網路城邦
上一篇 回創作列表 下一篇  字體:
告訴你為何ML、DL與CNN一定不能用於影像辨識的原因
2023/05/18 02:36:59瀏覽2030|回應0|推薦4

現在MLDLCNN已經被荒謬炒作到成為影像辨識的「主流」技術了?所以好像不用這些「AI」技術似乎就落伍了?甚至是離經叛道了?但我自己就是依循傳統的,「MLDLCNN的影像辨識技術起家至今的影像辨識軟體原創產品的廠商!我也相信我絕對不是特例,「全世界」所有已經立足影像辨識市場的廠商都是跟我一樣的!他們的主力產品都「絕對不是」使用ML、DL或CNN製作的!

聽懂了嗎?你們已經認定是「主流」!要入行影像辨識就必須學習的那些東西,如OpenCV到ML、DL與CNN等等,其實根本就不是業界商品開發已經證明有用的技術!大家知道嗎?那些東西其實比較像我們常常接到的詐騙電話!你確實知道你的親友誰經過網路群組投資賺到大錢嗎?當然沒有!正如市面上根本沒有以ML、DL或CNN做出來的影像辨識產品一樣!那根本是騙人的!真正能做出產品賺錢的公司「都不是」用那些技術的!

剛開始面對這種「AI大舉入侵影像辨識領域」的情境時,我很惶恐!但是我相信自己的科學認知與理智,如果我堅持的信念與技術一直帶著我走向好的方向,那對於「成效未知」的新技術,我沒有貿然拋棄既有基礎投向「新宗教」的理由!

我保守地繼續用我的傳統影像辨識技術開發產品,也持續獲得成功,所以我絕對沒有任何實質壓力必須轉型投入MLDL與CNN的行列!但是既然「全世界」都說它們很神奇了!我們當然也會審慎地學習觀察新的技術是不是有可能比我使用中的技術更好?

我是商人,不是學界大老學者,甚麼技術實用好用可以創造商業價值,我就會立即變心搶著使用!我是毫無學術立場或甚麼學派忠誠度的!所以我學習MLDLCNN的認真程度甚至超過他們的崇拜信眾!因為自己就是資深的老教授了,如果我回大學課堂當學生坐在教室聽課,要叫那些三四十歲的年輕教授如何自在上課啊?所以就硬推著較年輕的RD去讀碩士,目的就是學習這些新潮流技術。

我的RD經過兩三年的認真學習,只要沾到MLDLCNN的所有課程絕對選到滿吃到飽!我也跟著她偷渡學習這些新的所謂「AI」技術好幾年了!現在她即將接受論文口試要畢業了!我們師徒對於這些新技術的認識當然比前幾年深入很多了!但是對於它們的實用性評價呢?還是一樣,就是根本沒必要!最多只是資訊不足時的補救措施。

我們的理由是很客觀公正合乎科學與常識的!只是多數人還沒有如身在前線打仗中的我們一樣感受認知到而已!看到前面我摘下的論文摘要了嗎?84.5%的正確率對於所有的商用影像辨識來說,就是等於零分!沒有達到98%以上的影像辨識軟體根本就無法上市的!自駕車影像辨識錯誤率也是一樣的,百分之一的誤判肇事率就太高了!要上路銷售至少必須降到千分之一甚至萬分之一以下

如果我的停車場車牌辨識軟體的辨識率是90%,甚至95%,我都無法站在這裡跟大家聊天的!必須是98%以上我的公司才能可能活到現在!一開始研發原型辨識核心時辨識率當然不會這麼高,也只是八成多而已!但是依賴傳統的影像辨識技術,我們可以精益求精,不斷靠著辨識錯誤的案例,一一研究後精準的調整辨識流程,產品就越來越準了!

我就是這樣經過七八年的持續努力,有如龜兔賽跑的烏龜,從落後到平凡到領先,終於活到現在變成台灣車牌辨識的領導品牌的!但是需要比車牌辨識市場需求更精準的自駕車影像辨識,他們居然想依賴更「不準」的ML、DL與CNN等技術來開發?那是他們腦袋漏水了嗎?有任何可能會成功嗎?

大家必須知道:MLDLCNN完全不是依據明確的科學邏輯建構的技術!而是在有足夠的大數據的前提下,使用「Data Driven」的理念形成的統計學技術!它們可以依據資料統計找到解決方案,但是為何必須如此做?連研發的第一線RD都說不清楚的

所以使用這種技術(MLDLCNN)完全沒有可以讓影像辨識產品「精益求精」辨識率穩固上升的可能性!那我們要如何繼續研發升級維護這種產品呢?如果它們真的聰明到「學習」之後就能直接達到98+%的商用標準辨識率也行!但是當然它們只是機率統計的結果,最大的限度也不過就是如上論文範例提到的八成多而已!永遠無法接近實用需要的極高辨識率的

我會常常評論這些AI學術議題,除了因為我是教授出身,更重要的是基於古道熱腸的老師魂使然,怕大家花太多冤枉錢與時間做傻事!正如當你知道有人在詐騙你的親友時,你絕對無法忍住不去勸阻的!我也不會無的放矢去黑AI,我會盡量說清楚讓大家知道哪些AI廣告是詐騙!因為我自己也剛好從事同樣的行業,所以更能告訴大家甚麼才「不是」AI影像辨識的詐騙!

如果MLDLCNN可以做出跟我現在賣的產品差不多,或更好的影像辨識產品,那就不是詐騙!否則我的說法會一直掛在這裡,也會一直在網路流傳,AI影像辨識詐騙者很難自圓其說!我已經證明了我的做法是對的,是可行的!現在輪到MLDLCNN這些「AI」技術必須證明自己在影像辨識領域的價值了!

如果你還是不太懂?我可以做個更符合大家都有具體經驗的比喻!84分還不夠好嗎?你要考上建中台大就必須進步到95分!如果你真的認真讀書,把所有不懂的部分讀到懂,問老師問到懂,即使花比較多時間重考,最終都一定可以達標的!好多高中成績比我差的人現在都是各地的名醫了!穩定的知識能力就是這麼來的!龜兔賽跑速度慢沒關係,只要踏實的堅持走對的路就可以到達目的地的

但如果你堅持用「猜題」或套用「最佳公式的方式,妄想不必真的讀懂課本知識,只想找到武功祕笈,直接就能套公式拿到95分呢?每個補習班或參考書都樂於提供這種捷徑,也都會宣稱他們的猜題方式或解題公式很有用!但是你可以重考八年試試看!距離95分還是一樣遙遠的!

ML、DL與CNN就是希望大家相信這個:不必研究物理現象與原因,只要資料夠多電腦就可以自己「學會」影像辨識!他們的理念就是這樣的!只要題庫夠大,總會可以讓補教名師或參考書編者歸納提供我一條捷徑,讓我不必認真讀書就可以直接考上建中台大的!但是真有可能嗎?你就繼續作你的清秋大夢吧!老實踏實願意讀懂課本的烏龜們每一隻都會比你先跑到終點的!還以為自己是天縱英明的狡兔嗎?其實是笨死了!

( 知識學習科學百科 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=179206171