Re: [討論] 有哪些工程師不會被AI取代的嗎?
AI 比你想得有料
Andrej Karpathy 自己都說他自己大部分時間都靠 AI 生 code 了
https://karpathy.medium.com/software-2-0-a64152b37c35
這篇老文章就有說
空間時間複雜度?? 可以吃嗎
Software 2.0 告訴我們
Constant running time
Constant memory use
內文也提到
人類智慧結晶 搞出來的 cache-optimized B-Trees 直接被 AI 幹翻
(版上臥虎藏龍 手魯industry-ready-B-Tree的高手可以出來嗆一下嗎?)
"outperforming cache-optimized B-Trees by up to 70% in speed while saving an
order-of-magnitude in memory."
這讓我想到 DLSS 也是藉由 AI/DL 直接做到以前一堆專家搞出來的upscale + AA根本
到不了的好效果
說了這麼多
希望能盡快看到 官方 PTT app
目前可能 AI 還在學習怎麼寫 app
※ 引述《sxy67230 (charlesgg)》之銘言:
: 阿肥外商碼農阿肥啦!
: 我自己是蠻愛用新工具的,包含ChatGPT Plus跟AWS toolkit 裡面的code whisperers(這: 個目前不用錢)。先說,當前所有的這類工具只是輔助型態,簡單的任務確實可以直接給: 他生成甚至不用改,難的就一定要先細看他的code再請工具修正或是你自己先改一點給他: 看他才知道。
: 軟工/碼農很多在實作的過程中不是只有翻譯成高階語言而已,有時候還要兼顧系統複雜: 性、空間時間複雜度,甚至去思考怎麼使用數學最優解優化計算量,甚至同樣都是排序算: 法也會有適用性適用對應的資料結構、硬體環境跟數據還有業務場景,不是說只有時間複: 雜度低就是最好的解。涉及到分散式系統的時候情況就更複雜,分片或是分段都是可以的: ,那就取決於你的使用資料場景跟未來的使用場景,甚至有可能機器並不懂你實作的外界: 物理限制(例如老闆要絕對Cost Down要你用一張顯卡跑大模型)。有時候還有一種狀況就: 是底層的開源套件有Bug,那沒有其他更好的替代套件下只能硬著頭皮進去底層修正再重: 新編譯開源套件,像我之前在做pdf解析模型需要用pdfminer這個開源工具結果他底層的c: map轉換有不支持一些特殊語系字體渲染導致出來全部都亂碼,只能硬著頭皮下去解完重: 新編譯,相信我可能對於PM只看結果的不會知道底層問題那麼多,這種chatGPT也不知道: 有這問題,連GitHub上討論也只有一篇沒解答,PM只會跟你說我用Adobe開就可以看之類: 的!
: 最後,退一萬步說,假設未來真的出現這種萬能AI比工程師聰明,那絕大多數連PM也不需: 要了,PM有絕大多數的工作就是管理工時排時程跟其他業務單位溝通,其次才是想要什麼: 功能,很多東西都是客戶已經有想法PM就是轉換客戶想法給工程師,那如果有這種工具那: 連轉換想法都不用了,客戶直接找OpenAI生成就好,這樣連這種接案公司都不需要存在,: 想做產品老闆也不需要PM直接找OpenAI買服務就好,這樣該抖的應該是整個軟體產業吧,: 呵呵。
: 最近OpenAI有釋出新的Code Interpreter(直觀看他是解釋Code,但其實是生成加告訴你: 怎麼做還有再上面直接幫你跑完用口語告訴你結果)就有這種類似的功能,數據給他他直: 接幫你分析用口語告訴你下一步能做什麼,用口語解釋數據關聯性也幫你做好了,中低階: 的數據分析那種未來可能也不需要了,只是很複雜的問題他依舊沒輒,而且還是會出錯或: 是做一些沒意義的任務,像是要你訓練模型再訓練分類模型(他不知道這個是重工),所以: 還是輔助居多。
: 差不多4醬
: ※ 引述《lemonsheep (檸檬羊)》之銘言:
: : 寫程式不會被取代 但現在在寫的這批人可能會
: : 現代軟工主要的競爭門檻是把想法轉換成程式碼的能力 簡單來說就是C++翻譯 python: 翻?
