這是從網路上找到，工研院的某個PPT報告檔案的一部份！

這就是典型所謂的「AI」技術迷惑人心的方式！他們說作車牌辨識可以不必像傳統影像辨識處理一樣一步一步來！只要作幾個簡單的選項與設定，然後饋入大量的「訓練」資料就可以了！但真的是這麼簡單嗎？果真如此，市面上應該已經充斥著這類型的影像辨識軟體，我應該早就失業了！

但是等了好多年，這種現象一直沒有發生，連炒作最兇的人臉辨識也沒有普及到一般的公司！車牌辨識是普及了，但絕大部分市售產品卻仍與這些所謂AI技術沒有直接關連！上面的報告是「研究」報告，不是「市場現狀」，這中間的意義差距是很大的！AI影像辨識產品多數還是空中樓閣！一直都是只聞樓梯響，不見人下來！投資客與買家都必須審慎！

其實我就是他們報告中說的那種以「傳統影像處理手法」作研究的古人！我的程式不會自動學習，但是我會！如果深度學習這種技術「學習」辨識車牌的速度比我快，就是比我天天針對各種案例逐步研究出來的演算法更聰明的話，那我的工作就會被AI搶走了！如果大家都能用「簡單」的深度學習操作，作出比我更好的辨識軟體，那我當然只能改行了！

我是個半路出家的野生影像辨識專家，一開始對於機器學習等技術是沒概念的！之前確實有點擔心這些AI美夢可能會成真？我估計很多原本有意踏實研究影像辨識演算法的人，也因此紛紛退縮放棄，投入機器學習的陣營了！但隨著時間慢慢過去，我的眼前並沒有出現強力的「AI」車牌辨識對手！反而是聽到很多公司投入大量金錢與時間，嘗試用AI技術發展影像辨識軟體，卻都陷入泥潦之中！

說穿了，即使是YOLO之類的技術，其內涵還是影像辨識的演算法！他們想要變得更為聰明廣用，同時兼具速度效能，也是需要逐步研發精進的！一大堆原本有自行研發影像辨識演算法能力的人，現在都變成等待YOLO大師升級改版的初階使用者了！一拿到新版就只會猛「踹」，好像在賭運氣？玩刮刮樂？希望「踹」出好結果，卻不再認真思考自己在作的影像辨識原理過程細節為何了？這是科技研發的好現象嗎？

如果你對YOLO等演算法的實際內涵不是很清楚，就寄望他們可以「自動」解決你的問題，我覺得是太天真了，這是不可能的！真實世界的變數實在太多了！需要解決的影像辨識問題也太多了，如果很廣用的演算法，可能針對性就不足，速度效能會變低！為了維持高效率就難免會犧牲一些特例的辨識成功機會，導致辨識率變低。

對於深度學習浪漫的期待，很像我們希望有一種程式工具，你只要買回家，就有如請到了一位影像辨識的大師來替你做研發工作！幾百年來，確實很多我們人類的工作都逐漸被機器與電腦軟硬體取代了！但是像研發影像辨識軟體這種複雜程度的工作，我預期在我有生之年，絕對不會有甚麼技術可以輕易取代！

但是所有所謂「AI」技術的推廣者都在努力讓我們相信「幾年內」就可以辦到？其實都是在騙你的錢投資而已！如果說某像AI產品還要三十年才能問世，誰會買股票呢？現在積極培育AI人才沒錯，但是要期待成熟可以推廣普及的AI影像辨識軟體？慢慢等吧！而且我根本不認為AI技術的核心是那些他們講的甚麼「學習」？應該是以傳統科學為根基，繼續精進的演算法研究！

等待AI的商機，很像大家都在等飛機！希望可以一登機馬上就能飛到目的地！但是左等右等都等不到，如果乾脆不等了，直接開車、坐車、作船，甚至騎單車走路，可能都已經到達目的地了！為何還堅持一定要等飛機呢？別人都往返目的地好幾趟了，你卻還在等飛機？

我開始研究商業化車牌辨識核心是2014年的事，當時各種所謂AI的技術已經喊得震天價響！但是AI的車牌辨識的班機，經過這麼多年還是沒來？而我用傳統方式研發出來的車牌辨識軟體已經到處在賣了！你還在苦等那班老是不來的飛機嗎？建議你試試看用「古法」其實也能解決很多問題的！AI商品化一定還有很多難以克服的問題，不然不會一直不來搶市的！

而且自己做的東西，如果壞了也知道怎麼修，電腦「學習」出來的軟體，你當然不會修，你能拿這種軟體去賣嗎？須知目前所謂的AI「學習」只是開發階段的事，大多數已經開賣，宣稱有AI性質的軟體，都是不能到了客戶手上還繼續學習的！因為那種「學習」過程如果沒有專家操作，是很可能導致不穩定，辨識品質不升反降的！這些無法作售後服務的產品，不論買或賣的人應該都很困擾吧？