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