第10章 晴天 2
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