昨天有位老客戶專程從台中南下找我談一個可能進行的影像辨識專案，竟然是想要辨識圍欄中大量飼養的牛隻探頭吃飼料的事件？好玩吧？因為預期的飼養環境是很固定的，很像車牌辨識的在席監看！還簡單一些，用動態偵測的技術辨識出牛隻探頭與縮頭的動作即可，也不用辨識是哪一頭牛？我當然就說沒問題的，就等他的影片提供之後再作近一步評估報價了！

老朋友了嘛！除了預訂的公事也會談一些相關的業務接洽經驗！有個話題就是我很喜歡討論的：為什麼機器學習在影像辨識領域會氾濫成這個樣子？他覺得很奇怪的是：每次跟其他廠商談影像辨識，即使只是很確定很簡單的已知狀況的特定目標辨識，對方都一定會扯到需要很多資料？這樣才能讓機器「學習」嘛？讓他很頭痛也無法理解？

他不是影像辨識專家，但是也會納悶？本來就很清楚很好理解的明確目標還要「學習」甚麼碗糕？而且一扯到學習就會跟他要大量資料，整個案子的成本就會變得很高，還很浪費時間，真的有必要嗎？但是跟我談類似議題我就從來不會這麼說！就是就事論事而已，我的說法都很符合他的常識，一聽就懂，也真的都能很快實作成功！

簡單說，他覺得那些年輕工程師似乎跟現實世界很脫節？只會用已知的電腦模式談工作？影像辨識嘛！一定就是要用ML、DL與CNN的！網路上這麼說，連老師們也這麼教的嘛！把問題看成「純粹」是電腦世界「內部」的問題，他們就會覺得很舒適自在！覺得事情完全在自己掌控之中？如果要他們將影像與現實世界有更多的聯結呢？他們就會覺得很累很麻煩，下意識就很排斥的！

客戶年紀也有五十幾了！讀書學習經驗跟我比較接近，所以常常覺得跟年輕世代懂電腦的工程師們有代溝！我們討論為何機器學習會過度氾濫時當然都同意，這一定跟電腦硬體商的推波助瀾有關，機器學習用得越多，算力需求就越大！輝達等公司就賺得越多！他還跟我分享了有些標案不肖廠商就是要說服公家單位買數十萬元的GPU電腦？其實根本不需要！但是一呼攏AI官員們就糊塗了！

當我們談到我以前是數位遊戲系的教授時，我就忽然聯想到：或許就是因為現在年輕世代的最複雜邏輯思考經驗都是來自從小就在打的電動！總覺得所有困難問題的解決方式一定都在電腦資料裡面？他們看任何事物都是隔著一層電腦資料看的！所以漸漸的虛實不分，不再認為對真實世界的理解掌握很重要了！相對來說，我的電玩經驗頂多只是打磚塊之類的簡單反射動作，不曾玩過較複雜的三國或模擬NBA或棒球比賽之類的電動遊戲，所以我對真實與虛擬世界的界線是很清楚的！

你覺得呢？我是玩電腦數十年了！但幾乎是完全不玩電動的！雖然整天坐在電腦前面寫程式，但是我的思考內容都還是真實世界發生的科學事實事件！看到影像就與真實世界相連是我的直覺，但是好像電玩世代的年輕人已經沒有這種我視為必然的直覺了！所以我那個也是從來不玩電玩的RD，就跟我這個「古人」很相容了！我無法教會其他徒弟做影像辨識，無形的障礙或許就在此了！