Re: [討論] 有哪些工程師不會被AI取代的嗎？

[xross (xross)]

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?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.227.223.233 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1685384143.A.45C.html
→ DrTech      : Andrej Karpathy 自己都說他自己大部分時間都靠 AI
→ DrTech      : 生 code 了，就代表生code需要人啊。怎麼取代。
推 bodple      : 就就純軟有機會吧
推 bodple      : 硬體 or IC光是爛RD生出一堆bug就養活一窩support t
→ bodple      : eam AI難啦
→ jobintan    : 純軟可以靠堆技術債創造需求AI應該目前還辦不到吧…
推 tr920       : 如果AI機器是未來很奴又聽話的勞工，碼農就是控制
→ tr920       : 這些勞工的老闆
→ tgyhuj01    : 取代不代表一定就要完全取代阿 減少人力也是一種
→ IBIZA       : 其實就跟蒸汽機解放紡織業人力一樣
→ IBIZA       : 以前你要聘幾百個女工, 機器代替人力之後, 幾十個工
→ IBIZA       : 人就能弄出十倍的產量
推 k91011022   : 設備阿 永遠有需求 ai越多機器越多
推 cwttt       : 想太多喔，CAE能取代實驗阿，自動化取代作業員阿，
→ cwttt       : 幾十年前一樣的論調，那現在呢？
→ dildoe      : 如果都能全靠機器解決那島國玩代工就是阿巴搞笑中XD
推 a1234567289 : 不是在討論code generation能不能好到取代人類嗎
→ a1234567289 : 這文章裡面哪裡討論到code generation了
推 a1234567289 : 我是覺得啦 直接說誰會被AI取代都是莫名其妙  現在
→ a1234567289 : 因為AI的需求 反而使得傳統科學家的那群研究者變得
→ a1234567289 : 更重要 也因為AI 萌生了AI Processor 　AI Compil
→ a1234567289 : er之類的需求變得更多
→ a1234567289 : 你說打趴以前專家？但你知道現在一堆AI model的演
→ a1234567289 : 進幾乎都是傳統領域再加上可學習參數來的嗎？與其
→ a1234567289 : 說取代或打趴 還不如說因為有了AI 他們能做得更好
→ a1234567289 : train model/執行model如何更有效率你難道不用發展
→ a1234567289 : hardware/software stack嗎？ 如果沒辦法local tr
→ a1234567289 : ain/run cloud的需求也跟著被推升 試問取代的點在
→ a1234567289 : 哪
推 a1234567289 : 不用說的好像AI不用成本 不用硬體 不用支援的soft
→ a1234567289 : ware stack 不用fine tune 不用風險控制 就拿來直
→ a1234567289 : 接能用
→ jasonkey123 : 垃圾記者都沒被取代了...工程師還早吧
推 darkangel119: 先取代記者