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