AI的發展選擇 - 工程師
By Jack
at 2017-10-23T10:59
at 2017-10-23T10:59
Table of Contents
看完一系列文章 似乎了解AI的人不多 畢竟在浪頭上
所以大家一窩風的去炒他
→ enso: 硬體架構還是得看哪一類的應用。若多為影像辨識,那gpu還是 10/23 00:22
→ enso: 好用些。至於AI,也是蠻廣的,不是跑CNN就算AI。到終究還是 10/23 00:22
→ enso: 統計...
AI弄到最後 老實說就統計跟數學 程式只是輔助工具而已
而硬體 是進階的輔助
因為進步非常的快 所以常常今年流行的演算法 明後年馬上很少人用了
譬如說當初學的SVM的 kernel 學了幾十種 Kernel 還有混和kernel
第二年學教就不開kernel 直接交deep learning
再過一年直接變成 deep reinforced learning 也開始有簡單的ML套裝軟件出現
我同學還開發了 直接在excel上面可以用ML 套件 給商學院的人使用
至些都只是用現成的API 至於未來會不會有比較高效的演算法出現 很難說~
所以或句話說 你今天會的API 明年可能馬上退流行或被取代掉了
而且以台灣現狀 大多都是用現成的API 調調參數 這算真的懂ML嗎?
跟幾個ML的教授跟 Hassabis 聊過 他們給我的忠告是把 數學 統計學 C++學好
因為演算法可能幾年後主流就不再deep learning了
那時候是不是又會開發出新的晶片架構 提供給新的演算用呢?
很難說~~
※ 引述《david190 (david)》之銘言:
: ※ 引述《vivian032619 (亮~被罵+掛電話惹)》之銘言:
: : 朋友代po
: : ------------------
: : 目前有兩個題目可以選擇,不知道哪個選擇未來工作發展比較好。
: : 1. AI的應用,比較偏純軟體
: : 利用機器學習和影像處理取代人力
: : 不用對AI原理有太深入了解
: : 花比較多時間在應用的實作。
: : 2. AI的晶片,比較偏硬體
: : 利用FPGA加速AI在影像處理的效能
: : 30%要了解AI的數學原理
: : 70%在寫硬體。
: 就我的感覺 AI領域不要切分成軟跟硬
: 現在做AI晶片除了 輝達外 還有 intel 谷歌 微軟 IBM 華為
: 為何AI被注目 跟 自動駕駛跟阿法狗 被矚目有關係 這兩個都是谷歌做出示範可行的
: 谷歌是做軟服務 而IBM微軟也是做服務的 為何軟服務的大公司會想做AI硬體?
: 可以猜測 是目前現行硬體架構 已經不足續驅動AI軟件發展了
: 所以三大軟服務公司都去做硬體是必然的 順便搶AI硬體架構決定權
: 誰能拿下AI硬體架構決定權 代表誰之前的AI軟硬體研發能最小損耗不需推倒多數重來
: 所以做AI晶片的公司 本身就是會發展AI軟件跟服務的公司 這應該是不可分的
: 我相信intel如果能搶下AI硬體架構 也會順便攻進AI軟服務的 因為這整套一起發展的~
--
所以大家一窩風的去炒他
→ enso: 硬體架構還是得看哪一類的應用。若多為影像辨識,那gpu還是 10/23 00:22
→ enso: 好用些。至於AI,也是蠻廣的,不是跑CNN就算AI。到終究還是 10/23 00:22
→ enso: 統計...
AI弄到最後 老實說就統計跟數學 程式只是輔助工具而已
而硬體 是進階的輔助
因為進步非常的快 所以常常今年流行的演算法 明後年馬上很少人用了
譬如說當初學的SVM的 kernel 學了幾十種 Kernel 還有混和kernel
第二年學教就不開kernel 直接交deep learning
再過一年直接變成 deep reinforced learning 也開始有簡單的ML套裝軟件出現
我同學還開發了 直接在excel上面可以用ML 套件 給商學院的人使用
至些都只是用現成的API 至於未來會不會有比較高效的演算法出現 很難說~
所以或句話說 你今天會的API 明年可能馬上退流行或被取代掉了
而且以台灣現狀 大多都是用現成的API 調調參數 這算真的懂ML嗎?
跟幾個ML的教授跟 Hassabis 聊過 他們給我的忠告是把 數學 統計學 C++學好
因為演算法可能幾年後主流就不再deep learning了
那時候是不是又會開發出新的晶片架構 提供給新的演算用呢?
很難說~~
※ 引述《david190 (david)》之銘言:
: ※ 引述《vivian032619 (亮~被罵+掛電話惹)》之銘言:
: : 朋友代po
: : ------------------
: : 目前有兩個題目可以選擇,不知道哪個選擇未來工作發展比較好。
: : 1. AI的應用,比較偏純軟體
: : 利用機器學習和影像處理取代人力
: : 不用對AI原理有太深入了解
: : 花比較多時間在應用的實作。
: : 2. AI的晶片,比較偏硬體
: : 利用FPGA加速AI在影像處理的效能
: : 30%要了解AI的數學原理
: : 70%在寫硬體。
: 就我的感覺 AI領域不要切分成軟跟硬
: 現在做AI晶片除了 輝達外 還有 intel 谷歌 微軟 IBM 華為
: 為何AI被注目 跟 自動駕駛跟阿法狗 被矚目有關係 這兩個都是谷歌做出示範可行的
: 谷歌是做軟服務 而IBM微軟也是做服務的 為何軟服務的大公司會想做AI硬體?
