吴晓如：人工智能时代教育的现在和未来
吴晓如：人工智能时代教育的现在和未来
芥末堆 宁宁 11月11日报道
如果要评选出今年教育行业的热词，那么“人工智能”毫无疑问必然当选。但热度之下，理性的思考或许更为重要。在今天的GET2016大会上，人工智能领域的领头羊科大讯飞执行总裁吴晓如分享了他对此的见解。“人工智能不是无所不能，但人工智能确实在很多地方也已经能了。”吴晓如认为，人工智能对于教育而言只是一个辅助，不可能全部替代，但确实在教育的教、学、管等环节有很多应用。教育领域，人工智能现在能做什么，未来可以带来什么更多的改变？这或将是教育从业者需要理性思考的问题。
以下是吴晓如演讲实录：
过去一年科大讯飞投资10亿
今天我这个大会的主题说得比较直接，就是“人工智能到底能够给教育带来什么”。现在有一个非常热的观点就是人工智能不是无所不能，但是人工智能确实在很多地方也已经能了，所以我们今天一起探讨一下人工智能到底现在能做什么，人工智能未来有可能给我们带来更多的什么。
&之前好未来的白总提到，我们每个人在接受教育过程中都希望能够碰到一位好老师，我们都希望能接受优质的教育。但是优秀的老师和优秀的教育资源总是有限的，那能不能用人工智能在这里面让优秀的教育资源被更多的人所享用到。这个正好是人工智能在整个教育里能够发挥的很大作用。
人工智能其实并不神奇，人工智能更多用的是机器学习的技术。就像“听见”系统，刚开始跟大家见面的时候识别率、准确率并不是那么高，但是随着它见到了越来越多的口音，见到了越来越多的场景，对这些口音和场景就有了更高的准确率和识别率。
人工智能在教育中也是这样，人工智能能够帮老师把它原来的一些很繁琐复杂的工作替代掉，比如说我们的作业环境，比如说像以前做口语测评的环境等等。以后机器在这些环节中学到的更多，机器就可以做得更加精准。但是人工智能只是一个辅助，因为教育的本身是教会你问题，所以它不可能替代你。人工智能可以把一些重复的工作做了，但是如果你问一个学生，你觉得你的老师好在哪里，学生也许会跟你讲我的老师很负责任，这个人工智能绝对做不到。
昨天参加好未来的一个活动的时候，大家都在提到资本的寒冬，但是作为我们科大讯飞来讲没有太多感觉。不是说我们是一个上市公司不需要钱。我们去年一年科大讯飞投了十亿人民币在数字校园、作业自动批改这块。评测方面我们做了很大的投资。
国内外的教育技术趋势
教育的主环节里，人工智能融入的越来越多，教育的整个趋势一定是往上走，而且是快速的往上走。体现在三个方面：
第一、我们觉得教育需求非常的旺盛；
第二、教育的经费非常的充足；
第三、教育需要好的产品；
需求上我们可以看到，中国整个教育实际上是一个国家意志。中国教育是公立体系，引导非常重的。2020年教育规划规划纲要里，可能再过三年四年以后，各地的教育主管部门，分管的市长他给他的上级单位写他这些年的教育得到的一个成就来说，就围绕着整个国家2010年到2020年的中长期发展纲要来写，地方政府围绕着国家大的需求点做了什么。
提高教育质量上，国家大的导向，增强课堂的教学成果，推进整个课程改革。这些都是我们中国在教育方面的国家意志。这个意志不是以某一个人某一个学校某一个区域为转折，各地的政府必须围绕着政府做这件事情。完全依赖教师的水平，一点一滴的提高基本是不可能的。所以必须借助所有在座给我们整个的教育带来更好的教育技术。
第二个方面，从教育大的趋势来看。我觉得有两个报告写得特别好，一个是地平线报告，国内我们初九的报告今天写的也特别的好。我今天一上台特别的高兴，我今天讲的东西初九的十个关键词，我已经差不多五条、七条跟她吻合。地平线报告里短期的趋势，我们整个线上线下混合式的学习未来走向深入的、个性化的学习，受到了国内外各个教育机构的观察。现在云计算，整个翻转课堂在不同的层次在应用了。这些技术会越用越深。
还有我们要看国外的趋势。最近公布了一个2016年美国国家教育的技术计划。在过去的上一轮技术计划里，他们还在争论到底在教育里该不该把教育技术作为一个核心关键点，也就是说该不该把技术用到学习里去。2016美国国家的教育技术里就明确提到，大家不用为这个词争论了，现在转到我们怎么去做它，我们怎么应用技术来改善我们的学习。从这个里面可以做到无论国内还是国外，教育技术不是教育里的边缘化的东西，现在成了越来越核心化的作用。所以我们做整个教育技术的，尤其是我们做工程和信息化技术的，我觉得我们在未来几年应该是大有所为。
