卡本的困境是一个行业技术向前推进的自然状态⛪，探路的人永远比走路的人艰辛🌐，同样的🐢，如果这个探路者找到一条新路✝，他就有机会收获最大的价值⚫。?????笔??趣阁?ｗ?ｗ?ｗ?．?ｂ?ｉ?ｑｕｇｅ．ｃｎ
在莫回的概念里🍇，卡本所面临的障碍基本上都是工程技术障碍🐺，理论障碍非常少🐥，人类展大现在这个阶段🏭，生活服务机器人实际上在各个主要的基础理论领域已经成熟🎄，无非是在工程技术上存在大量的难题🐁。
做个简单的类比🎪，内燃机的理论模型很早就已经建立起来了🍄，但是后面一代代的内燃机不断的更新换代⏰，技术不断向前推进🍁，实际上并不是理论上获得了什么突破🏍，只不过是内燃机的工程技术上日臻完善⛄。
如果我们抛开材料技术等周边学科的进步👠，单独谈论内燃机的技术进步🎽，就会现它的进步在原理上并没有脱离最初的理论模型✔，无非是热效率的不断提高👔，功率的不断提高🐛，这些进去都是工程技术上的进步🏿。
现在在机器人领域面临的就是这个问题🏈，主要领域的理论技术已经不是障碍🍘，现在只是需要进行工程技术上的突破☕，理论上可行了🌜，还必须要在工程上实现它🏡。
现在机器人卡壳的几个关键领域❕，图像识别🐴、语音识别👠、人工智能🐩、定位与导航🌝，准确来说也谈不上卡壳🍢，只不过现有技术实现效果不佳🌆。
就好像早期的蒸汽机🏜，压力不行🏙、密封不行🌍、传动不行🍚、机械结构也不成🌂，导致整体效率非常低下⏩，只能在矿井里负责排水➡，应用场景和市场接受度受到非常大的限制🌜。
现在的机器人也是这个状态🆎，整体来看🈶，每个领域的都有技术能够用上🎎，但是性能都不咋地⬇，组合起来的整体就显得更差🏃，往往挺昂贵的东西👁，但是真正用起来就是一时新鲜✂，应用性和工作效率很差🎷。
说白了✏，现在的生活服务类机器人🌰，有太多领域需要加强🅰，这些领域的技术太低🈷，导致机器人整体的应用性能始终提不上去🌓。
不过有个好处就是🐻，所有相关技术都有🈴，不至于说出现一个暂时完全无法解决的技术空白领域🐚，有没有的问题已经解决⬛，现在正在解决好不好的问题🏣。
比如图像识别技术🌄，这个技术很早就有❌，从这个技术延伸出来很多相关的应用技术⛷，比如百度的搜图🌲，比如人脸识别🏖，比如三维重建等等🐃，都是从这个技术延伸出来的🏌。
库卡面对的是标准化可设计场景🐡，而卡本面对的是随机不可控场景🏾，并且突事件很多✨，所以相对来说🍩，卡本面对的技术难度要远高于库卡🌻。只不过库卡倾向于精度和效率🆕，卡本倾向于可用性和智能性🎌。
卡本的收购成本并不高🏀，并且它算是在生活服务机器人领域走的最远的🎳，莫回拿下卡本的一个主要的考虑是尝试利用极本加研进程🌎。
目前极本的运算能力是常的👨，智能性也还不错🎢，虽然未必是最强的👰，至少在各大实验室研的aI中算是第一梯队的🏚。
极本对卡本可能提供的帮助应该在模拟和排错上🎳，比如图像识别🍽，想要获得一个应用效果比较好的图像识别技术🍺，关键就在算法和无监督自我学习的智能性上⏯。
莫回采取的是笨方法✈，当卡本被收购之后🏕，让卡本团队在图像识别领域提供一个演进模型🏌，这个模型实际上是一个训练模型👆，通过海量样本进行人工智能的训练和学习🏟。同时让他们提供图像识别领域所有可能的算法✔，无论这个算法有效性如何🌫。
莫回依托上帝之手可调用的资源相当多🎚，他不仅要求卡本提供🐧，还联系了很多在这个领域进行研究的科研和商业机构🐧，让他们提供类似的东西🈯。
莫回做的事情实际上是尽量将这个领域的算法穷举🎸，同时将这个领域的研究方法穷举🐋，然后利用海量的样本让极本进行无穷比对和组合👌。
严格来说他这不算是科研🐬，他是利用极本的计算力优势🌆，不停的排列组合🏂，穷举所有可能性🍜，在其中找到可能的道路🌭。
这个方法虽然很笨👭，但是在某型领域确实能够起到效果🌌，实际上大数据提取出来的各种规律和关联性🈁，都是利用各种算法⤴，通过类似的方式㊙，寻找隐藏的或然关系的🌎。理论上来说某些科研也类同于穷举🐽，白炽灯的明其实就是穷举所有可能材料🐓，最终选中了钨🎿。
极本的第一次科研是在阿朱这个人工智能的帮助下磕磕绊绊进行的👦，好在极本的运算度非常快❗，技术瞬间就会给出结果🍃，无论面对多大的样本库🎿。
所以莫回的科研进度很快❇，他能够在一天只能调整数十次计算模型⛲，不断试错不断碰撞🎄，寻找可能正确的道路🌬。
以图像识别技术为磨刀石♈，莫回不断的磨砺极本进行科研的应用办法👯，不断的调整🐿，不断的尝试🍤，在持续的互动调整中🏩，极本慢慢将其强性能挥出来🍁。
当极本的科研方法基本有了雏形的时候🏞，一个应用性能已经差强人意的图像识别出炉了🍎。它的算法是极本通过无数次推衍和演化之后形成的🍅，它的智能模块经过数以亿记的图片和视频的训练✏，已经拥有足够的适应性🍨。
这个图像识别技术很快给到卡本团队进行了应用性测试👠，结果现它已经能够通过照片和视频识别家庭中大多数常用物品🍆，能够分辨宠物🎬，能够辨别移动物体👱。
做到这一点🍤，实际上在视觉识别模块上⛔，已经差不多能够满足生活机器人的需求了🍩，后面需要做的就是基于这个技术🏥，延展其他功能🍁，比如距离判断⚽，路径规划👁，自身定位等等🏥。
对于莫回来说🐆，最大的收获不是这个图像识别技术👘，而是为了研这个技术的过程中⏬，极本摸索出来的科研模式和方法♑。
有了第一步就好👥，莫回将其程序化👀，变成一款带着自学习能力🆖，拥有相当智能性的全新模块——科研1.o(未完待续🏖。)
本章未完，点击下一页继续阅读