昨天做了一個可以用滑鼠模擬手寫數字做即時辨識的程式，目的本來只是在枯燥的基礎研究之餘，想做個可以隨機產生資料測試的介面，不要只是緊追著「題庫」與「標準答案」跑！搞了半天自己手寫的字到底能不能真的被辨識都不知道？我一向就是務實派，喜歡玩真的嘛！沒想到立即嘗到了網路爆紅的滋味？一天之內瀏覽人次就破萬了！我寫這個部落格每天也不過一兩千人來看而已！希望這些關注可以落實為一些商機！讓我的努力真的可以幫助到需要這種辨識功能的人！

我同時也是一個不會說謊的誠實廠商與科學家，如上Google AI說：同樣用這個MNIST資料庫，那些CNN神經網路方法都能做到零點幾趴錯誤率了！我呢？其實還在六七趴之間掙扎挺進中，如果我相信這個數據有實質的意義，大概就會直接放棄這個研究了！輸太多了嘛！永遠跟不上的！但是有細看過資料的人就會知道，這些資料中至少有兩三趴的答案是有爭議的！42000個案例中至少有好幾千張讓不同的人看，答案都不會一致的！

譬如上面這些案例，資料庫的標準答案說都是5？你能同意嗎？譬如左上那張我就一定會說是3！因為跟台灣七碼車牌的3一模一樣！以我的經驗判斷當然就是3！所以我「錯」了！被扣分了！右上的那張打死我也會說是6！不可能說是5！還是被扣分了！很多更是潦草到根本無法判斷是不是一個數字？他們還是有個答案！所謂的「標準」答案由不同的人來定義，差異部分就至少兩三趴了！

這樣的資料集如果辨識率超過95%其實就已經是Overfitting(過度擬合)了！就像面對一個不完全合乎常識的題庫與標準答案，你如果考到99分其實反而代表你是在曲意配合不合乎常識的刁鑽考題在硬「湊答案」了！這也就是機器學習堅持的基本「精神」！他們是只追求實驗結果與「特定人士主觀標記的答案」是否相同，不在乎現實合理性的！你同意這種研究理念嗎？我不同意！

所以如上說的錯誤率10%-12%的方法並沒有太差，如果做成軟體一般人的感受已經覺得不錯了！因為看似正常的字幾乎都不會辨識錯了！反而是成績好到錯誤率只有零點幾趴的東西，做成軟體時會出現奇怪的反應？譬如將你寫的3或6辨識成5？因為題庫中就是有這些不合理的案例，機器也被你逼迫「學會」了嘛！

所以你還要相信考試分數高的人就一定比較厲害？一定是能適應真實世界的強者嗎？我讀過建中也拿到台大的碩士博士，我的學歷大家可以去查證，絕對不是假的！現在亂報假學歷的人好像很多？但我並不喜歡那些屬於「特殊教育」的學校！我充分覺得那些學校已經是對於評量制度過度擬合的怪物集散地！追逐成績適可而止就好！90分應該就是已經做到所有合理學習的效果了！95分以上其實是代表另類的「異常」！

所以我以MNIST資料庫做這個研究到辨識率約九成時，就已經確定自己的目標最多就是95%了！完全無意去挑戰更高的分數！因為那個模糊的區間的標準答案已經超出一般常識，開始人言人殊了！你還要繼續刻意屈從那些可疑有爭議的答案來修改辨識邏輯嗎？那叫做「優化」嗎？說是「畸形化」比較貼切吧？

這也讓我想到我很不喜歡的虛偽學術界！也難怪啦！學術界就是那些只求高分的特殊教育學校培養出的怪物集散地嘛！所以不知情的人是會對如上做到錯誤率零點幾趴的研究團隊肅然起敬！我呢？只是覺得那些人瘋了！或是太無聊了？在作一些浪費公帑與研究資源的傻事？卻不願意務實做出一般人需要也覺得好用的軟體！

簡單說，並不是那些辨識率越高的辨識模型就表示可以做出更好的軟體！手寫字當然就是會有模糊地帶的！如果你不承認這個現象，硬是要給難以分辨的案例一個唯一的標準答案，然後照著這個虛假的目標追求辨識率？結果只是更偏離常識，作出一些奇怪的東西而已！所以這些無聊專家還在繼續追求子以為是的一百分！但是市面上大家需要的手寫辨識軟體還是很難找！

我認為辨識研究應該追求的終極目標，絕對不是以這些資料集為標的的辨識率！而是真正可以讓使用者滿意的軟體！包括一定要合乎大多數人有共識的辨識結果！以及價格便宜、省電、快速、好安裝等等！這就是我現在追求的目標！有了辨識核心就可以開始建立如辨識發票中手寫金額或統編的數字的客製化軟體給人用了！

當然在此要再次強調：我不是用CNN或DL來開發這個辨識核心的！完全就是用Rule-based的傳統方式做出來的！所以軟體背後不會有甚麼很複雜龐大的「模型」？程式原始碼目前是四千多行，編譯後執行檔不到100k！所以計算量極少速度跑得飛快！完全不必使用GPU！辨識一個28X28畫素的案例大約都是零點幾毫秒而已！

感謝網路大眾的關注！也希望大家除了好奇之外，也能介紹分享這個資訊給真正有需要使用這類辨識功能的朋友！讓我有機會幫助他們如願，用AI影像辨識的技術落實創造出更好的工作效率與經濟效益！