之玮发了一篇邮件询问了一些关于到场人员身份的问题，得到的回答是，到场的华人学者基本上来自普林斯顿大学，麻省理工学院以及哈佛大学，其中数学家物理学家占比最多，其次是生命科学相关研究方向的生物科学专家，工程学和计算机稍在其后。
丑国的每一个高等研究院研究所都有华人学者的存在，这在丑华人学者这股力量是恐怖的，也是被世界低估的。
陈灵婴将邮件仔细地看了一遍，记下几个名字后又重新打开看到一半的论文，
关于她的一些问题，到时候还可以问问人工智能方面的专家，总比自己一个人瞎琢磨来得好。
比如对于语言的系统处理，语音助手往往会把“叫我五点起床”理解成为，
“好的，以后你的名字就是五点起床了”。
以及“设置一个半小时后的闹钟”，语音助手可能会识别成“设置1.5个小时的闹钟”。
成熟的人工智能应该具备人脑思考的能力，比如一句话有歧义的时候至少问一句，而不是直接按照既定的程序作答。
数据体现出的应该是发展趋势，而不是既定的结果。
不然这和普通计算机有什么区别?
当然，具备人脑思考的能力，目前世界科技水平还没有发展到这一阶段。
除了语音系统外，人眼图像同样是一个难题。
对于昭昭的眼睛，陈灵婴十分感兴趣。
智机人的眼睛外观做的和人类一模一样，甚至还能从昭昭的眼睛里看见景物的倒影，而对于图像采集，更是做到了极致。
图像噪声在数字图像处理技术中的重要性越来越明显，如高放大倍数航片的判读，X射线图像系统中的噪声去除等已经成为不可缺少的技术步骤。
且无法达到昭昭目前所拥有能力的十分之一。
普通的视物，识物，通过图像计算距离，以及判断食物的生熟程度......
一件件在人类看来再简单不过的事情，放在机器身上，都是需要持续不断的研究才能做到的。
而不管是空间域滤波，还是变化域滤波亦或者偏微分方程以及形态学噪声除滤器，都做不到。
对原图进行直接的数据处理，并且对图像的灰度值处理。
对图像进行的变换,把图像由空间域转换到变换域，然后对变换域中的变换系数再操作，再进行反变换将图像从变换域转换到空间域来达到去除图像噪声的目的。
利用具有各向异性的特点，应用在图像去噪中，可以在去除噪声的同时，很好的保持边缘。
通过随时间变化的更新，使得图像向所要得到的效果逐渐逼近，以及对其改进后的后续工作。
将开与闭结合可用来滤除噪声，首先对有噪声图像进行开运算，可选择结构要素矩阵比噪声尺寸大，因而开运算的结果是将背景噪声去除再对前一步得到的图像进行闭运算，将图像上的噪声去掉。
陈灵婴将上述的几种方案记下，却又在旁边画了一个叉。
............
如果有想往人工智能方向发展的小朋友，我的建议是本科选择计算机专业，研究生再选择AI方向，很多学校并没有开设人工智能专业的实力。（当然这只是一个建议，具体选择从心，另外这个专业对数学物理能力有一定要求，最基础的几门课是：高等数学，线性代数以及概率论和数理统计。）
