Re: [新聞] AI「薪」貴！科技業祭出年薪200萬搶人才

看板Tech_Job作者 (啃)時間1年前 (2022/12/22 01:42), 1年前編輯推噓16(16推 0噓 11→)
留言27則, 21人參與, 1年前最新討論串10/12 (看更多)
※ 引述《KILLE (啃)》之銘言： : 又過一年了 來看本人兩年前預測文 : 矽谷這AI職缺明顯變少 https://imgur.com/EM9X6Kj
: CUDA也變少 https://imgur.com/kzGtpoj
: 產品要落地 必要之優化不可少 : 產線要優化 流程要優化 電路設計需要優化 裝置軟體韌體要優化 : 憑甚就AI不需要 ? : https://finance.technews.tw/2021/01/15/unicorn-companies-software-ec-ai/ : ※ 引述《KILLE (啃)》之銘言： : : 個人認為 AI是個大泡泡 : : 理由很不是因為炒很熱　又沒確實賺錢這觀點 : : 現在我們用104 去查 deep learning : : 全台可以找到全職6185個職缺 https://imgur.com/wCQVRqB
: : 但用CUDA去找　只能看到 77個職缺 https://imgur.com/ve9tbj1
: : 類似的狀況在矽谷也一樣 以下是用indeed之結果 : : https://imgur.com/uHP7coL
: : https://imgur.com/JfQZ5UP
現在結果算是揭曉了 AI = 拼數據 沒數據就是吃毛 數據充足 爛模型亦為結果好棒棒 數據不足 神佛亦難救 在數據夠情況下 不要說底層優化到自己開晶片 就算是推論inference運行模型之晶片 還買都買得到 是的 我當初推論偏頗 以CUDA為深度學習量揣指標 我未想到還有AI專用晶片這路 以我這四年觀察 : 人工智能 離不開傳統做法為前處理 不論是統計分析還是訊號圖像處理 這些傳統處理 相當多適合一口令一動作無需判斷之併行計算 (SIMD單指令多筆數據) 也就做CUDA(或SIMD(x86 SSE/AVX, arm NEON)優化 在數據夠 在玩到一定程度後 這些前處理必需優化 而數據量是核心之核心 以致根本沒幾間公司數據量達到需聘人優化前處理 人們現發現其實AI(在數據不足時)也沒這樣神 AI今日退成統計分析之一環 與傳統方法互補 今日 累計數據之重要性 比 找個AI天才 來得重要 AI常只是意謂 這公司有在做統計分析 至於是不是神經網絡 那不是重點 結果能用 正確 就可以了 採數據才是AI真議題 所以做單晶片韌體之人 比之前來得搶手 不過AI也不能說沒用 讓公司重視數據分析 看出些端倪 總是好是 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.248.120.234 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1671644563.A.B2B.html ※ 編輯: KILLE (111.248.120.234 臺灣), 12/22/2022 01:54:24
推
12/22 03:40, 1年前 , 1F
同意，大部分的公司都還走不到拼那0.1%
12/22 03:40, 1F
→
12/22 03:41, 1年前 , 2F
光是把數據收完整就耗費的大量的心力了
12/22 03:41, 2F
→
12/22 07:42, 1年前 , 3F
套套模板某些人就覺得自己ai 大神了
12/22 07:42, 3F
推
12/22 09:06, 1年前 , 4F
深度認同，主管常常在抱怨缺資料想辦法去生啊
12/22 09:06, 4F
→
12/22 09:13, 1年前 , 5F
....這種事幾年前就一堆人就知道了現在最重要的不是
12/22 09:13, 5F
→
12/22 09:15, 1年前 , 6F
這個,有數據不用這麼多就能賣的產品也有數據多也沒
12/22 09:15, 6F
→
12/22 09:16, 1年前 , 7F
用的東西
12/22 09:16, 7F
→
12/22 09:20, 1年前 , 8F
模型github抓就好，數據不行啊
12/22 09:20, 8F
推
12/22 09:22, 1年前 , 9F
AI 本來就是靠統計
12/22 09:22, 9F
推
12/22 09:49, 1年前 , 10F
這樣的話，擁有第一方巨量資料的巨頭不就有優勢
12/22 09:49, 10F
推
12/22 10:05, 1年前 , 11F
沒錯xD
12/22 10:05, 11F
推
12/22 10:34, 1年前 , 12F
沒錯啊 做過AI相關就知道 資金、資料庫大於一切
12/22 10:34, 12F
推
12/22 10:35, 1年前 , 13F
台灣造不出收納海量數據的系統平台 造出來了恐怕也
12/22 10:35, 13F
→
12/22 10:36, 1年前 , 14F
不會有島外人士會想來用 結論就是在AI在台灣很難
12/22 10:36, 14F
→
12/22 10:37, 1年前 , 15F
有搞頭啦 頂多做AI晶片這塊 可能還有些空間
12/22 10:37, 15F
推
12/22 11:04, 1年前 , 16F
之前看是大部分都要靠大筆資料去訓練？
12/22 11:04, 16F
推
12/22 11:09, 1年前 , 17F
本來就是衝資料量的
12/22 11:09, 17F
推
12/22 11:36, 1年前 , 18F
沒錯啊，你看GPT的資料量多打大
12/22 11:36, 18F
推
12/22 11:58, 1年前 , 19F
數據充足外還要品質夠好
12/22 11:58, 19F
推
12/22 13:12, 1年前 , 20F
所以你現在知道ds死光沒差 de走一個很嚴重了嗎
12/22 13:12, 20F
推
12/22 13:28, 1年前 , 21F
幣圈跟AI有夠涼….
12/22 13:28, 21F
→
12/22 13:51, 1年前 , 22F
AI從一開始不就騙局 乖乖工業4.0吧
12/22 13:51, 22F
推
12/22 15:10, 1年前 , 23F
夢醒了還是工業4.0C#
12/22 15:10, 23F
推
12/22 16:08, 1年前 , 24F
聯邦學習可以解決這個問題,但華人圈100%搞不起來
12/22 16:08, 24F
→
12/22 17:49, 1年前 , 25F
200萬搶猴子嗎？
12/22 17:49, 25F
推
12/22 21:06, 1年前 , 26F
感覺台廠有些低能兒開始想著不用數據AI了 跟智障沒
12/22 21:06, 26F
→
12/22 21:06, 1年前 , 27F
兩樣
12/22 21:06, 27F
‣ 更多 KILLE 的文章
文章代碼(AID): #1ZeqMJih (Tech_Job)
討論串 (同標題文章)
本文引述了以下文章的的內容：
以下文章回應了本文：
完整討論串 (本文為第 10 之 12 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共12篇)
‣ 更多 KILLE 的文章
文章代碼(AID): #1ZeqMJih (Tech_Job)