: : 其實跟英文翻譯 日文翻譯很像的
: : 以後程式語言逐漸往最高階語言 自然語言邁進 現代軟工的競爭優勢就大大降低了
: : 讓AI寫code有點像給小孩玩的那種Scratch? 不用知道那麼多細節 甚至也不用管用哪種: 資
: : 之前的大CS時代就已經很明顯了 單純的刷code大部分理工科系甚至少部分文組都能透: 過?
: : 單純寫code以後只會越來越容易跨進來
: : 除非你的工作是做演算法的 不是把既有演算法應用到工作上 是真的在推進算法本身複: 雜
: : 反而主管或PM 這種需要提綱挈領 或是很懂產業know how的人會比較有優勢?
: : 大家真的要想想 自己的專業 除了刷code 還剩甚麼?
--
Andrej Karpathy 自己都說他自己大部分時間都靠 AI
生 code 了,就代表生code需要人啊。怎麼取代。
就就純軟有機會吧
硬體 or IC光是爛RD生出一堆bug就養活一窩support t
eam AI難啦
純軟可以靠堆技術債創造需求AI應該目前還辦不到吧…
如果AI機器是未來很奴又聽話的勞工,碼農就是控制
這些勞工的老闆
取代不代表一定就要完全取代阿 減少人力也是一種
其實就跟蒸汽機解放紡織業人力一樣
以前你要聘幾百個女工, 機器代替人力之後, 幾十個工
人就能弄出十倍的產量
設備阿 永遠有需求 ai越多機器越多
想太多喔,CAE能取代實驗阿,自動化取代作業員阿,
幾十年前一樣的論調,那現在呢?
如果都能全靠機器解決那島國玩代工就是阿巴搞笑中XD
不是在討論code generation能不能好到取代人類嗎
這文章裡面哪裡討論到code generation了
我是覺得啦 直接說誰會被AI取代都是莫名其妙 現在
因為AI的需求 反而使得傳統科學家的那群研究者變得
更重要 也因為AI 萌生了AI Processor AI Compil
er之類的需求變得更多
你說打趴以前專家?但你知道現在一堆AI model的演
進幾乎都是傳統領域再加上可學習參數來的嗎?與其
說取代或打趴 還不如說因為有了AI 他們能做得更好
train model/執行model如何更有效率你難道不用發展
hardware/software stack嗎? 如果沒辦法local tr
ain/run cloud的需求也跟著被推升 試問取代的點在
哪
不用說的好像AI不用成本 不用硬體 不用支援的soft
ware stack 不用fine tune 不用風險控制 就拿來直
接能用
垃圾記者都沒被取代了...工程師還早吧
先取代記者
56
首Po自從ChatGPT的出現,全球好像進入了AI快速發展期 各大科技巨頭最近都在發展AI 不管是研發AI軟體還是AI晶片 感覺這幾年全球AI技術會大幅進步 那問題來了,AI的快速發展很好沒錯21
越複雜越少量多樣的工作,比較偏硬體晶片客製化的,越難被AI取代。 畢竟AI的運作邏輯就是靠大數據做input, 然後再output運作。 像是寫code刷leetcode等這些大眾化的能力,被AI取代性老實說蠻高的。 不過AI被設計出來,本來就是幫資本家省成本,以及賺錢用的。不然一堆寫code的在美國 一年隨便都拿15萬美元以上,對資本家來說成本很高的。4
應該是要反過來問吧? 到底工程師能用 AI 做什麼事情? 來看個很好笑的例子 AI Babysitter For Dog STUNS Over Instant Replacement Companion7
寫程式不會被取代 但現在在寫的這批人可能會 現代軟工主要的競爭門檻是把想法轉換成程式碼的能力 簡單來說就是C++翻譯 python翻譯 java翻譯... 其實跟英文翻譯 日文翻譯很像的 以後程式語言逐漸往最高階語言 自然語言邁進 現代軟工的競爭優勢就大大降低了 讓AI寫code有點像給小孩玩的那種Scratch? 不用知道那麼多細節 甚至也不用管用哪種資料結構或演算法1
