我是以開發商業影像辨識軟體為業已經超過十年的人，公司產品在市場上表現不錯，在車牌辨識、閱卷、工地汙染監測等很多議題上都有很好的實績。既然整個網路言論都說CNN與DL技術就是現在與未來影像辨識的主流，我當然要好好學習的！所以常常閱讀或瀏覽相關資訊，如上的視訊課程都講解得非常生動，當然不會錯過的！

我對於這套技術確實是在模仿人類視覺與智慧形成的過程毫無意見，我自己開發影像辨識軟體時也會一再強調：以人類的視覺智慧為師！但是我事實上從來不曾以這種CNN+DL的方法模式開發過任何一款公司推出銷售的影像辨識產品！如果按照狹義的AI狂熱者的觀點，我就是非常不懂AI的老古板了！

敢這樣說必須有很大的勇氣！因為很多AI迷會因此認定我的技術與觀念一定很落伍，直接否定我的所有產品！這是會影響我的生意銷路的！據我所知很多廠商就會刻意含糊其辭，謊稱他們的產品也有導入CNN或DL云云，事實上是沒有的！只有真正在業界實作過的廠商才會知道，想信這個AI教派需要極大成本！準確率也極難達標！幾乎是不可能快速做出特定影像辨識產品的！

那些很夢幻的複雜數學模式，聽起來是非常有學問有質感，但如果你是開公司製作相關產品的老闆，要用這套方法讓公司賺錢存活？是不可能的任務！我使用傳統技術隨時都可以輕易打敗使用這些技術的競爭對手！因為即使對手也能做出功能一樣的軟體，投入的錢與時間都會是我的好幾倍甚至幾十倍！通常狀況是因為他們背負的統計學原罪，辨識率準確度也永遠不如傳統專家系統的！

重點是：多數的影像辨識商業需求都是很明確的！並不需要如此抽象的數學學習模式！針對特定環境或特定目標直接精準設計辨識演算法程序就可以了！如果每個需求都要套用這套模式做研發，還需要取得巨量資料，就是陳義過高殺雞用牛刀了！研發成本當然高得離譜！

更重要的關鍵是：商業用的影像辨識軟體都需要極高的辨識率！但CNN與XX學習的基礎都是統計學，就是只能計算機率或概率的！先天上就不是精準的計算邏輯！能到八九成的辨識率就是天花板了！要逼近到百分之百，就是至少98%或99%，理論上就不可能的！

還有一個商業上的考慮讓我不敢使用這個AI模式，就是售後服務的問題！影像辨識當然會有錯誤或失靈的時候！如果客戶拿著影像來質問我為何辨識失敗？是否可以改善？我用自己設計的演算法程式，當然可以立即追蹤程序發現問題修改程式即可更新解決問題，即使是無法克服的狀況也可以跟客戶解釋原因。但是如果我的軟體是XX學習訓練出來的呢？我就完全無法跟客戶說明交代，更無法立即優化更新或修護！那個壓力會有多大？好像軟體根本不是我做的？我只是代理商，甚至可能是從哪邊盜版的？

所以奉勸大家應該審慎評估是不是應該繼續這麼瘋迷這種AI？