大家已經熟知我對辨識歪斜、髒污、模糊等極端狀態車牌的狂熱執著，其實這也是我能獨佔全台灣路邊停車收費的車牌辨識市場的主因！我不必追求更高的市佔率了，因為我已經拿到滿分100%了！曾經有過的競爭對手都已經自動消失多年了！但大家可能不知道，我也是一個追求辨識速度的狂人！花在優化程序提高辨識速度的心力也相當可觀！

要辨識更寬廣範圍與狀態的車牌影像，運算量必然會多於辨識簡單狀況的車牌。如果只是標榜可以用很快的速度辨識停車場出入口拍的極清晰端正的車牌特寫，那沒有意義。就像全壘打大賽時的餵球投手會盡量投出最好打的球給選手揮棒一樣，真正的全壘打王是能在比賽情境中，投手極力投出各種變化球與快速球閃避你的揮擊，你還是可以打出全壘打！那才是真功夫！

所以我說的「辨識速度」都不是「理想狀況」下利用簡化運算得到的假高速。而是使用我具有完整辨識能力的辨識核心面對「正常」狀態的影像所測得的真實速度！如上圖，1920X1080解析度，背景很複雜，車牌也略有髒汙的情況下，我的程式還是只需要221毫秒，就是0.22秒就辨識出正確的車牌，沒有任何內定的辨識熱區(ROI)，也沒有針對此情境的特殊參數設定，就是這麼快！

結合以上兩種優勢，我不但能辨識模糊歪斜的車牌，速度還特別快，所以我的車載(道路情境)車牌辨識軟體目前也是在台灣市場上一枝獨秀的狀態！沒比較過效能的客戶可能會買別家產品，比較過的都絕對只會選擇我的，不論公家或私人單位都一樣！簡單說，就是辨識速度差太多了！別家產品沒得比！

可見商業化的車牌辨識不是大家以為的那麼簡單，只要拿OpenCV的函數組裝一下，能辨識正面清楚的車牌就可以拿出來賣了？然後各家公司各自拿著這種「簡易」車牌辨識系統，只要比廣告、比行銷策略與比人脈就可以去搶占市場了？高科技業的市場不是這麼玩的！競爭力九成九是來自實質的技術水準！對手要謀殺我比較容易，要打敗或封殺我的產品很難！當辨識能力與速度差距拉開時，再多的廣告與人脈都沒用的！

我就是一個既不花錢買廣告，沒有行銷人力，也毫無政商人脈，位在台南郊區的小公司。但是只要核心技術明顯超過市場上的其他競爭者，我一樣可以變成台灣車牌辨識的領導品牌，這就是我喜歡高科技業的原因了！技術高低決定一切！我只要每天專心做研發就可以屹立於市場上了！

那辨識速度要怎麼做才會快呢？其實就是確實知道自己寫的每一行程式是在幹嘛？對於每一個成功或失敗的案例，你的每一行程式是如何產生影響的每一個細節步驟，你都要清楚知道！只有非常清楚所有辨識程序的細節，你才能精準規劃要如何減少運算量？且不會降低辨識能力！

每台電腦的運算能力都是固定的！規格一樣的電腦，要讓軟體跑得更快，就只有減少運算量一途！就像你的薪水如果是固定的，你想過較好較優質的生活，就必須更精準的管理收支，減少浪費！有些人收入很高還是買不起房子，有些人收入不多，也沒過苦日子，卻已經有車有房，就是精準花費的結果。

或許因為我是客家人，先天就有勤儉持家的DNA，我也把這個天性充分用在精簡辨識程式的運算上面了！每隔一陣子就會重新檢視我的辨識流程，找到更多可以節省計算的地方，譬如資源回收不重複計算與消費，你就可以用一樣的錢與資源過更好的生活，或是讓我的軟體跑得更快了！

大家可能沒想到，辨識速度變快之後，除了使用者體驗較佳之外，也代表我可以做更多更複雜的工作，開發功能更多的軟體，我的產品優勢就更大了！還有一個更重要的效應是：辨識速度快＝運算少＝省電＝節能減碳＝環保愛地球！所以我的AI影像辨識事業是往一個真正讓世界變得更好的方向發展！有更好的軟體卻不必付出更多的耗電量，或製造額外硬體(AI晶片？)產生的資源浪費與廢棄物。

那大家吹捧推崇的以機器學習(ML)為基調的AI呢？正好相反！他們好像暴發戶？所有的發展方向都是浮濫使用更多的運算量來達到目的，因為不是奠基於精準科學的演算法，所以是無法像我一樣精打細算節省資源的！機器學習訓練出來的模型是如何辦事(辨識)的？連製作者自己都說不出來！這樣可以叫做有「智慧」嗎？

譬如最近大家瘋迷的生程式AI，各位可曾想過？一篇自動產生的報告需要參考搜尋多少資料？需要多少計算量來歸納、組織、與評分選擇？原本你要花幾小時動腦但不太耗電的工作，現在很快就「生」出來了！你的電腦當然做不到這麼需要龐大資料與計算量的工作，而是遠端的超級電腦從全世界幫你找資料，還幫你做大量計算的。

就像大家現在日常Google資料的速度都很快，那絕對不是因為你用的電腦很好，而是Google公司的遠端伺服器超級電腦伺服器系統很厲害！但是那些電腦已經燒掉了多少電力？增加了多少碳排放？如果大家開始浮濫使用生成式AI，那種計算量當然遠遠大於只是Google資料！地球暖化一定會加速進行，讓地球更快崩潰！當你快樂玩生成式AI時，你正在幫硬體製造商添柴火更快燒掉地球，你知道嗎？

昨天與在美國做實務醫學統計研究的資深學者專家，回台度假中的高中同學甯又明博士視訊聊天，他的兒子也已經在美國學業有成是電腦專業的AI專家，目前在韓國參與一個與貨櫃裝載相關的AI專案。機器學習的基礎→機率統計正是甯博士數十年來最專精熟練的學術研究專長！

大家以為這種背景的專家會跟我打對台？跟我辯論AI觀點，吵得面紅耳赤嗎？錯到極點了！他和他的孩子對於機器學習那套AI的看法都跟我非常一致！甚至跟我一起憂心這個不健康的AI發展方向，其實是反智、反科學、也反環保的世紀大災難！

他認為那種AI並不是「解決問題」的AI！根本沒有「思考」的成分與能力！譬如影像辨識的AI就是已知答案(如車牌)的解題過程，用機器學習根本是文不對題！我們需要的不是用很多資料統計結果來「猜測」答案，而是精確合理的「找到」正確答案！其實我與甯博士相談甚歡，因為口徑一致批評假AI，我們比高中時的感情更好了！