為了避免客戶困擾，這篇文章不便太清楚的指名道姓，但確實是我昨天半天的行程。有位第一次承包收費停車場工程的科技公司，跟著相信AI必然很好的業主腳步，採用了另一家公司的管理軟體，那家公司與工研院有些淵源，所以該管理系統中的車牌辨識核心是採用工研院製作的「AI車牌辨識」系統。

那個管理系統軟體運作很好，客戶毫無怨言，但是車牌辨識的部分卻一直出現很多不合理的辨識錯誤，屢屢反映給廠商時間已長達一年，卻始終無法獲得修復升級。如我之前很多文章說過的，那個系統確實就是使用目前聲勢如日中天的「AI影像辨識」技術做的，所以必須使用高檔電腦加上特殊規格的顯示卡，就是必須用GPU才能跑的那種系統，價錢當然就非常貴囉！

承包廠商為此吃盡苦頭後在網路上做足功課找到了我，大家都是住在台南市區的人，所以就直接到該停車場看現場狀況跟業主一起開會，目的是評估能否放棄那個又貴又問題百出的AI車牌辨識子系統，改用我的非常便宜(三萬元辨識六車道)又只需一般規格便宜電腦就能跑的車牌辨識軟體？客戶口碑還非常好！完全無負評的！

看過後知道那個管理軟體與車牌辨識系統是各自獨立運作的，車牌辨識系統來自工研院，網路上他們有很多廣告自稱自讚說是AI精品，品質好到超過國際水準的！管理系統的主體是一家私人公司製作的，工研院的招牌夠大應該受得起批評，應該不至於找網軍來給我搗亂吧？我就不打馬賽克了！運作方式是兩個軟體有建立好通訊機制，車牌辨識的結果可以即時傳遞到主系統做柵欄開關與按時計費等管理動作。

所以我跟他們說，能否改用我的車牌辨識的關鍵在製作管理系統的廠商是否願意配合？我無法修改他的程式來與我的軟體溝通，但如果他們願意配合，只需要修改幾行程式就行了！或是他們告訴我通訊方式，我改我的程式配合也可以！我的軟體體事實上分擔了更多判斷是否單一車次的工作？工研院的軟體則只是定時辨識提供車牌辨識的原始資料，也就是：同一輛車會有多次辨識結果，還需要主程式判斷是不是同一樣車？

如果改用我的軟體，主程式只需要每一個出入車次收一筆資料，譬如：車道X有車號Y車輛進入(或離開)，照片已經取得檔名路徑是Z。對於主程式來說是更簡化流程的！他們不必再自己從好多連續傳來的車牌資料中判斷是不是同一輛車？出錯的機會與壓力當然更低！

通常同一車次如果有七八張照片，其中一兩張可能會因為部分遮蔽或距離較遠產生錯誤時，我的軟體會用統計方式排除的！我可以知道哪些辨識結果是來自同一輛車，我只會提出「一個」最佳的答案給主系統。所以如果主程式提供廠商不堅持繼續使用工研院的AI車牌辨識系統，這是一件可以讓大家都鬆一口氣的作法，畢竟我的這個軟體已經在全台數百個停車場運作很多年，客戶都毫無抱怨的！

看完系統坐下來討論時他們跟我說最大的困擾是原系統某些字會交叉誤認，一般人會覺得不難區別的狀況，他們最崇拜的「AI」居然會辨識錯誤？讓他們難以接受！譬如Q與O的誤認最常見，但屢屢反映之後對方(工研院)都毫無改善？我就跟他們解釋啦！他們不是「不想改善」而是根本「無法改善」！機器學習製作的系統就是這樣的！

因為他們是用大量資料訓練出他們的辨識模型，也就是一個他們自己也不知道機器如何辨識車牌的黑盒子！你給他們幾張辨識錯誤的影像，他們能怎麼辦？訂正答案之後加入原有資料集(數十萬張)再訓練個十天半個月嗎？那要花多少錢啊？賣給你軟體的單價都沒那麼貴！因為是統計嘛！沒有絕對的針對性，重新訓練的結果也不能保證這幾張錯誤影像以後就一定會對！

這就是我說過機器學習製作的產品無法維護做好售後服務的問題！反觀我的「非機器學習」產品呢？如果你傳來辨識錯誤的照片，我就可以立即用實驗程式診斷錯在哪一個步驟？如果只需簡單的參數調整，十分鐘後就可以優化更新！如果需要增加一個例外處理呢？也是一兩小時的時間就能處理好。甚至可以作到該車入場時辨識錯誤，離場時就辨識對了！所以我的客戶都不會抱怨服務不好的！

知道了嗎？「AI車牌辨識」真的不表示比較好！反而是一場災難！不相信我嗎？你們可以自己去找使用中的人打聽！絕對不會有不同的結果！