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97.8%，42000個案例中還有924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%！目前的辨識率97.8%已經跟上面那些深度學習方法能做到的程度(約97.8%)完全一樣了！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，完全可以跟那些深度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CNN與DL的成果！可以輕易在任何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只用單一執行緒辨識完42000個MNIST的案例，只需要35.08秒！平均每個字只需要0.84毫秒！所以即使裝在微電腦上也一定會跑得很順暢的！

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AI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！既然到目前都一路暢通無阻，我當然還不會考慮使用CNN與DL的！那些方法的缺點實在太多太沉重了！主要是計算量大到不合理！很難商業化的！

大家知道我如此努力於這個議題的商業考量了嗎？上面Bing AI列出的成績單只有辨識率，不可說的痛點是：希望辨識率高就必須使用龐大複雜的深度學習模型，訓練出來的就是計算量大到一般電腦難以負荷的軟體怪物！結果就只能放在雲端用超級電腦運算來提供辨識服務！我的競爭目標不是比他們更高的辨識率！而是作出計算量少輕量級可以商業化推廣使用的AI軟體！辨識率一樣，計算量只有ML與CNN方法的數十甚至數百分之一！當然可以做出任何電腦甚至手機都可以輕鬆在本機使用的軟體！

相對的！那些CNN與DL的模型如果要縮小到可以在一般電腦使用，辨識率就會低到跟他們說的Rule based方法做的一樣低了！這就是CNN與DL技術的兩難關卡！他們以為只要變成雲端產品，讓怪物模型用超級電腦運算就沒事了？但事實上影像辨識總是牽涉到太多個資機密，是不可能都送到雲端辨識的！會洩密嘛！影像辨識軟體終究是必須在一般電腦上競爭辨識率與效能的！大家有聽懂嗎？