在查過資料後,AI 這個詞彙首次出現是在 1950 年,那時離現代電腦的發明
也不過幾年的時間,當時的人工智慧做的不過是跑一些寫好的邏輯程式、處理
數學定理證明,應用其實並不廣泛;此外,由於當時電腦體積龐大、性能又有
很多的限制,人工智慧發展很快就遇到瓶頸了。沉寂一陣子過後,在約二、
三十年前,因為電腦儲存空間、運算性能的突破,AI 重新回歸主流技術發展
重點,開始出現「機器學習」這塊領域,並得到了很好的成果,如發展出「支
持向量機」模型,能有效分類處理各種數據 。而在近幾年,則是往「深度學
習」發展。
AI 功能的身影其實早就已經充斥在我們的生活當中了,像是交通、娛樂、醫
療等,到處都可見到它的蹤影,例如手機助理語音辨識功能、社群網路上的廣
告投放、串流影音網站(如 YouTube 、Spotify )的推薦、Google Map 最佳
路線規劃。
在現今的科技越來越發達、AI人工智慧普及的情況下,很多人力工作是可
以被取代的,這也是我們所擔心的部分。影片中所提到的波音,它的整個
股價大漲,它不是因為有很多訂單,而是因為大量的讓成本降低,裁掉了
將近6000名的員工;亞馬遜的股價也大幅的成長,是因為大家看好它的無
人商店。
有很多人認為很多工作都有可能被無人機、AI人工智慧所取代。而影片中
出現的,不必像以前鋼筋鐵架需要那些資深的老師傅,而是機器人可以簡
單的達成目標;監工機器人也是一樣的厲害,就連我們平常不會特別注意
到的地方、角落都可以清清楚楚地去看到。 但我個人認為並不是所有的工
作都會被人工智慧所取代 。我想,像是金融業,老年人們不一定會懂得如
何去運用這些高科技的服務,有些還是需要有年輕人來細心地解釋、操
作與服務。然而,機器總是會有當機、故障或是出現突發狀況的時候吧 !
例如網上資料所記載到的,於2018 年,Uber 的無人駕駛測試車,撞死了一名
行人,此外至少有 3 位 Tesla 駕駛在「Autopilot」的情況下發生致命事
故。最新一起意外發生在上週,於維也納的無人公車 The Navya SAS 以時速
12 公里的速度,撞上一位女性,也讓該測試計畫被暫停。這些都是人工智慧
上不可避免的突發狀況,因為我們不會知道下一秒它是不是會突然的出現狀
你在心得中提到:機器總是會有當機、故障或是出現突發狀況的時候吧 !
在約五年前, 物理、數位、電子等專業的畢業生都「跨界」到人工智慧領域。一些改變行業應用場景的技術壁壘並不是那麼高,只要有基本的數學能力和學科知識,跨行業是一件可行的事情。機器總是會有當機、故障或是出現突發狀況的時候吧 !
當完"
例如1. 網上資料所記載到的,於2018 年,Uber 的無人駕駛測試車,撞死了一名
上不可避免的突發狀況,
2. 因為我們不會知道下一秒它是不是會突然的出現狀況。說到安全,無人車要上路,其實技術上真沒那麼困難,但是要做到安全無虞,成了一大挑戰 。看完影片,我認為,我們應該要努力的找到自身的工作價
正如前文所說,從事大數據工作的人才將成為最容易實現跨界的人群,但高端需求如機器學習、影像處理等技術門檻較高的職位跨界較難,多依賴於海外引進。
人類被機器取代的危機在數年內並不會真正出現,但被機器追趕著學習新技能、適應職場需求已經在發生了。
IN FACT, 你的心得很具有可看性與參考性!
