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