文／檸檬

當你在手機上快速筆記，AI居然能準確辨識，即使你的筆跡隨興或有點潦草，它仍能將你的筆畫轉換成電腦文字。到底是怎麼辦到的？

這背後的技術核心就是OCR（光學字元辨識），它已經不再只是簡單的圖像比對，而是結合了深度學習、卷積神經網絡（CNN）、轉換器（Transformer）架構與大型語言模型（LLM），讓AI不僅能「看到」字形，還能「理解」內容與語意。

過去的OCR系統主要依賴筆畫特徵來辨識文字，但面對手寫字準確度就大幅下降，因為每個人的筆跡、風格不同，無法直接比對標準字形。現在的OCR不再依賴這種固定的比對方式，而是運用深度學習適應不同的書寫風格。當AI看到一個手寫字時，並不是單純「比對」它是否符合某種標準字形，而是透過學習數百萬筆不同的筆跡範例，來建立判斷模型。

影像處理 修正錯誤



OCR的現代運作方式分為兩個階段，先利用CNN（卷積神經網絡）處理影像，提取筆畫特徵。接下來，AI會使用轉換器來判斷這個字在句子中的位置，並依據語境來修正可能的錯誤。例如，當AI遇到一個筆跡模糊的「永」，它可能會猶豫這是「永」還是「水」，但如果這個字出現在「我學會寫『永』」這句話中，AI會根據語意推斷正確答案。

這樣的技術讓OCR不再只是辨識單個字，而是能夠理解整句話，使得AI的準確率大幅提升。此外，大型語言模型（LLM）進一步提升了OCR的理解能力。OCR這套系統的核心運作，離不開數學。當AI遇到手寫字時，它並不是「看」字，而是將其轉換成數據，並透過數學運算來判斷它最可能是哪個字。

這個過程包含幾個關鍵步驟：矩陣運算、機率計算、梯度下降法，這些數學模型讓AI不僅能識別筆畫形狀，還能根據機率與語境推斷最可能的答案，最終提供更準確的辨識結果。即使AI變得更強大，它仍然可能犯錯。如果你的筆跡太過潦草，像是一條扭曲的蚯蚓，AI可能還是會看不懂。不過，現在的AI會不斷學習，錯誤率也在降低。

智能閱讀 系統提升



此外，AI會經增強學習（Reinforcement Learning）記錄錯誤，讓下一次遇到相似筆跡時，能做出更精確的判斷。這就是為什麼AI會愈來愈懂你的筆跡，甚至能適應你的個人書寫風格。

現代AI不只是「比對字形」，而是能夠透過上下文來判斷語意，讓辨識結果更準確，甚至能理解整段文字的含義，使OCR成為真正的「智能閱讀系統」。

所以，下次當你在手機上手寫輸入「永」時，不妨想想，這背後其實有無數的數學運算在默默進行，幫助AI讀懂你的筆跡。如果哪天AI還是無法識別你的字……那可能是時候練練字了！