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