開放原始碼是一件好事，如果每一個人寫好程式都完全不考慮開放，那就真的會讓資訊技術的進步牛步化了！太多微調就可以使用的重複程式，我們都必須自己從原理層次依序逐行打字建構，最多只能複製貼上自己公司的舊程式吧？30年前的電腦世界還真的就是這樣！大家的日子都過得很辛苦，工作效率還很低。

現在的軟體開發世界已經因為Open Source觀念的盛行變得完全不同了！譬如我教程式時就跟學生說：即使你「寫」不出很複雜的程式，只要你能「閱讀」看懂別人公開的程式，你就可以做個軟體工程師了！正如我們文筆創作力即使不如專業作家，也可以當個編輯或文字報導的工作者一樣。

我的教學很成功，真的教出很多能靠「處理」程式維生的人！試問現在有幾個軟體工程師不是找程式碼來拼貼開發軟體的？真正能面對問題，用科學原理思考分析，將想法變成數學模式，再精確地寫成程式的人，現在已經是有如鳳毛麟角的奇葩了！

我不是神仙，可以用很少的課程教出很多很會寫程式的人才，只是直接面對現實，我不會設定要教會學生寫各式各樣的程式，只是帶領他們模仿很多有用的範例而已。就像我們讀國文英文課文一樣，多數人上完課都看得懂了！但只有少數人可以因為天分與後續的努力能真的變成作家，但是每一個人至少都能通順的模仿範例寫報告或家書情書了！

所以理念上我是支持Open Source的，在自己學寫程式與教學生涯中，我也是實際的受益者！但很微妙的，我現在走到了大家認為很複雜深奧的影像辨識演算法開發領域，而且以此開公司賺錢討生活七八年了，但是這麼多年的職業生涯中，我開發的軟體完全沒使用過任何Open Source的資源！

我們這個領域相關的Open Source資源還特別多！從基礎的OpenCV，到進階的CNN與Yolo等等，品項多到族繁不及備載！據我所知，好像已經沒有任何影像辨識的專業公司，是完全不用這些Open Source資源，像我們一樣「堅持」從科學原理逐步分析解決問題寫出軟體的！

事實上，這完全不是我個人的怪癖，或有甚麼迷信成見預設立場，這一路上我和我的RD都不排斥使用任何Open Source。但每次嘗試都覺得太過麻煩，程式碼是擺在眼前，跑起來也大致是對的，但是要學習到跟自己的科學觀念完全結合呢？要學習到可以很有把握的修改，精確地用在自己要解決的客戶問題呢？

我們總是發現直接面對問題，用自己已知的科學觀念解題更快、更準確也更有效！到現在我的RD去研究所上很多課程，也是在學習操作使用譬如CNN等等技術的Open Source，但是光解釋操作細節(很多Lib的呼叫組合安裝等等)就夠麻煩了！

老師可能自己也是因應系上的課程規劃開課的，不太知道原作者解題的科學(數學)概念，或是知道，但沒有時間好好解釋，學生們多半已經預設是來「撿現成的」！既然都已經有可以使用的程式碼了，何必專心聽原理呢？結果就是上過這些課程的學生，最多只是學會操作這堆程式模組，只要原作者一改版，學習的「技術」就過時沒甚麼用了！

因為是免費的軟體，原作者連程式碼都公開了，還不收錢，哪會有時間好好教你學到真的會啊？他還有自己謀生的研究工作要做嘛！於是一大堆半吊子的AI達人，YouTuber就跳出來做網路教學了，還大賺學費廣告費？但是他們真的會用那些東西嗎？如果他們那麼懂ML、CNN、Yolo，能請問他們用這些資源開發成功過哪一款商業影像辨識軟體嗎？

大家都太想揀現成的軟柿子吃！以為學好這些有現成程式碼的技術，就可以跳過長時間的基礎研究學習，直接就能做出很AI，能賣錢的軟體！事實上是我沒聽過甚麼公司真的這樣賺到錢，多半是聞著吃不著，尤其是影像辨識，都是開工順利，卻遲遲無法達標高辨識率，一直無法收工結案，怎麼踹都踹不出一個洞來！

同時間，我們這種直接用科學原理解題的烏龜，反而每次都可以按時跑到終點！我們公司的影像辨識專案從來就不曾失敗過！既然如此，為何那些熱門的Open Source還是被吹捧得那麼厲害呢？其實只是外行人越是相信這條捷徑可以通，那各種教學商機就越大！他們一定會使命必達的把你送到不上不下的「半路」上！你其實永遠不可能靠那些技術製作出有商業價值的產品來賣，但是教你這些技術的人，則教完收錢也收工了！

這些其實自己都無法用自己教的技術做出軟體的人，就是會最大力吹捧這些技術很神奇的人！正如鼓勵你投資未上市股票的詐騙集團啦！那些投資不是完全不存在，也不是完全不可能獲利，但是賺錢成功的機率都被過度炒高了！我們的俗話就稱他們是詐騙集團啦！Open Source當然有用，但絕對沒這麼好用，相對於從問題與原理著手，其實還更麻煩！越是困難的軟體研發越是如此！