我的日常工作就是沉浸於研究如何正確辨識如上的不完美的車牌影像！每一張影像都不一樣，每一張影像都有它們獨特的故事與辨識的大小障礙，但是它們都來自真實的世界，不是電腦或手繪的圖像，一定都會符合物理的原理，也應該會遵守監理單位設定的規範，所以我有太多的線索與依據，可以針對發生的問題設計精準的辨識方法！

我不是神！當然不可能每次都成功，但我總是認為：如果那個車牌請三個正常視力也有常識的人來看，答案都一樣！那就一定在人的腦袋中有共同且穩定可靠的辨識邏輯！我的工作只是逆向工程，分析理解人的視覺智慧，將它們用數學語言和程式語言表達出來，就會變成非常精準有效率的軟體了！就是將智慧用人工的方式做成軟體，這就是AI人工智慧了！

我為什麼會喜歡科學？為什麼會讀到海洋地質學的博士？重點就是我從小就相信事出必有因！只要我認真思考學習，最終都可以理解所有的自然現象！即使有些事情我們還不知道原因，但是我相信絕對不是科學無法解釋的超自然現象！如果你想正確理解與解決自然現象產生的問題，依賴科學當然永遠比依賴不知其所以然的經驗更好！

如上的辨識為何困難？因為傾斜，因為模糊，但是多數人都能看出一樣的正確答案，所以不必讀過大學我們的腦袋中都有幾何學的概念將車牌自動轉正，也都有CNN的能力掃描模糊沾連的字元，因為我的數學能力好到足以量化這些思考過程，所以我真的可以模擬出這些人的能力來製作出我的AI影像辨識軟體！

相對的，現在流行的機器學習是走著一條跟我完全不同的路！他們宣稱，也相信：只要資料夠多，經過電腦的統計(訓練)，就可以產生完美的辨識機器？以我接受過完整科學訓練的腦袋真的很難相信？簡單說，機器學習就是不知而行的策略！即使不知其所以然，也總是能解決複雜的問題？

我無法否定這種「可能性」或「可行性」，但是好像買樂透可以中大獎我知道！但我也知道成功機率非常低！低到我不敢靠著買樂透或賭博維生一樣！在這個業界十多年了！我自己選擇的這條路至今都很順暢成功，但是我真的幾乎沒看過使用機器學習的方式開發的影像辨識產品好到可以挑戰我的辨識率與效能的！

很簡單的問題是：你究竟比較相信科學？還是說不出道理的經驗？你相不相信你讀過的那麼多書可以用來解決問題？還是不必依賴知識，只要靠資料統計就可以做得更好？AI應該是不知其所以然的經驗累積？還是所有科學知識的延伸？你想過嗎？你認為呢？