我是一個以影像辨識研發為生的人，最初入行是靠著讀書自學摸索出來的，讀的課本多半是有三四十歲的老書了！但是搭配我的程式技術與常識，加上一點點小創意，就做得不錯了！還開了一個小公司專作影像辨識，至今已進入第七年了！我原創的車牌辨識產品在業界口碑不錯，其他各式各樣的辨識核心專案也從沒漏氣做不出來。

但是近幾年當大家開始說影像辨識必須使用CNN(類神經網路)時，我還根本對這個名詞毫無概念？看完好多網路文章之後，覺得很莫名其妙？這些技巧概念和我所知道的傳統影像辨識不是完全一樣嗎？只是名詞改變了？我真的需要學更多CNN技術嗎？我的工作必須「導入」CNN嗎？還是我根本就已經在使用CNN了？

譬如數位濾波(Digital Filter)硬是被改稱為Convolution？如果沒上過數位濾波的課，總玩過PhotoShop之類軟體的濾鏡功能吧？就是完全一樣的東西！一些全圖運算的程序也被改稱為Hidden layer？等等。這樣「建立」出一個新的學派理論，實作起來又和傳統方式差不多，有必要嗎？頗有換湯不換藥的感覺！如果硬要說有何具體的差異，只是CNN強調用電腦「做實驗」找到最佳解！傳統影像辨識則是研發者自行操作分析每一次的實驗而已！

下面這個程式是我五年前(2016)做的，可以將任何花花綠綠的名片中的字都轉成白底黑字的字元，讓OCR軟體非常好辨識。這不就是現在CNN玩家希望看到的成果嗎？非常複雜多樣化的輸入資料，都可以正確擷取出我們想要的特徵(字元)並呈現出來。是不是感覺很AI？很聰明呢？

但是我當時(2016年)對於CNN的概念是一個美國的新聞台！類神經網路這個詞是聽過，但完全不知道是在說甚麼？我就是依照我的傳統影像辨識概念，設計出可以逐步解析出字元目標的程序而已。參數當然不會一開始就很理想，會有很多辨識錯誤，那就研究原因慢慢調整到最好嘛！這個程式只用了一兩個禮拜就開發到有此效能了！

如上圖CNN的概念示意圖，我的辨識程序也是Input layer之後，用兩三個hidden layers完成我需要的特徵擷取運算。事實上是先找出任何顏色的亮度有明顯變化的點，也就是輪廓點，再將這些點集合做分析，篩選出合理大小的目標，把它們塗成黑色而已。

這有一點像開汽車的手排檔或自排檔一樣，我習慣開手排檔車之後，可以很輕鬆的用反射動作精準的換檔，後來有人說可以不必這麼麻煩，有自動排檔的車了！我就認為沒啥差異，未必要因此換新車。如果我是職業駕駛或賽車手，還會嫌自排的效能不如手排咧！電腦分析解決錯誤的能力當然不如人類的專家，如果我使用太多CNN在我的研發工作上，反而會讓我失去優勢。

以我的觀點：CNN絕對不是一個全新的技術，連新概念都算不上！如果你想做好影像辨識，傳統基礎的數位影像知識技術，你一樣都不能少！CNN不會讓不懂影像的人越級超車，直接變成影像辨識專家。Don’t even think about it! 但如果你真的對於傳統的影像處理技術熟練到我的地步，CNN就變成可有可無的一個輔助選項而已了！

以我目前的經驗感受，CNN包括ML或DL等技術的「新意」其實是在鑽研如何讓電腦可以代勞人類科學家(或工程師)研發工作的方法論！在某些議題上，它們確實可以快速完成工作，甚至超前人類！因為電腦的記憶力與運算量可以是無限的。但目前的現實是「大部分」的研發工作，尤其是影像辨識，太依賴這些技術都會是一場災難！因為這些AI方法論本身都還不太成熟，與其耗費時間學習半生不熟的AI技術，還不如將時間移作鑽研待解問題本身的相關知識。

也有一個比喻十分恰當，就是像我這種研發型的老闆，當我覺得自己寫程式做研發太累了，公司也有錢了，就請一個年輕人(電腦？)幫我研發。但是他只有體力比我好，知識經驗都差我很多，天天熬夜還是成效不高！指導他做事的時間比我自己做研發還多，這也是很多使用所謂AI技術(ML,DL,CNN等等)研發者的困境，調參數調到不知所云？到最後老闆我一定會受不了，乾脆辭掉員工拿回工作自己做！隔靴搔癢，搔不著癢處的，還是自己來吧！