1樓：亢勇
AI會讓越來越多的人重新思考工作的意義，人活著應該做什麼。
人做人的事，機器去幹機器的活！不要與機器去搶工作，管它是什麼機器。
2樓：andyfan
說實話，這結果不意外！嚴格來說，完成的不是晶元設計，而是晶元的物理實現！
但凡接觸過數字晶元後端物理實現的人，就都知道；整個流程裡面；真正人工參與最多的就是floorplan,至於place cell和route本來就是軟體自己完成的絕大多數工作；做PR的本來就很依賴軟體，用老的軟體實現新的工藝設計就很難做到！
乙個軟體自主實現為主的方向，被AI替代掉，不是不可思議的！只是到底布局方面沒有人工參與，不同型別的晶元是不是都能完全取代人工還是存疑！
但產品迭代，布局不大動；或者ECO這種，我覺得很快就會全AI的！
3樓：
「強力碾壓積體電路設計專家」這也太標題黨了。
下個專案DDR PHY 的equal path， relative placement，pad location, double edge balance, 還有相當多exception要設，bound，terminal這些瑣碎的事情更是一大堆，我現在就跪求AI來解放我，乙個個指令碼寫得我都麻了。
4樓：蜀山熊貓
之前阿爾法狗橫掃圍棋圈的時候，就感覺數字類晶元設計的邏輯前端以及物理後端的部分工作（尤其是自動布局佈線）大概率會被AI替代，只是沒想到這警報響得這麼快。
不過現在的PR工程師的大部分時間其實就是在寫指令碼讓EDA去做布局佈線CTS。。。等工作了啊（沒感覺這幾項工作和以前相比已經不算什麼事了嗎？），其實已經是在扮演機械人的操作者這個角色了。
大量的可重複性，指令性，非決策性工作，在這個時代被AI替代的趨勢應該是必然，當然，這規模替代開始的時間需要十年，二十年還是一百年就不知道了。
不過重複性工作被替代，就如同工業時代機器將人類從大量重體力勞動中解放了出來一樣，也會給人類省出大量做其他事情的時間和精力，對保持很高學習熱情的人來講，並不一定是什麼壞事。。
5樓：Steve SHEN
布局佈線而已
典型機器合適幹的活
認識不少eda廠商的的同學都在開發類似功能以及更高階製程
對了這些同學都來自幾個團隊包括Google的
6樓：
看了很多答案，根本沒有說到問題的本質，google AI能夠解決的必須是約束優化的問題，即可以定義乙個明確的損失函式，然後在解空間找到乙個最優或次優解，所以Jeff Dean指的應該是布局和佈線的問題，這很明顯是乙個約束優化的問題。但是積體電路設計中還有很多問題不能抽象成約束優化的問題，比如power，signal EM，extraction等等。所以現階段AI在IC設計中的應用還是有限的。
7樓：cincout
其實還是輔助，為之高興就完事了，這個和我們計算用筆紙輔助，後來用計算器，後來是電腦演算法，現在這個ai不過是更高階的演算法，最終還是要人來把控方向，得到我們想要的東西，專家知道晶元發展的方向，未來ai可以把預計方向上事做到物理極致，但換個思路缺是ai做不來的事情。就像我們現在都是基於矽來設計晶元，未來探索出了別的材料，你不重新設計那個ai，它永遠也不會知道。
8樓：
就解決placement這種規模的問題的可行性上，我怎麼覺得DREAMPlace的方向更靠譜 (所以還是要Google背書才有人看嗎
9樓：
不怕你們笑話，我兩年前就在想用AI學習晶元設計，然後讓它自己設計積體電路來彌補咱們產業短板。
但是當時還是個高中生啥都不懂(=_=)
10樓：CC果凍的爸爸
在怎麼牛的機器也要學習人類的知識，機器沒辦法設計根本沒有出現過的東西，但人可以。這個現象說明，以後想彎道超車很難，AI提高門檻，高階技術將高度集中。
11樓：zzzz7777
ai都可以設計晶元了，google什麼時候搞個ai畫板軟體，我不想加班拉線了，如果是ai讓我失業我很樂意，mentor和cadence都不思進取，畫板軟體這些年發展有限，希望google爸爸教他們做人
12樓：CNheis2
如果說AI是基於晶元的話，那麼就是基於晶元的AI設計晶元，套娃下去就是基於晶元的AI設計晶元的AI設計晶元……(#滑稽)
13樓：Josh
看到這邊標題第乙個感覺就是被斷章取意，因該是乙個吸引眼球的文章標題。
