這是昨天在我的FB上面的一段對話，我的高中同班同學，也是已在美國做了數十年各式醫學統計研究的數學博士專家，忍不住跳出來指正某讀者的觀點。其實這位讀者也是我以前的得意門生！但是我當然沒教過他任何影像辨識或與AI相關的課程，他對這個領域所知應該都是大學畢業後讀研究所(知名私大資工所碩士)或工作時接觸學到的！我自己也是離開教職之後自學的！

因為現在流行機器學習(ML)嘛！大家都被洗腦成以為所有的AI都是經過大量資料「學習」出來的結果？當ML經過大量資料不斷「學習」終於找到最佳解決方案時，那個所謂「智慧」的成果，就是一大堆不知其所以然的參數了！所以很多年輕人會以為：這些經過大量資料與長時間實驗「研發」出來的參數，就是很有價值的商業機密了？

但是顯然我和我的同學都不以為然！他是留美的數學博士統計學專家，當然對於衍伸自機率統計學的機器學習瞭若指掌！但是他的看法與我完全相同！他也是挺物理多於挺數學的！譬如使用一批會偏綠的攝影機攝錄的影片「學習」出來的辨識軟體，用於會稍微偏紅的影片答案可能就會差很多了！實際上使用ML完成的AI產品或研究案例其實非常非常少！堪稱鳳毛麟角！我的同學對於ML的經驗與觀點應該比我更有公信力！

正確的AI解決方案，絕對應該是盡量研究掌握事實的機轉(Mechanism)，直指核心解決問題才是正途！白話文說就是：找出正確的病因，提出對症的藥方！人類幾百年來的科學都是以此概念為基礎發展出來的！捨此而不為，要退化為找國師卜卦治國嗎？濫用窮舉暴力演算法的機器學習，實在不夠資格與「智慧」這個名詞攀關係！用ML找答案根本就是笨死了！

我覺得最經典的是他說的「以兆變應萬變」！一開始我還看不懂？稍一思索看懂後就笑到肚子痛了！對照組的俗語是「以不變應萬變」，意謂有時候面對外在的問題變化，不做任何事可能是最好的對策！但是機器學習是用「上兆次」的應變措施來對付「上萬」的變化！還覺得自己很聰明？是AI的主流技術咧？

做個比喻就是：兩人對打時，對方只是出了一個直拳，你就搜索枯腸回家努力把降龍十八掌乃至十八般武藝全部找出來，和師兄弟互相演練，看看哪一招可以擋得住那個直拳？然後細心選擇參數顯示最漂亮的那一招，當作是你的絕殺技？如果對方接著來個左右連拳呢？你就不必等被擊倒，直接就被自己解決問題的方式累死了！哈哈！這就是我看機器學習派工作時的笑點了！

又如愛迪生百年前實驗了上千種的材質，才找到適合做燈泡燈絲的材料，那是因為那個時代的物理化學知識還不夠充分分析理解各種材質的「可能性」！如果是現在做一樣的研究，科學家一定是會先好好讀書，推導公式利用已知的科學知識直接排除990種以上的材質，最終只會做幾個關鍵的實驗就可以找到目標了！

但機器學習還是要我們相信：從海量資料與無窮的實驗中，可以找到超越常識與正統科學知識的「神奇智慧」？所以我常說「機器學習其實是一個反智的概念！」希望我們輕視既有科學的存在！相信只要使用大量資料「學習」就會有超越科學方法的神效妙方？令人扼腕的是：現在的多數人居然都信了？警察去勸說那是詐騙都勸不聽！

如上愛迪生的比喻中，也可以解釋為何我做的研發，如貨櫃裝載的AI，可以用那麼少的資料，做得那麼快？最後的成品執行速度還快得驚人？原因就是我的方向是理解問題，用所有已知的科學與常識，找到直接解題的方式！如果期待資料學習來給我「智慧」的話，這個計畫應該只是剛開始準備資料的階段而已！