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