網路城邦
上一篇 回創作列表 下一篇  字體:
AI的班機好難等?自己開車上路也行的!
2020/02/19 15:28:25瀏覽806|回應0|推薦5

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「」,好像在賭運氣?玩刮刮樂?希望「」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?

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:http://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=131772951