&对我们中国来说，我们有很多优秀的一些公司，目前像新东方、好未来。我们做了很多的培训机构。但我们能够培训的学生数目是非常有限的，公立体系中小学K12为例，1.2亿的学生，学校在过去五到十年里做了大量的投资，基础条件已经不错了。有些人到乡镇级的学校去看一下都会很惊讶，他们网络接入的水平，他们多媒体终端的设备的能力现在已经都非常发达了。
所以现在应该说为我们整个下一步教育技术的应用提供了非常好的条件。另外国家为了推动老师去用这些信息化的设备和技术，过去几年有一些大的活动，引导老师上传微课等等，让老师具备了信息化使用的能力。
但是现在到学校去看，很多学校的基础设施并没有被用起来，现在就需要好的应用。需要我们真正能够解决刚需的应用。我们现在的教学从标准式的教学走向因材施教、个性化的教学。另外很多人对国内的教育不满意，家里经济条件好一点的，小孩子到了初中家里就要考虑这个问题，到底是国内还是国外。
现状总结几条：
第一、通过技术来提高教育的品质，这不是一个讨论的问题。
第二、我们急需提高我们的教学质量。这里面市场空间非常大，而且基础空间也具备了。但是面对教育的主环节，不要做的一些让老师没有时间用的产品。我们必须面对这些主环节，提供能够满足刚需的产品。
人工智能发展远比想象要快
人工智能技术来说，到底目前它是一个什么样的现状。我觉得每个人都不能忽视人工智能技术。人工智能技术大概六十年前开始起来。最近几年里，随着深度学习方法的出现，它应该产生了翻天覆地的变化。而且对我们做技术的人来说，每一年回头看的时候都感觉这个技术比自己预期的进步还快。所以每个人都要考虑人工智能技术下一步和我们自己干的工作，可能中间有哪些关联性。
有几个重要的报告：
第一个、德勤2016的报告，认知技术成为80%世界百强企业的标配。
第二个、到2045年的时候，人工智能技术会使我们现有的就业率降低50%，这个不是现在很多人没工作了，而是现有的产业结构里大量的工作会被机器替代掉。这里面有一些职业可能是百分之百被全部替代。但是在很多大部分领域里是人工智能去帮助人，让你本来八个小时做的工作可能现在只需要四个小时。这样的话整个产业的结构会发生巨大的改变，对我们教育来说，教育里如果我们把教育的主环节拆分开来，人工智能在哪些方面能够减轻我们的负担，替代我们的工作，使得人和机器的协同可以走得更好。
&现在不仅是在科技界，我们最近看到了习大大的讲话，他在谈到下一步的创新的时候专门提到了两个大的技术，就是人工智能技术和虚拟现实。所以我们觉得整个技术我们也感觉到它下一步在国家整个科技战略里，会被提到到越来越重要的一个地位。
随着国家对它的重视程度，我们感觉更多的资源还会应用到人工智能里来，人工智能的技术会发展的更快，人工智能技术会给很多的行业尤其是教育行业带来更多的东西。教育通过传统的技术对教和学的理解是比较困难的，人工智能在这里面大有用武之地。
人工智能与教育的结合点
一个方面，比如说之前讲了可以对作业做一些批改，解决听和看的问题。但是还有一个就是人工智能在认知层面可以解决哪些问题。举一个例子，现在越来越多领域后台电话的客服慢慢被机器替代掉了，比如说打中国移动、联通的电话，后台很有可能是一个机器在那。为什么他能做到呢，就是在这个领域里，如果这个领域是受限的，我要解决的问题特别清楚，认知智能可能解决部分的问题，就像比如说机器可以批改作文，如果题目明确，已经有了作文的样本，机器通过对两百篇三百篇作文的学习，它就可以评阅几万、几十万的作业。
人工智能和教育的结合我们觉得有几点：
第一点，与整个互联网技术结合要构建符合主场景的环境，让我们的师生可以进行跨时空的互动。
第二点，能把教和学的行为过程记录下来。也许以前记录下来的是一些数字化的信息，是一些图片、语音、其它的信息。现在能把数字化的信息转化为数据，能对数据进行处理。通过对数据的处理可以更好的聚合、分发优质的教育资源，给老师和学生提供越来越个性化的学习。
第三点，整个教育的主环节，以K12为例，无外乎教、学、管。
首先“教”，在“教”的传统里实体教育一定是不平等的，刚才好未来的白总说过这个问题。但是在虚拟空间里、数字空间、在线教育里，大家更加平等一点。所以我们觉得“教”一定是线上和线下有很强的混合的，我们现在对整个的构建一个跨时空，跨物理空间的这么一个互动，让学生在课前能做一定的预习，课堂上老师通过学生学习情况，调整教学进度。
