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