: 可以猜測 是目前現行硬體架構 已經不足續驅動AI軟件發展了
: 所以三大軟服務公司都去做硬體是必然的 順便搶AI硬體架構決定權
: 誰能拿下AI硬體架構決定權 代表誰之前的AI軟硬體研發能最小損耗不需推倒多數重來
: 所以做AI晶片的公司 本身就是會發展AI軟件跟服務的公司 這應該是不可分的
: 我相信intel如果能搶下AI硬體架構 也會順便攻進AI軟服務的 因為這整套一起發展的~
--
Tags:
工程師
All Comments
By Callum
at 2017-10-27T01:06
at 2017-10-27T01:06
By Cara
at 2017-10-28T13:54
at 2017-10-28T13:54
By Bethany
at 2017-10-31T13:55
at 2017-10-31T13:55
By Irma
at 2017-11-02T19:31
at 2017-11-02T19:31
By Olivia
at 2017-11-04T18:09
at 2017-11-04T18:09
By Bethany
at 2017-11-08T08:33
at 2017-11-08T08:33
By Zora
at 2017-11-10T20:48
at 2017-11-10T20:48
By Suhail Hany
at 2017-11-12T21:56
at 2017-11-12T21:56
By Agatha
at 2017-11-14T04:45
at 2017-11-14T04:45
By Victoria
at 2017-11-16T08:05
at 2017-11-16T08:05
By Christine
at 2017-11-17T13:00
at 2017-11-17T13:00
By Hardy
at 2017-11-21T01:03
at 2017-11-21T01:03
By Carol
at 2017-11-22T06:56
at 2017-11-22T06:56
By Una
at 2017-11-23T09:16
at 2017-11-23T09:16
By Edwina
at 2017-11-24T05:28
at 2017-11-24T05:28
By Donna
at 2017-11-25T01:34
at 2017-11-25T01:34
By Madame
at 2017-11-25T07:18
at 2017-11-25T07:18
By Frederica
at 2017-11-25T18:19
at 2017-11-25T18:19
By Edwina
at 2017-11-27T15:11
at 2017-11-27T15:11
By Una
at 2017-11-29T20:36
at 2017-11-29T20:36
By Edward Lewis
at 2017-12-03T19:29
at 2017-12-03T19:29
By Regina
at 2017-12-06T20:51
at 2017-12-06T20:51
By Eartha
at 2017-12-10T08:34
at 2017-12-10T08:34
By Andy
at 2017-12-11T06:10
at 2017-12-11T06:10
By Aaliyah
at 2017-12-14T07:24
at 2017-12-14T07:24
By Jack
at 2017-12-16T14:39
at 2017-12-16T14:39
By Valerie
at 2017-12-19T12:43
at 2017-12-19T12:43
By Quintina
at 2017-12-22T22:04
at 2017-12-22T22:04
By Anonymous
at 2017-12-23T16:17
at 2017-12-23T16:17
By Carolina Franco
at 2017-12-25T20:57
at 2017-12-25T20:57
By Wallis
at 2017-12-27T16:07
at 2017-12-27T16:07
By Agatha
at 2017-12-30T09:45
at 2017-12-30T09:45
By Joe
at 2018-01-01T05:33
at 2018-01-01T05:33
By Ivy
at 2018-01-02T02:43
at 2018-01-02T02:43
By Anonymous
at 2018-01-03T13:11
at 2018-01-03T13:11
By Thomas
at 2018-01-04T14:54
at 2018-01-04T14:54
By Adele
at 2018-01-06T01:23
at 2018-01-06T01:23
By Anthony
at 2018-01-08T15:09
at 2018-01-08T15:09
By Isla
at 2018-01-11T12:20
at 2018-01-11T12:20
By Skylar DavisLinda
at 2018-01-15T13:11
at 2018-01-15T13:11
By Necoo
at 2018-01-19T10:32
at 2018-01-19T10:32
By Anthony
at 2018-01-23T22:42
at 2018-01-23T22:42
By Andrew
at 2018-01-26T16:55
at 2018-01-26T16:55
By Anthony
at 2018-01-29T08:50
at 2018-01-29T08:50
By Skylar DavisLinda
at 2018-01-31T17:17
at 2018-01-31T17:17
By Gilbert
at 2018-02-03T09:07
at 2018-02-03T09:07
By Erin
at 2018-02-03T20:51
at 2018-02-03T20:51
Related Posts
台積氣走三星 獨吃蘋果A12處理器大單
By Hedy
at 2017-10-23T09:29
at 2017-10-23T09:29
IC Insights:上修2017年IC市場產值成長
By Anthony
at 2017-10-23T09:16
at 2017-10-23T09:16
創意電子研替面試
By Kyle
at 2017-10-22T23:42
at 2017-10-22T23:42
資工所學與業務相關工作請益
By Valerie
at 2017-10-22T22:40
at 2017-10-22T22:40
主管說他已經10年沒加薪升等了是什麼意思
By Kyle
at 2017-10-22T21:23
at 2017-10-22T21:23