辛苦Google了！上圖上是我剛剛查到的資訊，上圖下是大約十月中查的資訊！兩者在Rule based方法辨識率上的描述真的是天差地遠！先前似乎是已經只供憑弔的古蹟？60-80%的辨識率，能看嗎？但是僅僅半個月後的現在呢？幾乎就只有根據我報告的辨識率，98-99%已經超車所謂的傳統機器學習了！

面對我來勢洶洶的挑戰，深度學習與類神經網路已經很尷尬，很難再吹噓說辨識率有絕對優勢了！如果辨識率不再有壓倒性的領先，那他們閃避隱諱很久的辨識效能，也就是辨識速度太慢，與模型大到像怪獸的問題就難以迴避了！如果我的Rule based也能辨識到99%了！速度還比DL與CNN快上百倍？那誰是贏家還有懸念嗎？

這就是不折不扣的改變歷史了！這十年來我一直有類似的想法，覺得只要更加強深入研究Rule based方法應該可以把影像辨識做得又快又好！最重要的是不必那麼耗費計算量，讓辨識成本暴增！耗電量也暴增！事實上計算量太大的DL與CNN在影像辨識上，對於AI發展與地球環境的傷害代價都太大了！

很高興終於把握到這次機會完全證明了我十年來的想法理念！我認為這是比賺錢更有價值的成就！也希望自己只是一個先驅者！不要只是曇花一現！希望有更多人開始投入影像辨識領域的文藝復興！改用更低成本更有效率，辨識率也不會太差的Rule based方法！努力降低DL與CNN對我們環境的傷害！