為什麼這篇ai工程師的一天鄉民發文收入到精華區：因為在ai工程師的一天這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者iseeyou080 (iseeyou080)看板Tech_Job標題[請益] 製程工程師的取代...
第一次發文請見諒
最近看一些新聞 提到機器人或AI
也看到類神經網路似乎可以從雜亂無章或複雜的data 分析和學習
很類似半導體製程工程師的工作
想請問各位百萬
製程工程師 或設備和整合工程師
在未來會有被AI 取代的一天嗎
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.61.241
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1464450192.A.86D.html
→ DrTech: 你看哪篇新聞？我幫你解讀看看05/28 23:46
推 cser945: 會 轉行05/28 23:50
噓 ganninian: 大哉問05/28 23:52
推 Morphee: 認真回你 DM team 的最容易被這領域入侵05/28 23:52
推 Morphee: 而且是ing 我建議DM的人快點準備第二專長05/28 23:55
推 havochuman: 工廠端遲早被RD建出來的工具取代05/28 23:57
→ havochuman: 工廠端就是dummy阿..自動化比較貴 請人比較便宜05/28 23:57
→ iseeyou080: 弱弱的問一下DM是什麼的縮寫？05/28 23:58
※ 編輯: iseeyou080 (223.137.61.241), 05/29/2016 00:05:04→ futureBF: data mining?? 05/29 00:07
推 Morphee: 台積去年底才挖了一個KLA的SEM影像專家主管來組team... 05/29 00:08
→ iseeyou080: 所以未來YE的工作會有可能被取代更快嗎？ 05/29 00:13
推 gogohc: 簡單來說如果TE消變機器人製造課長滿有可能被AI取代的。 05/29 00:28
→ gogohc: 所有的派工決策都交給電腦學習分析決策 05/29 00:28
推 pig2014: 我論文做這個。只要願意應用，機器學習真的對於數據化的 05/29 00:30
→ pig2014: 分類用處很多 05/29 00:30
推 guest0079: 但是機器學習都是伴隨大量的資料才能做決策 資料哪來? 05/29 00:38
→ guest0079: 還是要有系統做大量輪入 系統建置與維護都是成本 05/29 00:40
→ guest0079: 花大錢做系統只為了讓機器學習與決策 不如找人來決策 05/29 00:41
→ guest0079: 可見機器學習應是在既有系統之下的附加產品 05/29 00:43
推 silar: 機器的存在只是讓人快速做判斷！ 05/29 00:43
→ gogohc: 回歸自動化E化的點，重複的事情、有範圍的、有跡可循的。 05/29 00:44
→ guest0079: 別看αgo 屌打人類 換個遊戲的話又需要人來調整程式 05/29 00:44
→ Iamjkc: 先等水電師傅被取代在緊張 05/29 00:46
→ guest0079: 而且說data mining team會被取代?他們也可以學AI啊 05/29 00:47
→ guest0079: data mining的AI誰要開發?不可能給AI開發AI啊 05/29 00:48
→ guest0079: 結果還是data mining team繼續用新的知識做原來的工作 05/29 00:48
→ guest0079: 總不可能有人發明更好用的扳手 修車工就失業吧 05/29 00:49
推 Narcissuss: 可是工程師比較便宜 05/29 01:16
→ Narcissuss: 只要便宜就很難被取代 05/29 01:16
推 w60904max: 有難度喔 RD 換個東西 訓練好的model就重新練了 05/29 01:30
推 w60904max: 以台灣的薪資 把錢多聘幾個RD還划得來 05/29 01:32
推 ljsnonocat2: 有可能 以後比對機台 提升良率就交給電腦AI 05/29 01:59
→ ljsnonocat2: 甚至調device電性參數 AI搞不好比工程師強 05/29 02:01
→ ljsnonocat2: 人腦只要負責設計突破創新的實驗規劃就好 05/29 02:03
→ ljsnonocat2: 至於餵機器的資料庫根本不用擔心 每天那麼多貨data 05/29 02:04
→ ljsnonocat2: 還怕沒資料訓練AI嗎? 05/29 02:04
→ ljsnonocat2: input就是各站點機台與參數 output WAT電性 良率.. 05/29 02:05
→ ljsnonocat2: 不過比較要擔心的是PIE/PE EE倒是不用擔心被取代 05/29 02:11
→ ljsnonocat2: 因為電腦AI總不會有手修機台 還是得靠設備弟兄XDD 05/29 02:11
推 heuristics: deep 還沒幾年，瓶頸還沒出來，到了瓶頸會不會走不下 05/29 10:29
→ heuristics: 去？NN 可以處理的是有維度的問題，製程設備不熟，NN 05/29 10:29
→ heuristics: 可不可以處理是個問號？ 05/29 10:29
推 popxpopxpop: 最後應該還是老闆看那個總成本便宜，就用哪個 05/29 13:02
推 dabiddabid: 類神經網路這個詞一直出現 06/01 10:15