就對在Google的工程師朋友的了解，確實google的AI技術屬於第一梯隊，但是工程師都比較實事求事，不太會說出這樣的的話來。
再來目前還沒聽說過google有晶元設計部門，也沒有看過google自己設計出來的晶元（估計有IOT或邊緣計算的SOC）所以這話說的我想google自己都不太會信。
因該是被斷章取意的標題。
14樓：Anonymous User
雖然我知道大概率是「標題黨+誇大事實」，但是誰知道5、6年後會不會真的成功了，真就萬物歸於cs唄。
我只能微笑著說：
cao！
15樓：謝丹
這個算是我的專業內容。
就如我之前說的，5年後，APNR的工作肯定被代替了。後端工程師轉行吧。
APR的核心就是布局，因為後面佈線等你都得靠工具。
布局以前的工具不成功，所以EDA是乙個輔助設計工具（即人來做主，機器來輔助）。
以前不成功得主要原因，就是模組有大小、模組間鏈結關係亂，人可以在邊看這些模組，
有經驗就會自動地歸類出優先順序，從而把問題簡化，最後TRY 一下最可能得4-5個組合。
這很類似圍棋中的取捨，人是不會全面考慮所有點，而考慮最靠譜的4-5點，推理下去。
之前有和做AI的朋友聊過，他就提到APR很可能最快被攻陷，因為太類似圍棋了，而且指標很明確。只是沒想到這麼快。
谷歌這個其實是指晶元設計中APR的過程，以前確實至少幾天到幾周。因為需要試錯。
從寫的內容看，沒有不合理的。特別是通過訓練的網路可以直接用，這就是說同型別的晶元，
可以基本直接用，不用每次訓練了。（訓練會成績更好）
AI，這東西，最可怕的是一旦它超過人類，人類再也不可能超過它。現在還有誰吹牛要滅alphaGo的？
AI 另外乙個可怕，就是一旦突破，成本會很快下降。alphaZero的山寨版leela zero等，水平也
發展超快，2-3年後，山寨版都隨便扁人呢。
APR是乙個非常小的領域，估計山寨版不會那麼快出來。但是有S，CM這三家在學習，
低成本版估計也就2-3年吧。
看5-10年，這個行業基本就結束了。不是說有經驗的工程師馬上沒用，某些邊角問題比AI做得好是可能的，但工程師得估計至少10年以上經驗。而AI 隨著硬體和軟體的提公升，追起來也快。
更何況新的沒經驗的工程師再沒機會去成長了。
版圖也會很快被突破，接著是模擬電路。
因為這兩樣的工程師優勢，就是能在頭腦中進行分叉的剪枝，谷歌alphaGO 深度學習就是在剪枝上再不怕人了。版圖和模擬也是目標明確成果標準統一的工作。
前端設計，估計和軟體設計一樣，多5年的時間。
add：短時間不用擔心，因為DL的機器短時間也買不起。
但是職業選擇是你人生的投資，按照巴菲特說法，如果你10年後不想擁有的投資，現在就不要擁有。
10年後，TPU水平的伺服器能在大多公司嗎？
10年後，DL演算法能普及到大多公司嗎？
歷史重現：
現在的員工沒有經過當年circuit 設計從電路到RTL的轉行，而我經歷過。
大致5年左右從「這做的啥玩意「 -》
」有的部分還可以用「 -》
」我如果花時間，肯定比機器好「 -》
」行業中其它人都用機器了，我幹嘛神經病要花那麼多時間做得比機器好？「
其實，現在說起來，circuit design 還是人做起來比機器好。但是，人沒有機器耐操啊。
16樓：abc在天明
理論上，深度學習能做到給設計者提供經驗支援。但是這與AI能設計一款晶元相差太遠。
個人認為，現階段（深度學習技術階段，也許持續20年？）AI 的定位，只能是輔助作用。
絕大部分應用，大到自動駕駛，小到送餐機械人、語音客服，基本上AI根本沒有能力起主要作用。
更何況設計晶元這種工作。
舉例來說，自動駕駛，你敢讓司機睡覺試試？
送餐機械人，你讓它自己取盤子試試？
17樓：陌上花開
剛剛入職的後端ICer，覺得我可能要失業了。剛剛入職就感覺，AI在我們這行肯定處於碾壓地位，昨天還和同學講，結果今天就看見這個訊息。
18樓：tyl
AI設計晶元真是個有意思的命題。回想起前幾年AI控制世界的論戰，如果AI真的可以自主設計自己的晶元，那麼它也具備的自我進化的硬體基礎。而我們知道，人工智慧目前已經有了基於軟體層面的學習能力。
AI是否離超越人類更進了一步呢？可怕，可怕！
19樓：阿gang的日常
怎麼有種科幻大片裡面人工智慧自己建造機械人兵團的感覺
人類挺住啊!
