手寫數字辨識的大工程繼續挺進之中！目前已經可以穩定辨識MNIST資料集42000張之中的92.5%了！工期只進行到第三周而已！當然隨著辨識系統內容越來越細緻複雜，很多細節邏輯會開始衝突，必須一一調整，辨識率提升的進度一定是越來越慢！也有可能最終會碰到天花板？上不去了！那就是終點站了！

我的研究過程會比使用CNN(類神經網路)與DL(深度學習)等方法好玩很多！也有意義很多！因為我的每個研究調整，都可以探索到每一個案例辨識的每一個細節過程的！就像是在設計與修改一台極為精密複雜的儀器一樣！哪個電路秀逗或哪個螺絲釘沒鎖緊？我都可以直接拆開來看個清楚，再根據實驗結果做具體有效的修改！

所以我的研究跟CNN與DL是完全不同的東西！他們其實是完全不想，也不會真的研究辨識邏輯的！只是想依賴大數據的統計妥協抓瞎嘗試錯誤想找到不知道是否存在的寶藏？或是辨識大神？至於我呢？即使找不到寶藏我也可以證明寶藏或大神真的不存在！我始終知道，也可以詳細說明我做的所有事情！也能解釋為何而做！這不就是嚴謹科學的真諦嗎？他們是完全不行的！

所以不要因為我不使用CNN與DL就貶低我是落伍的態度！事實上我才是走在堅實永續的正統科學的研究道路上！CNN與DL頂多是一種利用大數據，做最接近事實結果的模擬判斷工具！它們始終是讓操作研究模型的人都「不知其所以然」的！所以根本談不上是嚴謹的「科學」研究！我不想浪費時間做那種事！

我最得意也最享受的是：我不是參考某篇論文或某位大師的著作來設計我的辨識工程的！這些完全是我的自主創意！也就是我是從無到有完全自己發明這個演算法的！就像我的博士論文一樣！我也是完全自創了一套地形資料辨識的演算法！好為難我的評審教授們，他們根本沒有參考文獻可以看？必須自己看懂我的所有論文細節來判斷我是不是真貨？我覺得他們應該是壓力大到雙手會發抖的！最後也是看我投稿SCI國際期刊成功才敢放行讓我畢業當博士的！

所以我不是第一次大膽做出全新演算法來解決問題的！我常幹這種事的！而且幾乎每一次都會成功！除了博士論文之外，最著名成功的案例就是我的車牌辨識系統了！不但一開始就跟傳統方法差異大到想引用參考文獻都很難，事實上十多年來我不斷挑戰自己的成果，已經打掉重建好幾次了！每次改變都很大！也讓辨識率及效能都一再提升到很驚人的程度了！

這次當然也是讓我非常振奮的一次大創新！目前看起來也是成功在望的！還好我不必再像當教授時一樣，必須寫論文來證明自己的研究發明有價值？還必須獲得那些自己都做不出甚麼好研究成果的大教授來「肯定」我？評價我？不然我就拿不到計畫？升不上教授？實在太無聊了！現在我只需要做出可以接受測試檢驗的商品就足以說明一切了！我的世界變得非常合理簡單也很真實了！