草榴社区

技术进步害人丢掉饭碗的状况已经有一段时间了。1908年福特罢型车开发成功后，投产第一年就让福特汽车公司卖出10,000多辆。这种趋势让马匹和马车业渐渐凋零，变成如今交通工具中的「特殊异类」。此一过程令许多人失去工作，而且各位读者可能还听过几个将过时人事物比喻為马车鞭子的笑话。类似的故事更是屡见不鲜。首先，人们创造出大量的汽车製造、销售及维修工作，而汽油供应链本身也有类似的发展故事。而这些故事的另一方面，则是适应现象；马匹与马车业的某些部分适时调整并适应了新趋势，而有些部分则没有跟上趋势。您可在獲得更多相關資訊。接著，我將討論「自動设计」(autonomous design)這個晶片设计應用的趨勢現象到底會不會來搶走工程師的飯碗？但首先，節選自以下連結的文字內容很值得人們在重新適應變化的時候重複咀嚼體會：

Timken公司具指標性的特色产物 – 滾子軸承於1890年代首度用於馬車車輪。因為這款产物可以應用在「幾乎所有任何可供駕駛移動的東西」上，所以很容易就能安裝到汽車上。至今，公司依然是业界的龙头厂商。

這也是自動駕駛和自動晶片设计的內涵產生分歧的地方。從這個角度來看，「晶片」實際上是所有以高度整合與緊密外形進行交互連結之小晶片與複雜軟體的組合。其中可能有數十億顆晶粒以特定方式協同運作以執行相當複雜的任務，包括人工智慧與機器學習的諸多演算法。晶片的配置方式與產出的成果數量都非常巨大。針對這些设计問題提供封閉的全自動解决方案還言之過早。而我們真正要做的，是不要把問題過度放大來自己嚇唬自己。

我在已討論過一種AI輔助範例。我在該篇文章中提出一個基於強化學習的解决方案—DSO.ai。該技術會自動搜尋设计空間以取得最佳解决方案。藉由將AI應用於晶片设计流程中，DSO.ai有助於更加廣泛地探索各種设计選項，同時讓大量枝微末節的決策工作自動化。換句話說，它能夠幫助设计人員找到最佳的解决方案。在這種狀況下，沒有人的飯碗會被搶走，反而讓飯碗捧得更穩，這是個皆大歡喜的結局。

在這篇先前的文章中，我還談到智慧測試選擇與機器學習輔助資料庫功能。AI還可以應用在許多其他領域，諸如製程優化乃至物理设计以及安全性分析與最佳化等。這些科技技術的目標都是加快發現問題的步調、確立最佳優化機會，並執行高度精細的分析，讓设计人員能夠節省工作時間，把精力放在他們最擅長的工作項目上。