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