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