這是一個刻意做出來的錯誤車牌辨識結果，假設因為某些意外狀況，第一個A字元在鎖定車牌範圍過程中意外被漏掉了！譬如與背景沾連等等，結果會得到一個依然合乎台灣車牌規範的合理答案：GC-6265！重點是：我怎麼知道它是錯誤的答案？正常人(路邊開單員)絕對不會將這個錯誤答案確認報給上級，但是我該如何阻止我的軟體做出這種傻事呢？我必須有明確的依據證據！電腦是不會抽象思考的！

其實我們不會做這種傻事，是因為我們有很多自己都說不清楚的「明確」知識與證據，就在我們一般人的腦袋裡面，而不是在ML、DL或CNN的神奇AI模組裡面！如果我的研究可以幫大家釐清每個人都知道的一些經驗細節，我的軟體就可以跟人一樣聰明了！我認為這才是AI影像辨識研究應該專注做好的事情！

以上例來說，因為台灣車牌的六七碼車牌字型根本不一樣，當你看到那個6字的形狀時，就可以確定它一定是一個七碼的車牌，所以六碼車牌的答案當然、鐵定、確定是錯誤的答案！你還要報給使用者(上級管理單位)知道嗎？你知道一定錯的還說出去？不是給人把柄笑你很笨嗎？

如上左邊是六碼車牌的6字，右邊是七碼車牌的6字，兩者截然不同，不可能認錯的！事實上七碼車牌的設計本來就是考慮到影像辨識的問題，很刻意的設計出不會近似誤認的字體的！譬如5和S很像，他們就讓中間橫線位置錯位，如下的字人眼看是差不多，但影像辨識就不可能認錯，5字的橫線較高，S的橫線較低，兩者的符合度會差到10%以上！不會誤認的！

回到前面的案例，大家以為我的車牌辨識會只有一個流程？一個方案嗎？一個可能的答案嗎？如果這麼簡單我早就被市場淘汰了！那些說只要使用他們的AI解決方案可以直接得到最佳解答的說法絕對是騙你的！最終可以得到很合理答案的影像辨識算法，一定都會有多個備案的！

當我因為6的字型不合理，直接否決這個提案時，我一定有其他的備案可用，包括正確的答案AGC-6265！事實上以這個影像來說，我用不同參數流程在內部執行的辨識結果備案高達七八個！你知道嗎？就像美國NBA或大聯盟的球隊，不只是板凳球員很多，後面還有小聯盟發展聯盟的球員隨時待命的！所以當我說我的辨識速度很快時，其實是很神奇的成就！我內部做了很多次的辨識還是這麼快？你應該把我當大神膜拜的！不必去拜CNN了！他們差我太多了！

所以我一定可以輕鬆挑選出各方面的證據都合理的答案！即使還是錯了，也一定不會被說愚蠢被嘲笑的！簡單說就是：好的AI絕對不能比人笨很多，不然市場上一般人都會無法接受的！所以AI影像辨識的研究重心主軸應該是一般人眼中腦裡真正運作的想法！想忽略跳脫一般人的視覺思維，絕對不會更有效率的！

你還以為有甚麼神奇的AI影像辨識演算法會比你我聰明嗎？我已經證明只要模仿你我的一般人智慧就可以做出市場上影像辨識的領導品牌了！那些ML、DL與CNN則還在掙扎證明自已沒比一般人笨？但是怎麼看都是比一般人笨啊？這是他們低估普通人智慧應該得到的惡果！

所以你是相信自己的智慧經驗？是相信科學知識？還是迷信有甚麼「AI」演算法可以實現甚麼神奇的事情？你生病時是去醫院還是去宮廟？你會相信我說的這些理論事證？還是偉大奇幻的「AI」騙術？甚麼才是AI？我是一個真實存在的廠商，可以提供有效的影像辨識產品，ML、DL與CNN都還不是有效的影像辨識產品開發技術！這才是讀者們應該知道的事實與現實！我才是真的AI影像辨識專家與廠商！他們還在大門外接受測試之中！