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