第14章 焦金流石王【第四更】
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