阿肥外商碼農阿肥啦! 我自己是蠻愛用新工具的,包含ChatGPT Plus跟AWS toolkit 裡面的code whisperers(這 個目前不用錢)。先說,當前所有的這類工具只是輔助型態,簡單的任務確實可以直接給 他生成甚至不用改,難的就一定要先細看他的code再請工具修正或是你自己先改一點給他 看他才知道。4
下班前看到就認真回覆一下, 先說你有點搞錯Karpathy所謂的Software 2.0了,Software 2.0也不是什麼很新的概念。 他的概念就是過往我們使用從底層打包上來的Library來顯式開發API為Software 1.0,而 2.0則是只有定義數據集,定義神經網路框架跟訓練,最後將網路編寫成二進制透過工業 化流水線軟體平台部署。5
一篇基本上paraphrase為主的回文目前就有5次修改 讓人很難正常討論 搞不好明天又改惹 先從最重要的 Software 2.0 當然有 limitation (Who/what does not?) 可是顯然 人的 limitation 多得多 光是翻譯 一句只有小學單字(run, walk)的簡單句型 "Run, don't walk..."
26
[討論] 用AI寫code產生的疑問相信對新技術具有敏銳度的各位, 在這幾個月都有使用過AI來幫忙寫code, 但在使用過程中不經有一個問題一直迴盪在我的腦海中: 「AI幫我快速生成一個feature的模板, 我在修改的過程中就像在做code review,21
Re: [討論] chatGPT會取代軟體工程師嗎?提供一個有趣的觀點 在 堆疊溢出 的網站有關於一則公告內容是禁止 chatgpt 回文。 底下有一個 AI 研究員的論點很有趣。 temporary-policy-chatgpt-is-banned?cb=111
Re: [新聞] 馬斯克入主後大規模裁員 遭裁員工對藉此篇文章請教一下 tesla前AI大神Andrej Karpathy,今年離開了特斯拉,個人覺得相當可惜,畢竟除了自動 駕駛,機器人optimus 的AI應該都有很大的發揮空間,他的離開對特斯拉應該是一種損失. (對特斯拉未來發展&股價都是偏負面) 目前這位大神Andrej Karpathy有可能加入哪一家科技巨頭企業嗎? or 回學校教書?7
[問卦] 為何AI沒取代管線工程師?如題 這時代AI都要取代畫師畫畫了 未來可能一堆畫師都用AI工作 但為何AI到現在都沒取代工程師呢? 例如管線工程施 告訴AI區域3D空間 有幾根種類管子要走 性質 公安消防法規 管徑多大 規劃出最佳動線 這麼簡單的事AI一定會吧?4
Re: [新聞] 工程師將被取代 月付300元 AI代勞寫程式如果可以餵code讓他學習怎麼coding的話 就像微軟有一個ai那樣 但是後來這個ai不是被玩壞緊急下架了嗎 我跟你講 按照人類的尿性3
Re: [討論] 用AI寫code產生的疑問回覆應該會變得很長所以特地開一篇。 在專案規模越變越大的時候怎麼去處理祖傳代碼? 從人類既存的軟體史來說這些祖傳代碼幾乎沒有修好的可能性,從這個方向由AI做出發點來討論。 專案本身的複雜度正比於 BUG 的發生率,而 BUG 的發生通常是錯誤的抽象造成的結果。 所以AI可以處理嗎?不行,因為是人類在提需求時就已經有問題了。3
Re: [討論] 用AI寫code產生的疑問三星稱10年內SSD達到1PB 當容量便宜的時候就省算力吧 複雜度其實也都是成本考量 10年算力發展到哪也不知道了