如果你只看我時常PO出的神奇辨識結果，可能會以為我是從某個神祕的AI寶庫偷到了甚麼神奇的武功秘笈？或是得到外星科技？老實說十幾年前我剛接觸影像辨識時，也是覺得這些技術高深莫測？重點是：不管我怎麼努力看課本或論文，都覺得內容過於簡單，根本不可能完整解決真實影像的複雜狀況！

這很像古人面對多數自然現象的變幻莫測感到神秘與沮喪的心情一樣！基本上人類的歷史是從兩個方向去適應努力的！一個是累積經驗，就是即使天機莫測，但是只要累積經驗找到萬物變化的概略規律就可以解決很多問題了！像是一年四季的氣候變化觀察久了就有24節氣的「學問」！

但是這種「學問」是知其然而不知其所以然的無根知識！因為事實現象的成因太複雜，這種「學問」無法做準確的推理，所以準度有限，任何一個例外都會讓古人受到傷害！所以人類有了另一個更可靠的努力方向！就是「科學」！我們希望可以理解所有事物的成因，經過準確必然的科學原理做出更精準的推論。

所以事實上人類的科技史一直都是這兩種概念交替進行的！在科學不發達的古代當然依賴經驗多於科學！越到近代科學進步，我們就越來越依賴科學來解決問題！有趣的是：即使是已經相當成熟的科學發展，面對很多太複雜或難以精準測量的問題還是力有未逮！譬如股票的漲跌，或消費者的購買習慣等等。

也因此即使科學已經很昌明了，以統計學為基礎的經驗法則並未消逝！尤其是在這個世界電腦化之後，所有事情活動都會留下很多數位資料，以前人類的經驗只能存在老人的腦袋或書籍文獻碑銘文物之中，現在呢？凡走過必留下數位足跡！累積「經驗」的方式與效率都比古代更多更容易！這就是現在大家說的從大數據產生AI的熱潮了！

但是我覺得這些AI或許在某些領域太成功了？夜郎自大到好像這種以經驗累積統計為基礎的技術可以完全取代既有的科學研發？須知不管他們已經成就了多少基礎科學辦不到的事情，他們依然是不知其所以然的無根知識！如果我們希望分析的對象要精準而且「合理」，這種AI就根本無法辦到的！

影像辨識就是一個很關鍵，也很特殊的：「經驗AI」與「精準科學」的戰場！如上圖的困難辨識狀況，現在的主流派的AI專家，一定會告訴大家必須收集更多類似的模糊資料，讓深度學習的模型去訓練出辨識軟體？就像辨識網路上隨機出現的動物影像是貓或狗一樣！

如果有某個AI專家(或玩家)說我的DL模型可以正確辨識九成以上的貓或狗，大家一定會鼓掌叫好！但微妙的是：真實世界需要用到的影像辨識需求，如車牌辨識、人臉辨識或指紋辨識，要求的精確度都遠遠高於九成！沒有98%以上的車牌辨識軟體停車場是根本不會採用的！人臉與指紋辨識當然要求更高！

即使大家都會說影像辨識沒有百分之百的！我的車牌辨識軟體拿到車水馬龍的街道上使用，正確率也只有九成，但重點是每一個辨識失敗案例我都可以準確分析原因，明確告訴使用者為何辨識失敗！也因此可以繼續精進，準確穩定的逐步提升辨識率！原因就是我是用「精準科學」而非「經驗AI」做影像辨識的！如果我用ML呢？連我自己都不知道為何辨識失敗了！我會被客戶罵死！這個生意還怎麼作下去？

如上圖是我的實驗程式介面的截圖，點選圖上任何一個可能的字元目標，都會出現一長串的屬性資料！包括寬、高、顏色、對比與可能是某字元的符合度等等，數量多到族繁不及備載！這些可能的目標又會進一步被組織成可能是一個車牌的群組，又會產生一大堆有關這個組合的屬性資料！我就是在如此繁雜，但非常明確的科學資訊中推理辦案做出神奇的影像辨識的！

所以我一開始就無法，也不願意去蹭AI！就是那些以ML、DL與CNN為主體的「經驗AI」我基本上是不用的！正確的說：我的影像辨識是屬於「專家系統」形式的AI！我也完全不想搞神祕！即使我不是教授了，沒有必要寫論文證實我的研究價值與可信度，但是實話實說很好玩！也能取信於有專業知識的讀者與客戶！我會繼續揭露我的商業機密的！