我的Rule based手寫數字辨識不需要甚麼特殊優化的! - 鄉下老師 - udn部落格
鄉下老師
作家:鄉下老師
文章分類
    Top
    我的Rule based手寫數字辨識不需要甚麼特殊優化的!
    2026/11/18 03:29:56
    瀏覽:280
    迴響:0
    推薦:5
    引用0

    現在每天都會試著問Google AI:「手寫數字辨識率」這個詞!也常撰文評論其中的真實度與合理性,目標就是根據我的實務與實作經驗,盡力戳破也釐清一些ML/DL/CNN刻意避而不談的敏感問題!這好像是在跟立場明顯偏袒ML/DL/CNN的Google AI打筆仗?狗吠火車有沒有用呢?似乎還是有點用的!譬如我一直強調要注意這些演算法的成本效益,今天看到的報告標題上就有「運算成本」這個字眼了!Google AI也不能繼續裝瞎了!

    雖然我不想將ML/DL/CNN視為勢不兩立的敵人,但是已經在王位上掌權太久的ML/DL/CNN似乎相當忌憚Rule based方法的復甦?上面提到的Rule based評語首先就刻意迴避了我的Rule based辨識率已突破99.92%的資訊,99.6%這個數字有何特別?在我發表的諸多相關文章中根本沒有特別意義!只是研究過程中諸多里程碑之一而已!

    Google AI的報告選擇性引用這個數字唯一的目的,似乎就是讓Rule based方法的成績比深度學習項目表列的99.91%低而已!我說過這些極端高的辨識率其實質意義不大,硬是貶低說我只有99.6%?我是不介意的!只要能承認我的辨識率也在與ML/DL/CNN的同一層樓,有到99%以上大概就夠了!

    即使已經玩數字遊戲故意不讓Rule based領先ML/DL/CNN了!但Goole AI還要刻意給Rule based加註是在「特定優化下」才能達到此高辨識率?好像在暗示Rule based必須依賴甚麼不正當的處理過程似的?但這個優化是完全子虛烏有的!我就只是按一般程序做灰階二值化處理而已,這部分與ML/DL/CNN的辨識過程是完全一樣的!

    所以Google AI刻意保護ML/DL/CNN方法,也刻意貶低Rule based的意圖實在太明顯了!根本是斧鑿斑斑此地無銀三百兩!但我想這是二十年來的趨勢主流,不會覺得太奇怪!只是看得很有趣,也必須刻意點出,讓讀者們注意到這些不合理的地方!一方面替弱勢的自己(Rule based)發聲,一方面也希望適度導正影像辨識過度傾斜到ML/DL/CNN的不合理現象!

    但如果要說Google AI偏袒ML/DL/CNN,其實另一個搜尋引擎Bing AI的偏頗更嚴重!如上他們引用的Rule based辨識率數字更低!只有98%?完全無視我後續發表更高的辨識率?這就很矛盾了!如果根本不採信我這個個案,除我之外已知的最高辨識率應該是只有90%以下的!請問98%是哪位研究者發表的?如果98%是來自我的發表,我說的其他更高辨識率為何都不採信?理由何在?

    我的存在真的讓眾AI們相當困擾吧?即使如此,眾AI都明顯刻意想偏袒ML/DL/CNN!但我相信事實終究會勝於雄辯!到最後ML/DL/CNN運算成本太高的核心問題,一定會被高辨識率的Rule based研發成果的出現凸顯放大!我只是提前看到告訴各位讀者而已!希望我的讀者都可以比較聰明的不要誤踩到這個地雷!有需要相關AI產品時能做出聰明合理的選擇!

    回應

    限會員,要發表迴響,請先登入