當coding遇上人工智慧，會擦出怎麼樣的火花？當所有產品都導向AI，是否帶動程式人才需求改變？如果有一天，AI讓coding變得像操作電腦、智慧手機一樣容易上手，軟體工程師該做些什麼？
資策會在去年12月推出「人工智慧應用開發就業養成班」，是市場上首見以AI就業為導向的課程，說明會上來了逾百人。資策會數位教育研究所課程研發經理鐘祥仁，曾在工研院服務，具備人工智慧實驗室背景，是主要負責人。他說，「我們也是戒慎恐懼，每台電腦都多裝了2萬多元的顯卡，23個招生名額很快就額滿，最近已陸續有民眾關心下一期的開課計畫。」
不少企業也找上資策會，表達迫切的AI人才需求。像是做電子公車站牌的銓鼎科技，是台灣最大的公車動態系統服務廠商，幾乎包下雙北以外所有市場，就曾為了將AI人機互動技術放入大街小巷的站牌中，與資策會討教。
不過，鐘祥仁表示，各產業中的領頭企業都喊著要AI人才，但需求仍不明確，104人力銀行網站上開了一堆AI相關職缺，「很多公司都是抄來抄去，也許還不知道要用這些人做什麼。」他觀察這些AI職缺，從技術角度切入，可分為四個面向。
首先，是必備的基本系統與程式能力，包括Python、C、C++、C#、Java等程式語言。第二，要熟悉各大廠推出的AI應用整合解決方案，像是AWS、Azure、IBM等AI平台。再者，TensorFlow、Caffe等常見的機器學習框架，至少得有一定操作基礎。至於最高層次的演算法模型，例如CNN、RNN等等，則通常要博士以上才有進入能力。
隨著AI發展，鐘祥仁預期，未來AI團隊在運作上，會由人工智慧博士領頭，主導企業大方向，負責調整深層演算法，至於其他團隊成員，還包括AI系統架構師、AI軟體的應用開發工程師等等。而以資策會來說，主要是培育AI產業中的「黑手」，本質是軟體工程師，只是服務AI團隊，寫的程式是AI相關。
鐘祥仁也提醒，「data to answer」是資料團隊做的事，「answer to system」才是AI的事，目前市場上對於AI職務的認知，多半仍在資料科學範疇內。以股市分析為例，資料團隊就可以整理歷年資料，以各種精美圖表呈現，而AI團隊，則要判讀這些數據，並給出明確預測。
Q：AI對工程師的職務內容將帶來哪些影響？
現階段，科技大廠花了很多精力開發AI系統，其實中小企業要的也不多，大廠的解決方案就夠了，工程師角色變成整合各家的解決方案。以寫程式來說，如何把自家的系統，串接到大廠的服務中，這會是新一代開發者愈來愈重要的能力，把關鍵程式的片段寫出來，橋接、補足中間轉換部分，藉此設計出整個架構。
Q：哪種軟體工程師將更有優勢？
現在的IT從業人員比過去辛苦很多，這句話對，也不對。在技術快速發展下，很多開源軟體可以使用，工程師不需要從頭無中生有，而是要快速學習、適應變化，跨領域的軟體工程師將會更有優勢。舉例來說，當房仲業想做一套買賣雙方的配對系統，如果工程師有房仲經驗，懂專業術語、知道客戶要什麼，絕對可以寫出更聰明的推薦系統。
Q：給程式初學者的建議？
CP值最高的程式語言是Python和JavaScript，兩者都可以處理前端網頁互動，也可以寫後端伺服器的應用程式，用途很廣。但我要強調，不是每個人都要會寫程式，相較之下，培養程式相關的邏輯思維能力，更加重要。舉例來說，即使不學Python，也可以透過接觸Python的過程中，培養邏輯思維，學習如何拆解一件事，或是把需求系統化。
留言 0