這兩天的主要工作就是將我的標準車牌辨識核心盡量簡化，希望做出一個輕量級的辨識核心，為計劃中的手機車牌辨識App做準備！這當然會犧牲一些極端困難案例的辨識能力，但手機是一個數學運算能力較低的微型電腦，數萬元極高階的手機或許計算能力不輸一般電腦，但較平價的手機就會差蠻多的！我希望推出App時能讓大多數人使用的手機都能跑得很順暢。

技術關鍵就是要盡量減低計算量，但還是要盡量維持能讓使用者感覺滿意的辨識能力！做個比喻就是希望只犧牲幾趴的辨識率，譬如從99%降到95%，但是計算量要少一半以上！這就是我努力的目標了！跟目前主流派濫用算力的暴力AI思維是完全相反的！他們說算力不夠就買更多的GPU嘛？我是不想浪費那些錢來燃燒地球的！你想嗎？

目前的成果是將原本約6000多行的辨識核心，大幅縮減到只剩下約1500行！再拿較容易辨識的資料集來做調整，就是看來容易辨識的案例絕對不能有意外失敗，必須在簡化的架構下也要調整到能正確辨識出一般難度的影像！上圖左就是我目前的成果了！31萬畫素的影像只需要16毫秒就辨識完成！夠嚇人了吧？上圖右則是未簡化前的標準版做的，需要40毫秒「之多」！其實已經很快了啦！

現在一個很荒謬的現象是：想做AI或使用AI的人，好像都已經認定了AI就是需要大量計算的！完全無法避免！所以要用到好的AI軟體就一定只能買更昂貴的電腦(或手機)？事實應該不是這樣的！AI的核心就是演算法，就是數學，如果一樣的問題可以用更精簡也更精準的演算法去處理，計算量當然可以大減的！DeepSeek不就讓整個世界都嚇了一大跳嗎？我也想做類似的事情而已。

簡化程式其實就是簡化我的數學與演算法程序！程式越少當然計算量也會越少，除非你是用CNN之類的愚蠢技術，矩陣與迴圈太多了，即使程式碼不多計算量都會很驚人！因為迴圈大迴圈多重複的運算次數就會暴增嘛！我家裡沒有很多錢，所以想用好的AI都是往優化演算法效能上面著手！希望也能造福更多不是很有錢的一般人！AI應該不是只有貴族才能用的！