現在當紅的CNN與DL等影像辨識技術，常常是引導大眾迷信統計數字脫離現實，誤以為他們是極限AI的陷阱！但多數人都沒有真的深入研究這些技術，所以很難理解視破這種騙局！我很遺憾甚至氣憤的是：真的操作這些技術的人其實都知道的！但他們多半選擇沉默，甚至繼續參與這種詐騙以牟取私利！

如上的案例用你自己的常識與經驗判斷，你認為是數字幾呢？以我目前的程式評估，初步的候選答案是0或4或9！進一步選擇一些特徵作比較之後我排除了0的可能性，但不論我怎麼調整設計特徵量化指標，我都無法確認到底是4或9？

目前是實驗階段，我就讓這個案例視為無法判定，就是辨識失敗了！我尊重與根據的判斷標準其實是我自己的經驗認知！也就是我認為的一般人對數字認知的常識與直覺！所以我最後的產品一定會非常接近一般人對數字的認知！但是那些自誇AI的CNN與機器學習派的做法是很不一樣的！

他們是將大量資料以無法接受檢驗的主觀判斷去標記(Tagging)標準答案，然後以這些標準答案作為追求相似度的目標！所有數學模式學習調整的方向就是讓辨識結果與這些人為標記的答案相同！如上的案例我可以公布MNIST資料庫是將它分類為9的！但依據我的常識判斷，它應該更像是4！如果要我主觀選擇，我也會讓我的程式往答案4的方向偏移！

這種不合常理的「標記」答案在大家視為經典的MNIST資料庫中非常多！他們應該都是沒有經過合理廣泛討論的！即使有多人討論過，如果根本難以分辨是4或9的案例，為了必須有單一的標準答案硬是指派一個答案，當然就會讓機器學習的方向錯誤，甚至自相矛盾了！

也就是根據這種隱含不合理的答案訓練出來的模型，是會建立出一些奇怪判斷邏輯的！碰到某些觸及這些異常邏輯的真實案例時就會反應很奇怪不穩定！出現一般人難以接受的離譜答案！所以這些AI窮盡了所有的數學統計技術來提高辨識率！但是對於目標答案的合理性卻非常不願意認真面對！如果答案本身就不合理有爭議，那考到一百分的人是很厲害？還是很可疑呢？

所以我才會在此宣稱不會跟這些AI專家團隊起舞去競爭這種辨識率！還好我只是商人，不會因為不認同參與這個評量標準就會失去研究計畫或升等機會！我必須爭取認同與討好的人，是可能會付錢買辨識產品的終端使用者！他們多半不懂CNN與DL，也不懂我用的Rule-Based技術，但是一定都有豐富的常識！

我希望用眼前這些文章讓更多一般人認同我做產品研發的方式！也幫助大家理解破除不合理的AI廣告誤導與迷思！今天的議題就是不要相信那些辨識率高到不合常理的廣告！如果那些神奇的團隊很厲害，真的可以商品化他們的成果，根本也不需要開放資料庫讓大家自己訓練模型了！

就像升學考試吧？考到前三志願的就已經是優秀的學生了！真的能拚到的一志願的呢？有一半以上是扭曲心態來追求高分的怪人，他們的常識與道德觀或人際關係的認知都很可能有問題的！就是因為過度的競爭壓力與心態產生了人格扭曲！所以頂尖學校跳樓的學生才會特別多嘛！我讀過建中台大，我知道的！