Re: [新聞] AI「薪」貴!科技業祭出年薪200萬搶人才
※ 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
--
同意,大部分的公司都還走不到拼那0.1%
光是把數據收完整就耗費的大量的心力了
套套模板某些人就覺得自己ai 大神了
深度認同,主管常常在抱怨缺資料想辦法去生啊
....這種事幾年前就一堆人就知道了現在最重要的不是
這個,有數據不用這麼多就能賣的產品也有數據多也沒
用的東西
模型github抓就好,數據不行啊
AI 本來就是靠統計
這樣的話,擁有第一方巨量資料的巨頭不就有優勢
沒錯xD
沒錯啊 做過AI相關就知道 資金、資料庫大於一切
台灣造不出收納海量數據的系統平台 造出來了恐怕也
不會有島外人士會想來用 結論就是在AI在台灣很難
有搞頭啦 頂多做AI晶片這塊 可能還有些空間
之前看是大部分都要靠大筆資料去訓練?
本來就是衝資料量的
沒錯啊,你看GPT的資料量多打大
數據充足外還要品質夠好
所以你現在知道ds死光沒差 de走一個很嚴重了嗎
幣圈跟AI有夠涼….
AI從一開始不就騙局 乖乖工業4.0吧
夢醒了還是工業4.0C#
聯邦學習可以解決這個問題,但華人圈100%搞不起來
200萬搶猴子嗎?
感覺台廠有些低能兒開始想著不用數據AI了 跟智障沒
兩樣
17
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 CUDA也變少 還是一樣 CUDA與深度學習 維持大約1:10之比例 所以說 AI玩到下面 還是要自己優化深度學習算法嘛17
認真說,這個立場有點偏頗,先說,我贊成你所謂的拼數據,但機器學習一直都是資料、統 計導向的學門,data driven本來就機器學習的一環,DL只是機器學習的一個子方法,他依 舊脫離不了資料統計建模,而所謂的AI是一個模糊超集,他包含專家系統、統計建模、機器 學習、範疇論、消息理論等等等,只用AI等於DL是一種不太健康的心態。 然後可以看看Stanford HAI REPORT根據2022全球關於AI(ML/DL)的領域產業發展概況其實可14
AI在所有人用的方法都差不多,使用的訓練設備都差不多 瓶頸主要在訓練資料和產品的硬體架構 MTK CAI新人十個有十一個都想搞Algorithm 但他們不曉得Algo的世界的殘酷 只有第一名和輸家,這塊早就已經血流成河
28
[問題] 社科出身沒金融背景能進金融業數據分析嗎小弟國立四中社會科學碩畢 目前6年民調和市調公司工作經驗 在小公司掛經理職 年薪50 大約2~3年才會調薪一次 想轉換跑道到規模更大的公司追求待遇18
[分享] 特斯拉FSD beta 來比眼力有沒有比AI好這個youtuber將FSD AI看到的畫面結合實際行車畫面 有幾個亮點, 你去觀察對向車道,或是更遠處都可以發現AI都可以清楚知道車子位置在哪 換句話說,FSD用了鏡頭就可以模擬光達的距離偵測了 這個技術已經被特斯拉提出為專利19
Re: [討論] AI晶片這我來回答吧 AI晶片一般是指用來加速深度學習模型推理的晶片 如果是訓練通常還是利用Gpu 因為生態系比較成熟 那麼深度學習推理時間會耗在哪裡呢 通常就是convolution 或是Gemm3
[討論] AI工程師訓練Model時在公司做什麼?先說這篇沒有別的意思,只是我個人很好奇,當AI工程師設計好深度學習網路架構,開始 進行訓練的時候,有做過深度學習的人都知道,接下來就是等待結果,不過這個時間跟cp u,gpu,模型複雜度,train data數量等有著很大的關係,所以我想問這段時間AI工程師在 公司裡面幹嘛啊?看著數據跑嗎?還是都是下班前開始跑,隔天早上看結果? 之前唸研 究所的時候,還能跟教授說還在Model還在訓練,然後就跑回家睡覺,在公司應該不可能18
[問題] 社科出身沒金融背景能進金融業數據分析嗎小弟國立四中社會科學碩畢 目前6年民調和市調公司工作經驗 在小公司掛經理職 年薪50 大約2~3年才會調薪一次 想轉換跑道到規模更大的公司追求待遇- 【豐富2022的資訊技能:台大計中資訊應用課程 】 又到了一年的尾聲 還在考慮是不是該學習新的技能嗎? 想學習如何運用AI繪圖工具創造美感與資訊兼具的海報、名片嗎? 想學習功能完善且客製化高的Qualtrics問卷設計工具嗎?