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