看到這種廣告真覺得他們好大膽！市場的現實是：影像辨識需求非常多，但是實際能上線使用的商業化產品卻非常少！已經上線使用的產品大家都還怨言很多，譬如像我在賣的車牌辨識，我的產品口碑尚可，但是距離大家期待的：跟人一樣聰明，甚至更聰明！距離都還好遠。

更重要的事實是：絕大多數已經商業化的影像辨識產品，都「不是」用機器學習或深度學習製作的！而是傳統的影像辨識演算法！譬如生產線上的很多AOI設備，譬如證件辨識機裡面的辨識核心，譬如閱卷用的影像辨識核心，譬如我在作的車牌辨識，其實都沒聽說某品牌這些產品辨識率高達98%，99%，很厲害！而且真的是用機器學習作出來的！機器學習的基礎其實是統計學，並不是機器真能「學會」甚麼東西？只是用統計方法找出最佳(正確率最高)的參數與程序組合而已！

所以機器學習技術可以製作的產品特性，就是很難達到接近百分百的辨識正確率，他們是嘗試錯誤與統計的結果，資料很多時可以很快作到七八成的辨識正確率，但是95%以上的正確率就是他們很難接近的外太空了！可是實際上多數的實務應用都需要很高的辨識率，沒有98%以上幾乎都無法商業化銷售，停車場的車牌辨識沒到98%的就賣不出去了！

而且因為機器學習的這些技術是統計的結果，不是針對辨識對象的特性設計的辨識流程，所以執行效率會比直接以演算法根據目標特性設計的傳統影像辨識產品速度慢很多！所以雖然機器學習被炒熱很久了，但其實在市場商品上根本還沒有證明他們的優勢！如果機器學習深度學習真的那麼厲害，多年下來市場上用傳統影像辨識演算法的產品應該早已經被機器學習產品取代了！那為什麼他們還那麼敢說：要作影像辨識就一定要學深度學習呢？

我說的這些都是事實，卻極少在這些AI課程中被提及討論！我就幫他們補充一下吧！最終要作出商業等級的影像辨識產品，你可能要學更多真正的影像辨識原理！就是真正執行辨識流程的演算法，而不是一堆黑盒子程式模組的操作說明書。機器學習可能易學難精，但是影像辨識產品不夠精準就等於沒用！你自己衡量看看要不要繳高額學費學那些東西吧！上了那些課你很快就可以變成影像辨識領域的半調子，就像給你上課的老師們一樣，都做不出任何可以賣的東西！