甚麼才是最AI最好的車牌辨識軟體？絕對不是某些虛妄的學派說了就算！這是一個可以接受公開評價與評比的科學競賽！因為真實世界還沒有準備好接受真實的車牌辨識效能評比，我只能自己跟自己比了！面對1611張路邊開單業者拍攝的車牌的影像，其中還有約300張根本是失焦的影像，我還是把它們當作我的研究基數。

經過幾年的努力，這些原本我的辨識核心直接會辨識失敗，也就是辨識率為零的影像資料庫，我已經做到八十幾趴了！辨識核心程式也從6000多行變成8000多行，我滿意了嗎？差得遠了！我知道多出來的兩千行程式很多是不必要或是可以整合的！也代表我可以讓我的辨識核心更快辨識達到一樣的辨識率！

我的日常研發多半在研究個案，好像很多專業病理專家在研究特殊疾病的療法藥方一樣！但是當我可以醫好很多特殊病例時，我就滿意了嗎？我沒有！我會想是不是我可以不必使用那麼多特殊藥方與療法？讓整個醫療體系更簡單有效率？此時我就需要機率統計了！

我會不斷的取捨更改我的辨識過程，盡量不用特殊例外的療法療程，還是可以達到一樣的治癒率！這就是我研發的日常工作了！以近日的績效是：我損失了約千分之一的辨識率，但是讓辨識速度提升10%，程式碼簡化約1000行！我認為這就是更「AI」了！程式更聰明更快速有效了嘛！

202304280353 1292/1611 80.199 1464.0

202304280440 1291/1611 80.137 1287.1

202304280447 1291/1611 80.137 1212.4

如上4/28日我的辨識率是80.199，辨識時間平均是1464毫秒！最終到剛剛的績效呢？是這樣的：

202305080140 1356/1611 84.171 970.4

202305080146 1356/1611 84.171 974.1

202305080152 1356/1611 84.171 975.7

辨識率達到84.171，辨識時間減少到低於一秒！這就是我使用機率統計計算出的整體效能了！能治好更多的疑難雜症當然是很重要的，但是我賣的是AI軟體，如果只為了治好一個千分之一的例外，要花掉我多出十分之一的時間呢？我當然必須考慮損益平衡的！這就是我必須使用統計資料的時候了！

所以我批評那些假AI，以ML、DL與CNN為宗教的技術很嚴苛，但我是很客觀理性的！機率統計不是錯誤，我就天天在用！但是如果以機率統計當作辨識核心的技術主軸呢？那就是問道於盲了！如何辨識「正確」是絕對不能依賴機率統計的！但是當你有很多可以辨識正確的方案技術時，如何適當的取捨？達到損益平衡呢？那時使用機率統計就很合理了！