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