Copyright © Nanhua University. Allrnrights reserved.rn南華大學建置 大塚資訊技術協助
在查過資料後,AI 這個詞彙首次出現是在 1950 年,那時離現代電腦的發明
也不過幾年的時間,當時的人工智慧做的不過是跑一些寫好的邏輯程式、處理
數學定理證明,應用其實並不廣泛;此外,由於當時電腦體積龐大、性能又有
很多的限制,人工智慧發展很快就遇到瓶頸了。沉寂一陣子過後,在約二、
三十年前,因為電腦儲存空間、運算性能的突破,AI 重新回歸主流技術發展
重點,開始出現「機器學習」這塊領域,並得到了很好的成果,如發展出「支
持向量機」模型,能有效分類處理各種數據 。而在近幾年,則是往「深度學
習」發展。
AI 功能的身影其實早就已經充斥在我們的生活當中了,像是交通、娛樂、醫
療等,到處都可見到它的蹤影,例如手機助理語音辨識功能、社群網路上的廣
告投放、串流影音網站(如 YouTube 、Spotify )的推薦、Google Map 最佳
路線規劃。
在現今的科技越來越發達、AI人工智慧普及的情況下,很多人力工作是可
以被取代的,這也是我們所擔心的部分。影片中所提到的波音,它的整個
股價大漲,它不是因為有很多訂單,而是因為大量的讓成本降低,裁掉了
將近6000名的員工;亞馬遜的股價也大幅的成長,是因為大家看好它的無
人商店。
有很多人認為很多工作都有可能被無人機、AI人工智慧所取代。而影片中
出現的,不必像以前鋼筋鐵架需要那些資深的老師傅,而是機器人可以簡
單的達成目標;監工機器人也是一樣的厲害,就連我們平常不會特別注意
到的地方、角落都可以清清楚楚地去看到。 但我個人認為並不是所有的工
作都會被人工智慧所取代 。我想,像是金融業,老年人們不一定會懂得如
何去運用這些高科技的服務,有些還是需要有年輕人來細心地解釋、操
作與服務。然而,機器總是會有當機、故障或是出現突發狀況的時候吧 !
例如網上資料所記載到的,於2018 年,Uber 的無人駕駛測試車,撞死了一名
行人,此外至少有 3 位 Tesla 駕駛在「Autopilot」的情況下發生致命事
故。最新一起意外發生在上週,於維也納的無人公車 The Navya SAS 以時速
12 公里的速度,撞上一位女性,也讓該測試計畫被暫停。這些都是人工智慧
上不可避免的突發狀況,因為我們不會知道下一秒它是不是會突然的出現狀
你在心得中提到:機器總是會有當機、故障或是出現突發狀況的時候吧 !
例如網上資料所記載到的,於2018 年,Uber 的無人駕駛測試車,撞死了一名
行人,此外至少有 3 位 Tesla 駕駛在「Autopilot」的情況下發生致命事
故。最新一起意外發生在上週,於維也納的無人公車 The Navya SAS 以時速
12 公里的速度,撞上一位女性,也讓該測試計畫被暫停。這些都是人工智慧
上不可避免的突發狀況,因為我們不會知道下一秒它是不是會突然的出現狀
在約五年前, 物理、數位、電子等專業的畢業生都「跨界」到人工智慧領域。一些改變行業應用場景的技術壁壘並不是那麼高,只要有基本的數學能力和學科知識,跨行業是一件可行的事情。機器總是會有當機、故障或是出現突發狀況的時候吧 !
當完"
例如1. 網上資料所記載到的,於2018 年,Uber 的無人駕駛測試車,撞死了一名
行人,此外至少有 3 位 Tesla 駕駛在「Autopilot」的情況下發生致命事
故。最新一起意外發生在上週,於維也納的無人公車 The Navya SAS 以時速
12 公里的速度,撞上一位女性,也讓該測試計畫被暫停。這些都是人工智慧
上不可避免的突發狀況,
2. 因為我們不會知道下一秒它是不是會突然的出現狀況。說到安全,無人車要上路,其實技術上真沒那麼困難,但是要做到安全無虞,成了一大挑戰 。看完影片,我認為,我們應該要努力的找到自身的工作價
正如前文所說,從事大數據工作的人才將成為最容易實現跨界的人群,但高端需求如機器學習、影像處理等技術門檻較高的職位跨界較難,多依賴於海外引進。
人類被機器取代的危機在數年內並不會真正出現,但被機器追趕著學習新技能、適應職場需求已經在發生了。
IN FACT, 你的心得很具有可看性與參考性!