現在大家一談到AI，似乎就是狹義的定義為以機器學習概念為基礎的那些技術？包括機器學習(ML)、深度學習(DL)或類神經網路(CNN)等等，他們都口徑一致的認定「為何如此？完全不重要！」只要答案看起來是「對」的，能得到符合多數人認知結果的方案就是AI了？科學的事實原因呢？已經被完全拋棄了！

我自己也常常(事實上是天天)自我檢討省思，為什麼我會覺得舉世皆醉我獨醒？大家都如此瘋迷那些所謂的AI科技，我明明身在這個應該是AI研發圈子的核心，卻始終無法認同多數人的AI理念呢？是我太笨？是我瘋了？還是我真的有真知灼見呢？

我是一個以影像辨識為業的生意人，我在乎的當然只是事實！如果發現自己錯了，我絕對會立即改變立場，東西做好可以賣錢才是重點，誰對誰錯？對我來說一點都不重要！我的收入存活關鍵，始終不是來自AI科技到底好不好？或對不對？而是甚麼科技真的有用？能做出高辨識率的影像辨識軟體來賣！

我所知道的目前這些AI科技最奇怪的就是：不問科學原因，只問答案是否跟人的判斷一致？這是一條捷徑，如果我們就是有很多資料，譬如車牌影像，答案都沒有爭議，可以人工標示出來，大家也都很同意這些答案。那麼用程式逆推演算，自動找到一個辨識流程可以最大化正確率，我沒有意見。

但是我知道這樣做出來的結果，一定不可能變成可以維護精進的正常商業AI軟體！因為連「開發」者自己都不知道辨識流程為何如此決定答案？那是機器學習自己建立的認知過程，如果有一個案例很奇怪，辨識錯誤，客戶質疑時，我就是應該解釋為何錯誤的那個人！我該如何應對呢？因為根本不是我的邏輯，我能怎麼說，又如何改善呢？

大多數人只看到那些AI技術的「可能」速效，卻都沒認真看到，思考過更深層的問題！尤其是影像辨識，根本不是如股票市場起伏那麼不可預期的狀況！沒有CNN等技術問世之前，影像辨識本來就是一個可以有大於九成正確率的穩定技術，每個辨識成敗過程與原因也都可以精準掌握分析，何須ML或CNN來猜測推導影像辨識公式呢？

如果你貿然引用CNN等技術作影像辨識，好處在哪裡呢？如果你要找的目標原本就是毫無頭緒的阿貓阿狗，或許有點幫助，但如果是已經有明確邏輯可循的車牌、人臉或指紋呢？我還應該依賴CNN來找你要的目標嗎？我們如何找到車牌、人臉或指紋的邏輯特徵，都已經是可以用科學原理清晰掌握的，為何必須「退化」到更基底的簡易特徵，使用CNN來看事情呢？

AI？不是應該讓我們更接近人的智慧的嗎？對於大多數已經商業化的影像辨識軟體來說，ML、DL與CNN等等技術，其實根本還沒有證實它們可以超越既有的技術，這個事實你們知道嗎？現在熱炒的這些AI科技如果硬要橫柴入灶，只會讓影像辨識的研發停滯與退化！這件事大家知道嗎？

我已經看到的事實是真正的先進影像辨識大廠都沒這麼笨！包括我的小公司在內，我們一定都會掌握既有技術，不會讓自己的研發陷入不知所云的AI迷障的！怎麼作事？不是重點，知道自己在幹甚麼？讓自己下一步的研發繼續穩定升級才是重點！

但是ML、DL或CNN卻完全不是可以達到這些目的的技術，我們當然會持續關注，必要時也一定會使用這些技術，但是改用它們來當作發展公司未來技術的主軸呢？我們當然沒有那麼天真愚蠢的！不然公司的前途就岌岌可危了！我們就是AI產業，當然不會忽視AI可以達到的目標，但是現在大家說的AI技術，真的就能代表AI的未來嗎？絕對不是的！