類神經網路的能力與取代性 - 工程師

※ 引述《iseeyou080 (iseeyou080)》之銘言：
: 第一次發文請見諒
: 最近看一些新聞 提到機器人或AI
: 也看到類神經網路似乎可以從雜亂無章或複雜的data 分析和學習
: 很類似半導體製程工程師的工作
: 想請問各位百萬
: 製程工程師 或設備和整合工程師
: 在未來會有被AI 取代的一天嗎

小弟在這行業界經驗已經4年了。
隨時都在讀論文導入產品，我可以很明確地說，目前技術做不到。

目前所有人工智慧，都伴隨著大量的 "工人智慧"

前幾年Deep Learning 火紅的時候，真正爆炸點，並不是技術有什麼突破。
的確大家發現了讓學習模型複雜且可以收斂的方法了，但是那時大家覺得沒什麼用。

要不是 ImageNet 花了大量的"人工"標註圖片內容(Amazon Mechanical Turk)，
大家怎麼會發現，原來深度學習好像有點用?

最近雖然FB,MS,Google都推出對話機器人服務，但是大家可以去看它們這兩年的論文。
論文跟產品廣告出來的技術難度差太多了。

產品展現出來的功能，例如訂Pizza，這種小事情，
大家可以去看 A Neural Conversational Model 為範例，
要用多少的資料，多少的人工整理過的資料去預先處理?

目前即使是深度學習，還是包含大量的人工預先處理。
雖然很多論文號稱不用標註，但實際上用到產業界都不好用，或根本沒效果。

個人覺得，不管是業界頂尖或學術研究，
目前還沒看到個影子，AI大量取代技術工作者。


--