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