[請益] AI的發展選擇

看板Tech_Job作者 (亮～被罵+掛電話惹)時間6年前 (2017/10/21 23:20), 編輯推噓15(17推 2噓 29→)
留言48則, 27人參與, 6年前最新討論串1/4 (看更多)
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。 AI的晶片不知道未來發展如何 104上除了聯發科就沒有其他職缺了 FPGA熟悉之後是否也可以應徵數位ic缺呢？ 還有對於AI的原理數學的了解 對未來找AI工作是否有顯著加分？ 因為我看大部分AI缺都沒有要求要很了解原理 只要會應用把問題解決就好。 未來希望可以進入高薪的工作 像是外商輝達或是一些AI商 或是我看有些ic廠也會徵人做AI 但也都不是研究晶片，偏影像處理。 是否未來也會開始投入AI晶片研發 FPGA學熟之後有幫助嗎？ 感謝大家回答了。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.141.120.18 ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1508599237.A.25F.html
→
10/21 23:34, 6年前 , 1F
現在機器學習演算法相關的不少啊
10/21 23:34, 1F
→
10/21 23:35, 6年前 , 2F
你關鍵字怎下的？
10/21 23:35, 2F
→
10/21 23:36, 6年前 , 3F
machone learning, deep learning
10/21 23:36, 3F
→
10/21 23:36, 6年前 , 4F
computer vision, data engineer
10/21 23:36, 4F
→
10/21 23:37, 6年前 , 5F
圖像識別 。。。等 104一堆
10/21 23:37, 5F
推
10/21 23:39, 6年前 , 6F
當然選 軟體
10/21 23:39, 6F
推
10/21 23:42, 6年前 , 7F
軟+1 硬體基本上感覺大者恆大 門崁太高...
10/21 23:42, 7F
推
10/21 23:46, 6年前 , 8F
NV什麼時候用FPGA作AI了？
10/21 23:46, 8F
→
10/21 23:47, 6年前 , 9F
現在NV可是AI一哥內
10/21 23:47, 9F
推
10/21 23:57, 6年前 , 10F
說真的AI怎麼賺錢？
10/21 23:57, 10F
推
10/22 00:07, 6年前 , 11F
屬於非量產型階段的東西 軟硬體結合都是很重要的
10/22 00:07, 11F
推
10/22 00:07, 6年前 , 12F
20年前網路剛盛行的時候 大家也都在問網路要怎麼賺錢
10/22 00:07, 12F
→
10/22 00:08, 6年前 , 13F
AI就是很有潛力的機會 但別問要怎麼賺錢 要由你來定義
10/22 00:08, 13F
→
10/22 00:09, 6年前 , 14F
等到別人定義好了 商業模式都摸透了 再進來就不賺錢了
10/22 00:09, 14F
推
10/22 00:09, 6年前 , 15F
FPGA目前是非GPU陣營走的路數,例如intel
10/22 00:09, 15F
→
10/22 00:10, 6年前 , 16F
所以現在在懷疑AI能不能賺錢的人 注定是魯蛇了
10/22 00:10, 16F
→
10/22 00:12, 6年前 , 17F
當你走第二條路線的時候,其實應該也進得了nvidia
10/22 00:12, 17F
→
10/22 00:15, 6年前 , 18F
短期來看,訓練GPU應該還能領先一段時間,長期未必...
10/22 00:15, 18F
推
10/22 00:16, 6年前 , 19F
1不用太多理解？
10/22 00:16, 19F
→
10/22 00:17, 6年前 , 20F
選1再去鑽研原理跟最佳化，或者選2再自己去想怎麼做應用
10/22 00:17, 20F
→
10/22 00:18, 6年前 , 21F
走應用要做得比別人好就要有一定程度的原理理解吧
10/22 00:18, 21F
→
10/22 01:09, 6年前 , 22F
AI很吃數學 你不懂原理 叫robot來做都比給你做好
10/22 01:09, 22F
→
10/22 01:20, 6年前 , 23F
1,2 都還是要懂原理
10/22 01:20, 23F
推
10/22 02:17, 6年前 , 24F
我推2，台灣沒太多軟體的發展空間
10/22 02:17, 24F
推
10/22 02:29, 6年前 , 25F
軟體框架不會變，所以晶片必定殺成紅海，你還是走1吧
10/22 02:29, 25F
→
10/22 03:23, 6年前 , 26F
ai 就是考慮國外啦，台灣企業根本不想付錢等你慢慢研究
10/22 03:23, 26F
→
10/22 03:24, 6年前 , 27F
硬體也是等著抄別人的
10/22 03:24, 27F
噓
10/22 03:26, 6年前 , 28F
哥覺得炒話題成分比較多，基礎功比較重要
10/22 03:26, 28F
→
10/22 04:06, 6年前 , 29F
FPGA在運算優化上 其實有時不輸給multi-thread
10/22 04:06, 29F
→
10/22 04:09, 6年前 , 30F
AI硬體門檻太高 你不懂VLSI OS architecture做不了
10/22 04:09, 30F
→
10/22 04:14, 6年前 , 31F
AI入門軟體相對簡單,熟演算法很容易用爬蟲實現簡單實做
10/22 04:14, 31F
→
10/22 04:15, 6年前 , 32F
或者用CUDA來快速實踐優化
10/22 04:15, 32F
推
10/22 05:49, 6年前 , 33F
可是選一的話也沒學到原理，不如選二然後 side project
10/22 05:49, 33F
→
10/22 05:49, 6年前 , 34F
做酷一點的東西，就可以兩邊通吃了
10/22 05:49, 34F
推
10/22 07:30, 6年前 , 35F
目前Big data重點還是大量有用的data 當然alphaGo zero
10/22 07:30, 35F
→
10/22 07:30, 6年前 , 36F
開啟了reinforce learning的前景
10/22 07:30, 36F
噓
10/22 07:49, 6年前 , 37F
1不用理解？你以為一行code就解決了嗎
10/22 07:49, 37F
→
10/22 10:25, 6年前 , 38F
會哀就可以了
10/22 10:25, 38F
→
10/22 10:33, 6年前 , 39F
軟硬通吃就變搶手人才了
10/22 10:33, 39F
推
10/22 11:28, 6年前 , 40F
台大資工系的學生 & 台大電機系對於其課程感到基掰的學
10/22 11:28, 40F
→
10/22 11:29, 6年前 , 41F
生 在高中板教高中生未來只屬於軟體世界 硬體是垃圾
10/22 11:29, 41F
推
10/22 12:33, 6年前 , 42F
題目根本無所謂，有心想學的話，學校會阻止你多學嗎？
10/22 12:33, 42F
推
10/22 12:38, 6年前 , 43F
題目不會限制你學習，心態才會
10/22 12:38, 43F
推
10/22 18:24, 6年前 , 44F
打好基礎就好 誰知道未來夯的是啥
10/22 18:24, 44F
→
10/22 18:24, 6年前 , 45F
老天爺？
10/22 18:24, 45F
→
10/22 21:32, 6年前 , 46F
在台灣我建議2
10/22 21:32, 46F
→
10/22 23:39, 6年前 , 47F
看你數學如何...
10/22 23:39, 47F
推
10/23 20:41, 6年前 , 48F
FPGA作最好的，還輪不到intel辣，先過過GG+Xilinx這關
10/23 20:41, 48F
‣ 更多 vivian032619 的文章
文章代碼(AID): #1PwsN59V (Tech_Job)
‣ 更多 vivian032619 的文章
文章代碼(AID): #1PwsN59V (Tech_Job)