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