一個很有趣的現象，我最近在鑽研Rule based的手寫數字辨識，所以常問Google AI類似上面的問題，但Google AI好像是我的粉絲？我的部落格說做到幾趴Google AI也立即反映說Rule based的手寫數字辨識現在可以做到幾趴了？但完全沒有其他人做類似事情的相關資訊，難道只有我在做這種Rule based的研究？看多了反而感覺沒有公信力！

所以我刻意改用Bing搜尋引擎的AI問同樣的問題，就得到上面非常不同的的結果了！原來其他使用Rule based的人情況如此悽慘！辨識率連九成都高攀不上？而且Bing顯然根本沒訂閱我的頻道！完全沒有我的相關訊息！但我覺得這才是我想知道的全面性有參考價值的資訊！我自己做到哪裡當然不需要問AI的！我想知道的是別人的成績單！

當然我沒有因為Bing不是我的粉絲而失望，反而是精神大振！原來我短短兩個半月的努力就超越了那麼多使用Rule based方法的前輩！甚至已經是遙遙領先的態勢了！目前我使用MNIST字集作辨識的成績單如下，辨識率已經高達97.643%，42000個案例中還有990張的辨識結果與標準答案不同！

我預計幾天之內應該就會逼近甚至突破98%！這表示我的辨識率即使拘泥於MNIST不是很合理的標準答案，辨識率也跟那些機器學習方法能做到的程度幾乎完全一樣了！我說過好多次了，98%應該就是合理的最高分了！更高的分數只是無謂的Overfitting而已，我是不會刻意追高的！

所以我的存在已經證明了Rule based未死！只要找到合理合適的準則與邏輯判斷的機制組合，完全可以跟那些XNN的機器學習與類神經網路方法正面較量！一如霍元甲電影中的經典台詞「天下武功沒有高低之分，只有習武的人才有強弱之別！」武功練到化境時，飛花摘葉都能傷人！跟門派關係不大！

而且Rule based系統一旦完成，辨識的合理性與執行效率都會遠遠勝過那些XNN的成果！可以輕易在低階電腦上佈署使用，完全不必使用昂貴的GPU電腦！如上我的成績單上就顯示辨識完42000個MNIST的案例，只需要36.14秒！平均每個字只需要0.86毫秒！所以即使裝在微電腦上也會跑得很順暢的！

我始終秉持的信念並不是跟主流派的AI技術做對！而是用最合理省錢的方式把事情做到最好！現在的主流說法就如上面Bing AI說的一樣：Rule based已死！已經完全跟不上CNN與DL了！但是我實際的經驗不是這樣的！十多年來我總是能堅持Rule based的精神作出所有我想推出的影像辨識產品！既然到目前都移路暢通無阻，我當然還不會考慮使用CNN與DL的！