從A.I.談程序員的未來

理工相關科系畢業的大學生，應該有修過微積分。尤其是對於資訊工程系的學生而言，在修微積分的時候，覺得很納悶，只要快快樂樂地學程式設計就好了，學這個有什麼用？的確，對於90年代的資工系學生而言，只要會寫程式，畢業不愁沒工作。可是現在，人工智慧當道，現在資工系學生，若想找到待遇更好的工作，只會寫程式是不夠的。這是我在業界這幾年的觀察。

撇開工作不談，其實人工智慧對於程序員來說，就是終極目標。我們寫程式的目的，不就是希望自己的程式，夠聰明，能幫人類解決許多問題嗎？我當初接觸程式設計，也是抱持這樣的信念。只是當時還是桌上型電腦，甚至要撥接上網，許多應用才剛起步，那個時候，大約是1996年，Web在台灣開始興起。研究所畢業之後，從事的工作，主要是幫企業產生報表，和自己接一些Case，因為那時候的App不多，能有這樣的成就，就算不錯了，更本用不到人工智慧，於是忘了當初寫程式的信念。

直到最近這幾年，手機App的興起，能想到的應用都有了。於是，我最近思考，如果該發明的App都發明了，那麼程序員還有什麼可貴的利用價值嗎？本人比較有先見之明，很早就拋棄很多人都會寫的報表程式，和Windows程式，改走冷門的門檻較高的BIOS。後來因緣際會，走更難的Security，這需有懂基本的Cryptography理論，所以維持了一些優勢。

我不是說報表程式不好，反而因為前幾年大數據興起，之前寫報表程式的程序員，搞不好搭上這班列車，而混得不錯也不一定。而Windows程式，也是因為會的人愈來愈少，反而愈來愈吃香。這是題外話。

現在AI當道，本人也順勢而為，加上當時的初衷，擁抱AI。根據以往的經驗，程式不是問題，理論才是重點。比如在開發Security的時候，基本加密解密的演算法，OpenSSL都幫你寫好了，不需要重頭再寫一遍。問題是，你怎麼知道，什麼時候？要用那一種加密，才會比較安全？理由何在？這就需要理論基礎了。所以，對於AI的領域，我的學習方法是，不用急者寫程式，先搞好理論比較重要。

抱怨完了，開始問自己兩個問題：

1. 為何Neural Network要用到微積分？
2. 為何Neural Network要用到線性代數？

-Count