第31章 兄弟之战 一
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