所以莫回的科研度很快，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，寻找可能正确的路。

到这一，实际上在视觉识别模块上，已经差不多能够满足生活机人的需求了，后面需要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，而是为了研发这个技术的过程中，超极本摸索来的科研模式和方法。

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模型，这个模型实际上是一个训练模型，通过海量样本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，无论这个算法有效如何。

以图像识别技术为磨刀石，莫回不断的磨砺超极本行科研的应用办法，不断的调整，不断的尝试，在持续的互动调整中，超极本慢慢将其超能发挥来。

严格来说他这不算是科研，他是利用超极本的计算力优势，不停的排列组合，穷举所有可能，在其中找到可能的路。

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行研究的科研和商业机构，让他们提供类似的东西。

莫回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超极本行无穷比对和组合。

大实验室研发的ai中算是第一梯队的。

超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行的，好在超极本的运算速度非常快，技术瞬间就会给结果，无论面对多大的样本库。

这个方法虽然很笨，但是在某型领域确实能够起到效果，实际上大数据提取来的各规律和关联，都是利用各算法，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，白炽灯的发明其实就是穷举所有可能材料，最终选中了钨。

这个图像识别技术很快给到卡本团队行了应用测试，结果发现它已经能够通过照片和视频识别家中大多数常用品，能够分辨，能够辨别移动。

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，拥有相当智能的全新模块——科研1。0(未完待续。)

当超极本的科研方法基本有了形的时候，一个应用能已经差人意的图像识别炉了。它的算法是超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。

超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上。