非常感謝Google AI最近一路關注我的手寫數字辨識研發進度！我也沒有讓Google失望，剛剛已經正式突破了99%的里程碑了！看到下面稍早的Google AI報告了嗎？我已經用三個月的時間徹底顛覆了這份報告內容！證明Rule based方法完全可以做到跟那些所謂的「先進」AI辨識技術一樣好，甚至更好的辨識率！我的99%辨識率只是一個里程碑，還不是終點哦！

我想更重要的意義是：即使我的「模型」已經做到99%的高辨識率，程式碼從第一版的約一千行已經暴增到現在的一萬五千多行了！你也可以說我的模型擴充長大了幾十倍！但是很微妙的，辨識速度還是一樣快！全部42000個案例辨識一次只需要36.43秒！一個字平均只需要0.87毫秒！三個月來都一直是差不多這樣的速度！

這就是Rule based相對於ML、DL與CNN等新潮AI技術最大的優勢了！我的程式不斷擴充只是不斷研究新的路徑處理不同的案例，但是最終每一個案例必須經過的流程步驟數目還是差不多的！一個很貼切的比喻就是Google Maps的圖資很龐大，但是你每次只需要使用你經過路線的極少圖資，所以跑起來還是很快，不會因為圖資越來越多就讓使用速度變慢！

但是深度學習模型是完全不同的架構概念！他們產生的模型並不是精準的辨識流程！每一階段，也就是他們說的每一個隱藏層都有很全面的評估計算！層次越多辨識率就越高，但是計算量就會呈幾何級數暴增！所以他們會公開評比辨識率，卻絕對不會自曝其短，公開評比辨識速度、計算量或耗電量！

現在的局面是：我的辨識率已經完全不輸給任何形式的DL與CNN了！那還要比甚麼？就是比執行效率了嘛！問題是他們敢跟我比嗎？那個差距是會讓那些輸到AI無地自容的！