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