卡本的困境是一個行業技術向前推進的自然狀態，探路的人永遠比走路的人艱辛，同樣的，如果這個探路者找到一條新路，他就有機會收獲最大的價值。? ??獵文 　　 ?? 　　

　在莫回的概念裡，卡本所面臨的障礙基本上都是工程技術障礙，理論障礙非常少，人類展大現在這個階段，生活服務機器人實際上在各個主要的基礎理論領域已經成熟，無非是在工程技術上存在大量的難題。

　做個簡單的類比，內燃機的理論模型很早就已經建立起來了，但是後面一代代的內燃機不斷的更新換代，技術不斷向前推進，實際上並不是理論上獲得了什麽突破，只不過是內燃機的工程技術上日臻完善。

　如果我們拋開材料技術等周邊學科的進步，單獨談論內燃機的技術進步，就會現它的進步在原理上並沒有脫離最初的理論模型，無非是熱效率的不斷提高，功率的不斷提高，這些進去都是工程技術上的進步。

　現在在機器人領域面臨的就是這個問題，主要領域的理論技術已經不是障礙，現在只是需要進行工程技術上的突破，理論上可行了，還必須要在工程上實現它。

　現在機器人卡殼的幾個關鍵領域，圖像識別、語音識別、人工智能、定位與導航，準確來說也談不上卡殼，只不過現有技術實現效果不佳。

　就好像早期的蒸汽機，壓力不行、密封不行、傳動不行、機械結構也不成，導致整體效率非常低下，只能在礦井裡負責排水，應用場景和市場接受度受到非常大的限制。

　現在的機器人也是這個狀態，整體來看，每個領域的都有技術能夠用上，但是性能都不怎地，組合起來的整體就顯得更差，往往挺昂貴的東西，但是真正用起來就是一時新鮮，應用性和工作效率很差。

　說白了，現在的生活服務類機器人，有太多領域需要加強，這些領域的技術太低，導致機器人整體的應用性能始終提不上去。

　不過有個好處就是，所有相關技術都有，不至於說出現一個暫時完全無法解決的技術空白領域，有沒有的問題已經解決，現在正在解決好不好的問題。

　比如圖像識別技術，這個技術很早就有，從這個技術延伸出來很多相關的應用技術，比如百度的搜圖，比如人臉識別，比如三維重建等等，都是從這個技術延伸出來的。

　庫卡面對的是標準化可設計場景，而卡本面對的是隨機不可控場景，並且突事件很多，所以相對來說，卡本面對的技術難度要遠高於庫卡。只不過庫卡傾向於精度和效率，卡本傾向於可用性和智能性。

　卡本的收購成本並不高，並且它算是在生活服務機器人領域走的最遠的，莫回拿下卡本的一個主要的考慮是嘗試利用極本加研進程。

　目前極本的運算能力是常的，智能性也還不錯，雖然未必是最強的，至少在各大實驗室研的aI中算是第一梯隊的。

　極本對卡本可能提供的幫助應該在模擬和排錯上，比如圖像識別，想要獲得一個應用效果比較好的圖像識別技術，關鍵就在算法和無監督自我學習的智能性上。

　莫回采取的是笨方法，當卡本被收購之後，讓卡本團隊在圖像識別領域提供一個演進模型，這個模型實際上是一個訓練模型，通過海量樣本進行人工智能的訓練和學習。同時讓他們提供圖像識別領域所有可能的算法，無論這個算法有效性如何。

　莫回依托上帝之手可調用的資源相當多，他不僅要求卡本提供，還聯系了很多在這個領域進行研究的科研和商業機構，讓他們提供類似的東西。

　莫回做的事情實際上是盡量將這個領域的算法窮舉，同時將這個領域的研究方法窮舉，然後利用海量的樣本讓極本進行無窮比對和組合。

　嚴格來說他這不算是科研，他是利用極本的計算力優勢，不停的排列組合，窮舉所有可能性，在其中找到可能的道路。

　這個方法雖然很笨，但是在某型領域確實能夠起到效果，實際上大數據提取出來的各種規律和關聯性，都是利用各種算法，通過類似的方式，尋找隱藏的或然關系的。理論上來說某些科研也類同於窮舉，白熾燈的明其實就是窮舉所有可能材料，最終選中了鎢。

　極本的第一次科研是在阿朱這個人工智能的幫助下磕磕絆絆進行的，好在極本的運算度非常快，技術瞬間就會給出結果，無論面對多大的樣本庫。

　所以莫回的科研進度很快，他能夠在一天只能調整數十次計算模型，不斷試錯不斷碰撞，尋找可能正確的道路。

　以圖像識別技術為磨刀石， 莫回不斷的磨礪極本進行科研的應用辦法，不斷的調整，不斷的嘗試，在持續的互動調整中，極本慢慢將其強性能揮出來。

　當極本的科研方法基本有了雛形的時候，一個應用性能已經差強人意的圖像識別出爐了。它的算法是極本通過無數次推衍和演化之後形成的，它的智能模塊經過數以億記的圖片和視頻的訓練，已經擁有足夠的適應性。

　這個圖像識別技術很快給到卡本團隊進行了應用性測試，結果現它已經能夠通過照片和視頻識別家庭中大多數常用物品，能夠分辨寵物，能夠辨別移動物體。

　做到這一點，實際上在視覺識別模塊上，已經差不多能夠滿足生活機器人的需求了，後面需要做的就是基於這個技術，延展其他功能，比如距離判斷，路徑規劃，自身定位等等。

　對於莫回來說，最大的收獲不是這個圖像識別技術，而是為了研這個技術的過程中，極本摸索出來的科研模式和方法。

　有了第一步就好，莫回將其程序化，變成一款帶著自學習能力，擁有相當智能性的全新模塊——科研1.o