上面是一張使用深度學習製作手寫辨識模型的示意圖，他們的重點並不是教你理解與掌握如何準確完成辨識的科學過程，而是比較類似傳教或商業廣告！讓你相信他們有一套全自動化的數學工具，可以不必真的理解如何完成辨識的細節過程，就可以做出達到甚至超越人類識別手寫文字智慧的AI軟體！他們賣的商品不是可以直接使用的AI軟體，而是可以開發AI軟體的工具！

但是很諷刺的是：賣這些開發工具的人自己都做不出真正好的手寫辨識軟體！居然要人相信買了他們賣的工具軟體就可以做到這些神奇的目標？我們真是太好騙了！就像所有的傳教或商業廣告，總是陳義過高與事實有一段很大的差距！這些數學模式並沒有真的創造出更好，也更符合科學實證精神的智慧！只是經過資料統計與既有的知識盡量整合求取最大成功率的捷徑！也就是較簡單多數人都能勝任的事情他們可以做得比一般人更快更好，但是真正較困難的事情他們並沒有足夠的創新思考能力！

或許這只是一個AI發展的過程？也許不久的將來真的會出現思考創造能力真的跟頂尖科學家一樣好甚至更好的AI機器人？果真如此，就真的會出現魔鬼終結者了！有可能AI會反客為主，變成我們一般人類的主人與統治者？但是那絕對不是我們有生之年會出現的現實！我們必須認真思考的是在這個AI啟蒙的時代最佳的求生方式！

就像各種機器大量出現的工業革命一樣，很多依賴體力的費力繁瑣工作都讓機器甚至電腦代勞了！現在只需要一般程度智能智力的工作也會大量被AI取代！樂觀的想法是善用既成AI工具的人可以走捷徑做更多的事情，以前開一間公司需要五六個人分工合作，現在或許一個人加上一些AI工具就可以搞定了！

但是我從多年來從事影像辨識的工作中有了一個體會，在我的領域中越是想依賴既有的AI工具取得優勢的人，反而越是容易失敗！機器學習與深度學習就是最明顯的例子！表面上好像可以讓你很快的從無到有！只要拿到足夠資料與工具很快就可以做出七八成像樣的原型產品？即使你完全沒有影像辨識方面的知識都行！

但是接下來呢？因為其他跟你一樣，沒有特別好的影像辨識基礎知識能力的人也都能很快做到一樣的事情，如果大家都一窩蜂這樣做，那就是一場紅海競爭了！須知走這條路似乎很快？但是絕對不便宜！很燒錢的！資料要錢！AI工具模組要錢！昂貴的GPU電腦也要錢！好像早年的淘金熱一樣，大家一起傾家蕩產買工具去淘金，很快大家都沒金子可搶了！這些淘金客大多最後都破產了！因為錢都砸在買了太多工具卻淘不到足夠的金子來還本！

這些就是我標題說的：跟在AI後面的人了！那要如何「走在AI的前面」呢？有些人會認為是搶先使用更多的AI工具！但是使用新工具是很容易做到的，所以馬上就會陷入紅海競爭，而且是消耗金錢的財力拼鬥，一般較沒錢的人就輸定也死定了！我就是沒錢的普通人，所以我一開始就決定不要跟其他人拚誰比較有錢！

另一條可以走在AI前面的路，其實就是要做比AI更困難複雜的事情，需要經驗的事情AI有電腦的計算與記憶能力幫助，一般人當然是玩不過電腦的，但是至少目前的AI，對於複雜的思考與創意仍然是遠遠不如人腦的！我看到的影像辨識AI其實只是嘗試錯誤或炒餿飯，拿現有的數學公式拼湊出成功率較高的答案而已！不是像傳統科學家一樣，真正根據科學事實與原理來解決問題！

AI真的可以取代技術普普的一般工程師，但是沒辦法超越真正厲害的科學家！那就努力認真做個好的科學家嘛！這就是我選擇的一條康莊大道！直接走在AI工具的前方未知的領域！研究事實案例的成因與解法，發明一些AI工具搜遍全球網路資訊都找不到的，更有效率更精準有針對解決問題能力的新演算法！

這其實沒有很難！把書讀好，對科學知識的理解紮實一點，加上願意深入思考實際問題，就有機會比大多數只是引用已知統計資料的AI更有效率一點！我說的「效率」就是關鍵字了！如果別人用AI做到跟你一樣厲害的事情，但是他必須跟輝達買昂貴的儀器與AI軟體模組或是付高昂費費使用雲端AI，你只需要使用一般電腦加上你腦中的知識，直指核心解決問題，你就是走在AI的前面了！你的支出會很低，會比一窩蜂搶用AI工具的競爭對手更有商業優勢！

如上的工地揚塵辨識系統就是一個極佳的真實案例！雲科大的影像辨識中心用所謂的AI影像辨識製作了一個辨識率不錯的軟體，但是建置一個監測點的成本至少要幾十萬！作為單一地點政績展示是還可以，要普遍推廣到各個工地使用呢？實在太貴了！這個帳單沒人願意買單！所以承包商找我們嘗試做出一樣功能的辨識軟體，但是必須讓每個監測點建置成本低於兩萬的系統！

我們只用兩三個月就真的做到了！關鍵就是盡量不用現成的AI技術方法與工具！而是直接分析事實案例，根據科學原理自行設計針對問題最有效率的演算法！所以我們的軟體兩年內就推廣到上百個工地使用中了！我們真的是走到AI的前面了！不盲從跟隨既有的AI工具起舞，就是我們成功的最大關鍵！一使用CNN或DL，做出來的東西一定都是跟雲科大做的一樣很貴的！

這其實就是我現在的影像辨識事業的真實寫照！我只會專注在既有技術還沒有辦法做到很好的議題上努力！或是針對使用AI成本太高的議題上找出基於科學可以更有效率解決問題的方式來賺錢！一樣辨識率的產品，我的軟體如果可以更快速、更省電、使用更便宜的電腦，那就是我的商業產品優勢了！不是嗎？

AI灑水抑制揚塵，關鍵技術還是影像辨識！你知道嗎？