誰說設計類這種靠創造力吃飯的人是不會被機器替代的，這不...
20樓：習慣老哥
類似新聞其實不是什麼新鮮事兒，就比如機械人西洋棋打敗頂級棋手一樣。實際上AI機械人能實現邏輯運算也好能設計晶元也好，它所做的工作都是在已知知識或者規律下的一種高階運算，比普通人或者所謂為的設計師是強。因為人會失誤會犯錯，需要花更多時間來消化知識點。
但這並不代表它真代替傳統的研發人員開展新技術研發工作。因為它還是沒有真正意義的從無到有的創造力的。
不過從谷歌Jeff Dean的表現來看，個人覺得：碼農們和一般的硬軟體工程師可能在未來也會面臨手工勞作者被機器取代的命運~~~
21樓：nbabc
AI的發展，有時真的超過我們的想像，很多有規律的或有一定目的的事件，都可以交給AI來完成，甚至一些創作性的東西，也可以用AI來完成
只能說AI時代已經到來了，
擁抱AI，會給你意想不到的結果
期待AI能越來越好。
22樓：「已登出」
可以參看我寫的
韓振華：中國復興的勞動原理
6 高階的世界
目前處於工業向工程轉變的第四次工業/工程革命時代。工程勞動的能源是大資料，發動機是窄維度人工智慧，二者的結合將使得產品無限趨近於工程上限。以單維度的人工智慧阿爾法狗為例子：
圍棋的冠軍從人類手中變到機器手中，圍棋的下棋的思路無限趨近於最優解。圍棋工程上的近似最優解被找到了，人類反拜機器為師。
這會給社會帶來什麼呢？人類之前積累的產品很多將會被重新定義，人工智慧驅動的工程勞動將創造在某些維度上近乎完美的產品。近乎完美的產品具備什麼樣的價值？
人類會在廣泛的行業不斷推翻自己，造就全新的產業體系。
與此同時，工程勞動將比工業勞動更為細分維度；整個世界的生產體系所需的高階勞動人口將比現在要大的多；隨著時間的推移，社會的完善，整個世界高階後所需的核心高階勞動人口甚至可能比現在多出乙個數量級，而整個體系所需的勞動人口甚至達到百億的規模。這就要求要逐步建立人類命運共同體，讓人民普遍具備較高的勞動素質；這就要求人類開闢真正的宇宙維度，獲取行星級別的資源。人類在很多領域突破之前的工程極限後，開發行星級的資源不是妄想；而這個過程中，造就龐大的產業集群，創造出前所未有的財富。
如何看待 Facebook 把谷歌爆料 抹黑？
Dirty Monkey 原帖在這裡 可以看看老外都是怎麼看的 這個負面資訊還得讓google來確認是不是真的有這樣的事情。如果是真的，那fb就不是抹黑，但是這樣偷偷的講，有點那個啥了，感覺像小孩子在打小報告 Xun 利用負面新聞打壓對手，且坦然承認。我認為facebook沒有做錯 只要是屬實的新聞...
如何評價 谷歌與Verily發布的新研究，用AI檢測心臟病
IanMorrisNoone 這個只是做疾病篩查不能用來確診，篩查和確診是兩個完全不同的概念。另外有乙個答案犯了常識性錯誤，這裡要指出來，就是現代醫學不是經驗醫學，是事實醫學，這就是為什麼進醫院要先做相關檢查的原因！事實醫學就決定了，通過概率篩查，先把概率大的患者找出來，然後做有創的確診檢查，這樣做...
如何看待谷歌對miui不公升級android版本的評論？
Yufeng Chen 1，android版本號對我來說意義很大，但對一般大眾這似乎不是什麼非常重要的事。更何況我認為android版本號對中國來說意義不大，因為很多新功能跟GMS結合，在中國這些功能是完全作廢的。但還是有一些意義的，像系統的漏洞 bug，這些並不是MIUI可以完全掌握 修復的。2，...