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