卡本的困境是一個行業(yè)技術(shù)向前推進的自然狀態(tài)，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。

    在莫回的概念里，卡本所面臨的障礙基本上都是工程技術(shù)障礙，理論障礙非常少，人類發(fā)展大現(xiàn)在這個階段，生活服務(wù)機器人實際上在各個主要的基礎(chǔ)理論領(lǐng)域已經(jīng)成熟，無非是在工程技術(shù)上存在大量的難題。

    做個簡單的類比，內(nèi)燃機的理論模型很早就已經(jīng)建立起來了，但是后面一代代的內(nèi)燃機不斷的更新?lián)Q代，技術(shù)不斷向前推進，實際上并不是理論上獲得了什么突破，只不過是內(nèi)燃機的工程技術(shù)上日臻完善。

    如果我們拋開材料技術(shù)等周邊學(xué)科的進步，單獨談?wù)搩?nèi)燃機的技術(shù)進步，就會發(fā)現(xiàn)它的進步在原理上并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(shù)上的進步。

    現(xiàn)在在機器人領(lǐng)域面臨的就是這個問題，主要領(lǐng)域的理論技術(shù)已經(jīng)不是障礙，現(xiàn)在只是需要進行工程技術(shù)上的突破，理論上可行了，還必須要在工程上實現(xiàn)它。

    現(xiàn)在機器人卡殼的幾個關(guān)鍵領(lǐng)域，圖像識別、語音識別、人工智能、定位與導(dǎo)航，準確來說也談不上卡殼，只不過現(xiàn)有技術(shù)實現(xiàn)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(jié)構(gòu)也不成，導(dǎo)致整體效率非常低下，只能在礦井里負責(zé)排水，應(yīng)用場景和市場接受度受到非常大的限制。

    現(xiàn)在的機器人也是這個狀態(tài)，整體來看，每個領(lǐng)域的都有技術(shù)能夠用上，但是性能都不咋地，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(yīng)用性和工作效率很差。

    說白了，現(xiàn)在的生活服務(wù)類機器人，有太多領(lǐng)域需要加強，這些領(lǐng)域的技術(shù)太低，導(dǎo)致機器人整體的應(yīng)用性能始終提不上去。

    不過有個好處就是，所有相關(guān)技術(shù)都有，不至于說出現(xiàn)一個暫時完全無法解決的技術(shù)空白領(lǐng)域，有沒有的問題已經(jīng)解決，現(xiàn)在正在解決好不好的問題。

    比如圖像識別技術(shù)，這個技術(shù)很早就有，從這個技術(shù)延伸出來很多相關(guān)的應(yīng)用技術(shù)，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(shù)延伸出來的。

    庫卡面對的是標準化可設(shè)計場景，而卡本面對的是隨機不可控場景，并且突發(fā)事件很多，所以相對來說，卡本面對的技術(shù)難度要遠高于庫卡。只不過庫卡傾向于精度和效率，卡本傾向于可用性和智能性。

    卡本的收購成本并不高，并且它算是在生活服務(wù)機器人領(lǐng)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超極本加速研發(fā)進程。

    目前超極本的運算能力是超常的，智能性也還不錯，雖然未必是最強的，至少在各大實驗室研發(fā)的ai中算是第一梯隊的。

    超極本對卡本可能提供的幫助應(yīng)該在模擬和排錯上，比如圖像識別，想要獲得一個應(yīng)用效果比較好的圖像識別技術(shù)，關(guān)鍵就在算法和無監(jiān)督自我學(xué)習(xí)的智能性上。

    莫回采取的是笨方法，當卡本被收購之后，讓卡本團隊在圖像識別領(lǐng)域提供一個演進模型，這個模型實際上是一個訓(xùn)練模型，通過海量樣本進行人工智能的訓(xùn)練和學(xué)習(xí)。同時讓他們提供圖像識別領(lǐng)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(diào)用的資源相當多，他不僅要求卡本提供，還聯(lián)系了很多在這個領(lǐng)域進行研究的科研和商業(yè)機構(gòu)，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(lǐng)域的算法窮舉，同時將這個領(lǐng)域的研究方法窮舉，然后利用海量的樣本讓超極本進行無窮比對和組合。

    嚴格來說他這不算是科研，他是利用超極本的計算力優(yōu)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(lǐng)域確實能夠起到效果，實際上大數(shù)據(jù)提取出來的各種規(guī)律和關(guān)聯(lián)性，都是利用各種算法，通過類似的方式，尋找隱藏的或然關(guān)系的。理論上來說某些科研也類同于窮舉，白熾燈的發(fā)明其實就是窮舉所有可能材料，最終選中了鎢。

    超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，好在超極本的運算速度非?？欤夹g(shù)瞬間就會給出結(jié)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(diào)整數(shù)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(shù)為磨刀石，莫回不斷的磨礪超極本進行科研的應(yīng)用辦法，不斷的調(diào)整，不斷的嘗試，在持續(xù)的互動調(diào)整中，超極本慢慢將其超強性能發(fā)揮出來。

    當超極本的科研方法基本有了雛形的時候，一個應(yīng)用性能已經(jīng)差強人意的圖像識別出爐了。它的算法是超極本通過無數(shù)次推衍和演化之后形成的，它的智能模塊經(jīng)過數(shù)以億記的圖片和視頻的訓(xùn)練，已經(jīng)擁有足夠的適應(yīng)性。

    這個圖像識別技術(shù)很快給到卡本團隊進行了應(yīng)用性測試，結(jié)果發(fā)現(xiàn)它已經(jīng)能夠通過照片和視頻識別家庭中大多數(shù)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(jīng)差不多能夠滿足生活機器人的需求了，后面需要做的就是基于這個技術(shù)，延展其他功能，比如距離判斷，路徑規(guī)劃，自身定位等等。

    對于莫回來說，最大的收獲不是這個圖像識別技術(shù)，而是為了研發(fā)這個技術(shù)的過程中，超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(xué)習(xí)能力，擁有相當智能性的全新模塊――科研1.0(。)

    ，