在家打開幾個月前放在筆電中的舊程式玩玩，看看上面的辨識過程圖感慨良多！回到七年前，這些複雜的辨識流程與技術都還是完全不存在的！但是這七年來，我真的一步一步把這些方法技術一一研究出來，變成我自己現在賴以維生的工具。而且這是我從53歲辭去教授之後才開始的一個故事！應該夠勵志了吧？

如果這麼複雜的畫面中，我都可以準確有效的處理所有的資訊，穩定可靠的逐步分析資料找到我要的目標，我當然可以承接非常多各式各樣的影像辨識專案！相對來說，自動閱卷或辨識護照等等都是簡單很多很多的事情！我的辨識技術概念可以說很傳統，但實際作出的演算法我還沒在任何文獻上看過類似的東西。

回到七八年前，我最多只能說是一個傳統影像辨識的初學者，甚至根本是門外漢！但是就像學武功從蹲馬步開始，逐步鍛鍊逐步思考解決面對的問題，只要是有邏輯的事情，所有人的眼睛腦袋都看得懂的事情，終究是可以想出對應的數學模式，然後寫成程式變成辨識軟體的！

當我有如古人拜師學藝到少林寺練武，終於歷經煎熬苦練學成武功，擊破18銅人陣，闖過木人巷，準備到江湖上行俠仗義的時候，卻發現外面的人都不再像我這樣練武功了？他們的武功叫做機器學習？而不再是「人類」學習了！我好像是硬橋硬馬擅打直拳的少林子弟，忽然看到武當派打太極拳一樣的驚訝！高度懷疑那種打法可以實戰嗎？

但是就像你從古代穿越時空到了現代，不管你有多不習慣，不管你有多不同意，你還是必須學會使用手機電腦，所以我這幾年來即使一直批評抱怨，卻也加緊腳步學習武當派的武功！即使我相信自己的影像辨識思維是對的，我也不能自外於目前的潮流，知己知彼是必要的！

但是我越深入所謂的AI影像辨識就越覺得他們應該是迷路了！所以開始迷信，也放棄自信了！影像辨識太難了，不要堅持自己設計流程了吧？讓電腦用資料去算命吧？表面上CNN、ML與DL等等都會以好抽象好複雜的數學模式呈現，確實有震懾初學者的效果！但是深入看卻完全沒有一個針對最終目標的，有前後連貫性的辨識流程？

每一步都是收集資料特徵統計評估，雜訊太高時就再設計一個convolution之類的東西濾掉一些，到最後階段才不得已必須提出答案，但是前面流程的不確定性太高，可以想像很難收拾善後，辨識決策的正確率也不會太高，前段的無效無用計算更是浪費了太多時間與資源！相對的，我的所有影像辨識軟體，都是從第一步到最後一步都是針對最終辨識目的設計的！至今我都還是用著與這個「主流派」大相逕庭的方式作我的研發生意，還做得很好！

所以過度炒作又依賴ML等技術的AI學者們應該不是影像辨識科技的先驅，他們多半是失去自信，覺得自己的腦袋不足以解決影像辨識的難度，也不再願意蹲馬步苦練，回頭找統計算命的解決方案，希望卜卦的結果會有驚人的準度？或是電腦可以因為大量的資料饋入，加上大量的嘗試錯誤計算摸索，就可以找到人類始終未曾有過的智慧？

他們其實已經不是我們以往認為的傳統理工領域的科學家了！比較像是經濟學的學者！或是浪漫的科幻小說作家？或許他們終究會成功，但應該不是你我有生之年可以看到的願景。我確定知道的是：只有像我這樣練傳統武功的人，才可以立即對於市場上影像辨識的需求做出明快的回應！影像辨識市場需要我這種人遠多於AI學者。