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