第3章 天灾瘟疫（8）
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