新客戶來詢問我們的日本車牌辨識研發產品，童叟無欺，就是據實以告：我們依據三年前獲得的一批日本車牌照片，兩年前已經做出車牌辨識核心原型，但也深知要達到更成熟的程度，要像我們的台灣車牌辨識那麼厲害，我們還需要更多的樣本作研發調整，尤其是他們預計要辨識的影像場域與品質！

如果只是在非常清晰理想狀況下，辨識有如實驗室內拍攝的車牌特寫影像，任何合格的研發團隊，都可以在一個月的研發時間內做到百分之百辨識率，做不到的就自己退出江湖吧！商業等級產品的重點是：能否在應用場域直接取得的影像中辨識出足夠辨識率的車牌？面對非常多的變數，你的軟體可以多聰明？那才是辨識產品的挑戰與競爭戰場！

即使我們之前使用的研究資料已經是停車場的現場照片，但是每個場域、攝影設備、取景大小等等變數都會讓每一批影像有很多的差異，基於這些研發經驗，我們保守的請客戶先提供他們認為應該合理可辨識的資料，我們會依據新資料加以研究調整，到我們自認掌握到他們資料的特性，可以高辨識率完成辨識時，才會提供測試版辨識核心給他們評估。 

果然第一時間，根據客戶給的新資料，我們的測試辨識率並不好，但是也很誠實地做了報告，並分析辨識失敗案例的幾個原因，三天後再次的測試報告就顯示大幅的進步，因為我們具體處理解決了之前辨識失敗的主要原因，其實就是日本車牌是包含漢字地名的！之前我們的資料來自某地區，新資料來自另一地區，我們假設的外地漢字字型字模並不正確精準，調整一下就差不多了！

但是很尷尬，也很有趣的是對方的反應如下，所謂的「訓練」是只有機器學習方法論才有的說法，我們確實有認真的做研究，根據影像辨識理論優化調整我們辨識核心的演算法，但是一定不會稱之為「訓練」的！有錯誤的辨識結果，就研究原因加以修正嘛！這是訓練嗎？我們會說是除錯，或者優化，但一定不會稱之為訓練的！所以這叫我們怎麼回答呢？好為難啊！

這其實就是中了AI科技浮誇宣傳的毒素太深的標準現象！真的好多人以為做這類複雜的影像辨識「只有」一種方式？就是機器學習的模式？辨識率不好時，就只要繼續增加資料，根據答對比率自動修改辨識模式參數，胡搞瞎搞攪拌(訓練)一下，辨識率就會提升了？事實上據我所知，根本沒有任何一個商業化的車牌辨識研發團隊是真的這麼作的！

我沒有參觀過任何其他車牌辨識核心製造工廠，他們也不會讓我參觀，但是我研發這個影像辨識議題好多年了，各種可能的車牌辨識演算法，包括機器學習的模式，我都涉獵學習了好多年，如果真的有可能走那條路「接近」做出商用等級的車牌辨識核心？我一定會知道的！如果真的比既有方法有效，我也一定會用的！我不會跟錢過不去，我現在是老闆不是教授或學者。

重點並不是我有沒有用機器學習來做車牌辨識核心？而是以我的專業角度，根本看不到任何可以機器學習作出高辨識率車牌辨識核心的可能性！某些論文或教材上說到「可以」用機器學習研發車牌辨識，其實都只證明了「可行性」，但我是不用機器學習已經做出商用車牌辨識核心的專家，我想看到的是機器學習可以做得更好的可能性！如果機器學習可以提升辨識率，我馬上用！毫不遲疑。

但我已經研究好多年，都看不出機器學習如何可以提升我的產品的可能性？我真的不知道為什麼大家會以為可以？事實上，非此領域的人，對於傳統的OCR影像辨識技術根本毫無概念？真的以為沒有CNN或ML或DL，就沒有影像辨識了？包括很多吹噓可以用ML或DL取代傳統影像辨識的專家，他們似乎也不是很懂，他們的言論中根本沒提過傳統的影像辨識技術已經很好很夠用了！他們只是全力推銷自家AI產品而已？這是無知還是刻意欺騙？

如果你懷疑我的說法，可以考古一下，是不是在機器學習(ML、DL與CNN)被炒作成為顯學之前，市面上早就有很多可用的車牌辨識、指紋辨識與人臉辨識產品了？還沒有ML科技時，它們是怎麼作出來的呢？這不會讓你覺得很矛盾錯愕嗎？事實就是截至今日，ML都不是做這些辨識軟體的必需品！

總之，影像辨識必須使用ML？是錯到離譜了！事實是：在所有人都還沒聽過機器學習這個名詞之前，傳統的OCR影像辨識等技術就很成熟，可以做出很不錯的車牌辨識、指紋辨識與人臉辨識了！機器學習與CNN等技術，對於這些商業化影像辨識技術根本毫無貢獻！用更多資料調整參數？這叫做最佳化(Optimisation)調整，在ML之前本來就有的！這也要硬掰成是使用機器學習嗎？太牽強了！

重點是現在的AI洗腦宣傳誤導了大家，以為機器學習的架構「也是」影像辨識的主流技術？其實差得遠了！影像辨識截至目前的主流技術與主體架構，都絕對是影像的逐步認知過程！要靠不知所云的ML嘗試錯誤摸索出最佳辨識流程？即使可以做到也太愚蠢太沒效率了！迷信以ML做車牌辨識的研發廠商一定會不堪虧損倒閉的！

多數影像辨識廠商可能會敷衍外界，說自己也在用ML、DL與CNN，這應該只是迫不得已，不這樣說謊好像就不夠AI了嘛？有點像俄羅斯人很難公開說普丁攻打烏克蘭的政策有錯一樣！跟客戶解釋專業技術是很難也很不討好的！乾脆說些你喜歡聽的話比較簡單！反正廠商的目標只是成交，不是教育大眾嘛！AI影像辨識的荒謬誤導就是這樣將錯就錯被養大的！

但我是一個當過教授，大半生都在努力教學生正確知識，很不願意說謊呼攏客戶的廠商！不必懷疑，我們用的影像辨識研究方式，絕對遠遠優於仰賴無知無目的訓練的ML模式，一定可以更快更高效率的達到客戶需要的高辨識率！同時也不想因為含糊其辭，變成AI詐騙炒作的幫兇而已！