現在的AI喜歡搞神祕，盡量讓外行人，甚至圈內人！以為有甚麼神祕的技術可以實現「所有狀況」下的人工智慧？譬如機器學習或深度學習等等。其實這些曖昧的暗示都是動機可疑的！多半是為了商業利益的炒作或刻意欺騙。AI產業與技術是非常務實踏實的科技研發而已，跟傳統軟體研發完全沒有不同，你也找不到兩者之間真正的界線！

AI行銷與幻術是怎麼進行的？我告訴你！如果我說了一個你其實不懂的名詞，你就會開始半信半疑，如果我加碼說這已經是科技領域「大家都知道」的簡單技術，你就不好意思說不懂了！但其實你還是不太懂，也無法用這些技術解決甚麼實際的問題，但是很可能會掏錢投資這種技術？或願意買這種「新潮」的產品？因為流行嘛！買幾本書看看或花錢去上一些課那是一定要的囉！但是上完課讀完書卻依舊還是似懂非懂？

事實上你看起來很有AI風味的諸多功能，只是程式師們因應實際狀況，為了解決問題寫出來的邏輯判斷程式而已。譬如上面的網頁是某位明星的維基百科介紹欄位，你會不會擔心明年這位明星在此頁的資料還是50歲呢？需不需要請很多網頁工程師維護更正這些成千上萬人物網頁的年齡呢？

當然不必擔心，明年你去看同一網頁一定是51歲，你也不必肖想維基百科會有更多網頁工程師的職缺，只要在網頁內部加幾行JavaScript程式碼，甚至不必動用資料庫或甚麼後端AI程式，他們就可以不需要維護永遠正確運作下去了！我也會做的！就是網頁啟動時重新依照出生時間與目前時間計算一次年齡而已！看起來很聰明，應該可以算是一種AI了，但絕對與甚麼「學習」技術無關！就是簡單的程式邏輯應用，程式師因應需要想出來的功能而已。我天天都在做的！

譬如最近做的極高畫素車牌辨識好了！比較尷尬的是畫素太高計算變得好慢，那就切成幾個小塊平行辨識嘛！怕車牌剛好被切斷嗎？那就增加一些交界地帶的緩衝區嘛！這樣同一車牌又可能會重複了，那就檢查位置重複的車牌，只挑一個結果出來嘛！

還是覺得計算有點慢嗎？好啊！整張圖都是高畫素，但是有些區域車牌距離近，車牌變得好大，大到一個字元高有上百的畫素，辨識車牌哪需要這麼高畫素啊？20畫素就很清楚了！那就將這個區域縮圖再辨識嘛！計算時間就會少很多了！

不知道哪些區塊可以縮圖省時間，而不會影響辨識嗎？那就根據之前的計算結果「學習」一下嘛！因為攝影機拍攝角度是固定的，如果你發現前一張左下角的車牌辨識結果超大的，當然接下來就可以把這一區的圖縮小再辨識了！右邊較遠的車牌影像當然就不能縮了！這不就是AI了嗎？我的軟體第一次辨識很慢，第二三次之後就會變快了！很神奇吧？我的軟體真的會「學習」了欸！

但是這跟市面上說的機器「學習」或深度「學習」演算法有關嗎？相似嗎？其實一點都不相似！這是更為廣泛直覺符合常識的問題解法而已，好聽的說法是演算法的研究，或讓程式累積經驗自我調適而已，但就是這麼簡單到任何有基礎物理與數學知識的高中生都可以理解，有程式技術的就可以實作。

你對於AI的看法有改變了嗎？我希望大家都知道AI不是特殊技術，就是用程式邏輯解決所有可能的問題而已！如果你誤信機器學習是主要技術，甚麼問題都想套用這個「主流」技術，你就慘了！事實是九成以上的問題都不需要使用機器學習，用了效果更差，或根本無法解決問題！很可能把你的公司拖垮的！