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