看到了嗎？「AI電腦視覺」與「機器學習」在此已經被送作堆變成一個不可分割的複合名詞了？所謂的電腦視覺是影像辨識的同義詞，就是利用數位影像資料，用各種演算法寫程式計算找出我們需要知道的各種資訊。因為高解析影像已經很容易取得，所以用電腦從中辨識需要的資訊，取代人力降低成本提高效率當然就是熱門產業了！

這些應用種類多到族繁不及備載，辨識產品瑕疵時被稱為AOI(Automated Optical Inspection)，辨識文件內容文字時稱為OCR(Optical Character Recognition)，其他從車牌辨識、人臉辨識、指紋辨識、虹膜辨識、到科技執法、看有沒有小偷翻牆？看工地的人有沒有戴安全帽？自駕車看車前有沒有障礙物？等等都是！

這麼多複雜多樣的影像辨識(電腦視覺)工作以前沒有嗎？事實上從有數位影像開始就有了！歷史至少七八十年了！早在機器學習(ML)、深度學習(DL)與類神經網路(CNN)這些現在所謂的AI技術被炒作之前，多數影像辨識產品如車牌辨識、人臉辨識、指紋辨識、OCR字元辨識與AOI產品檢測等等都已經是相當成熟被廣泛使用的產品了！

我們公司就是一個在業界屹立十年，少見的全方位影像辨識公司，不僅車牌辨識產品已經獨領風騷，閱卷辨識也是多數文化出版公司的技術源頭！各種文件證件辨識只是小菜，從天然氣公司手機拍照辨識瓦斯表的核心、到各種實驗室事件的監測警戒、到山區道路的落石車禍監測……等等，最近剛要開始幾個工地環保的影像辨識專案，預期也能輕騎過關！台灣沒有一家影像辨識公司可以玩得那麼開，還都無往不利的！

但是我們審視自己的各種影像辨識產品，或觀察市場上既有的成熟暢銷的影像辨識產品，有多少是使用機器學習的相關技術(ML、DL與CNN)為核心的呢？幾乎是完全沒有的程度！少數說有用ML的都是經不起檢驗，想蹭AI熱度的廣告詞而已！我們公司就真的完全沒用過！如果說這些機器學習相關技術是未來影像辨識寄望的未來，那已經出現十年了，為何還是沒有在任何主要商品上取代傳統影像辨識技術開發的核心呢？

也就是說他們根本還沒證明是可以使用在影像辨識領域的可靠技術！為何如此？我這些年也一直在研究，也寫了很多文章在此闡述！我的公司一直沒用機器學習絕非成見，就是一直想要引進，卻一直沒看到他們任何可以超越既有影像辨識技術的優點！或許是我人微言輕如狗吠火車無法改變多數人的觀念，但也沒有任何AI技術專家敢跟我公開或私下辯論！真的一次都沒有！連我去挑戰他們，他們都會裝傻已讀不回的！我也只能繼續用我的產品證明我的論點！沒作品的空殼「藝術家」怎麼跟已有知名作品的藝術家辯論呢？他們不敢的！

但是AI的迷信勢力就是如此強大！一個海市蜃樓都被整個業界視為真實的蓬萊仙島了？這很可怕的！會有一整個世代的青年學子，誤以為做電腦視覺的技術核心就是機器學習！從而輕忽了已經證實有用，以後也永遠不會被淘汰的正統影像技術。只會用其實還沒被證實有用，學理上也根本不可行的機器學習技術瞎忙！他們會被虛假錯誤的AI理念耽誤了很多年的青春！須知以統計學為基底的機器學習是永遠無法跟上精準科學的！他們是探索未知領域的利器，但不是做精準研發的合理工具！

老闆們也因為相信這個世紀大謊言，會投入太多成本，高薪聘請做不出好產品的不適當人才，花大錢買無用的「輔助」AI研發的軟硬體設備與巨量資料，最終做不出好產品血本無歸，甚至公司倒閉！我已經預見了這會是整個AI影像辨識產業必然發生的大災難！有如地震海嘯一般可怕，會屍橫遍野的！所以先哀嘆「嗚呼哀哉，尚饗！」

因為這個業界目前是一定不會聘請我們這種選擇不用機器學習技術做影像辨識的RD的！所以我和我的RD師徒兩人也不得不自行創業，來證明自己的理念與價值！十年過去了，這些年因為機器學習成效不彰被拖累的公司無數，我們大部分的專案也都來自接手這些機器學習作不出來留下的爛攤子！用機器學習作影像辨識的AI災情已經是現在進行式了！我該感謝這個AI亂象給我的商機嗎？還是慈悲一點哀矜而勿喜吧！他們是AI受災戶，很可憐的！

如果你想真的多認識電腦視覺的發展現況與未來？就不要去請教那些號稱懂AI的專家老師們了！因為他們是這個世紀大謊言與必然的大災難中少數的既得利益者！否定這些AI技術的價值就是自砸飯碗，他們不會為了真理而揮劍自宮的！應該去尋訪那些相信AI也學了ML等技術到業界發展的人，與深信機器學習就是AI已經多年的老闆們的實況！就是像我一樣真的以影像辨識為業的人，你應該就會跟我一樣清醒了！