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