使用这种应用以后，整个课堂上发生了一些非常奇妙的变化。整个课堂教学的进度，效率被提高了至少20%以上，原来15分钟讲的课，现在可能10分钟就讲完了。为什么，因为老师不需要为学生已经听懂的知识点再耗费更多的时间。同时课堂上还在发生一些非常奇妙的变化。老师布置了一些题下去以后，还可以通过后台组合学生和学生之间的分组学生，有些学生自己还能找找当老师的感觉。
所以整个课堂因为跨时空的互动，整个的课堂正在发生一些让我们都难以置信的一些变化。有一些现象在课堂上跟我们的预期符合，有一些根本没想到。人工智能和互联网结合之后，技术应用在传统的教学环节上，都可以产生一个非常有意思的变化。
第二个方面对考试和评价。无论怎么说大家不怎么喜欢考试。但是之前很多嘉宾说了教育是反人性的，所以我们必须学习考试和评估，不停拉住学生去学习。这种考试和评估做得越及时，学生得到的反馈越均等，他就越愿意去调整学习的一些行为。
&过去我们一个作业、一个考试，老师批改负担重，需要花更多的时间才能得到反馈。为什么很多小孩喜欢打游戏，因为他得到的反馈非常及时。如果我们课堂的一个作业，一个练习，我们朗读了一段话，提高学习的口语，他能得到及时的反馈，这时候学生就更愿意反向刺激他更及时把这个知识点学会原来在很多的教学领域，难以做到的事情，现在通过人工智能可以去做了。可以去批改作文，可以批改口语。一个老师很辛苦，除了上课时间之外，他课后还需要花很多时间批改作业，现在机器越来越多的可以帮助他解决这些问题。
&我们之前有一个类似的应用，在学校应用的时候，开始老师对它还没什么兴趣，一开始老师想给我解决的问题太少，后来他发现可以批改英文的作文，有更多的老师愿意接触它。又过了一段时间发现语文作文也可以了，有更多的老师愿意使用这种。基本到预测，2017年底政史地都可以应用了。
老师是关键教育的组织者，减少老师的负担推动老师愿意去应用，从而形成更好的数据。通过数据形成教和学的闭环。通过这些数据，形成在线教学的空间。中国地大物博，我们刚才讲了通过实体的教育基本上不可能。很多的地市县区专门讲人人有空间。老师的空间、学生的空间到底能干什么，实际上我们在这个空间里，学生是不是对他学过的东西、做过的作业，整个课堂阅读的行为是不是通过数据能够记录下来，放到他的空间里，他在他的虚拟空间里可以保持学习的延续性。一个学生经过了一个学期的学习以后，是不是有一个对他很负责任的机器秘书，可以把所有学得不好的东西记录下来，形成一个类似错题本，根据错题本给他更精准的教育资源。
第四个方面，现在中国大的教育，我们的新高考和很多校长沟通的时候，他们现在很担心，现在新高考以后学生选择的排列组合多达35种，因为3+3，所以下一步学校的排课是一个巨大的挑战。江浙先走一步，为了排课，整个教学班子折腾两个星期，现在人工智能比较善于做这个事情，目标比较明确的分类，基本上只需要花半个小时的时间就可以把基本的排课排出来，学校根据他的个性化特点，小的调整一下，一个很好的课表就形成了。
另外学生之前学习的行为可以记录下来，到了学生选课的时候，选课非常非常的重要。一个学生选课决定他高考考什么，又决定了他大学的专业学什么，大学的专业学什么决定了他以后从事什么样的职业。怎么去选课，以前老师就是一个直观的感受，以后可以经过学生空间个性化的学习，更好的指导学生的选课。
人工智能下的教学平台有几个层面，无论是学校、班级，还是一个区域，内部的各个应用应该是连通的。很多学校校长非常痛苦，2015年建设了一个系统，2016年建设了一个系统，两个系统没有任何的关系，所以这两个数据都没有大数据的可能性。因为两个数据一个用中文说话，一个用英文说话，两个数据根本不交叠。
一个好学校里区域里必须有一个区域的数据中心，无论哪一种应用，这种数据都要很好的结合起来。同时学校跟学校之间还要交流，我们区域里也要互相的交流。所以现在我们觉得整个来讲，在人工智能时代要真正的把数据的作用发挥出来，就必须有一个统计规范体系的区域、班级、个人的数据中心，能够更好地为我们的区域服务。
总体来讲人工智能技术越来越快速发展的时候，它更好的能让我们的教学以学定教，让我们的教学有更好的教育，让我们的管理适应大的国家型管理的需求，让我们的需要逐步走向个性化。
科大讯飞产品的应用
科大讯飞当时在做合肥整个区域教育信息化的时候，从2013年就规划了整个合肥区域的数据中心，打通了合肥区域里各种系统互联互通的问题。然后给它架构了课堂的应用和整个的学业评价的应用。现在他们用这个技术去做个性化和创新教学的应用。
最早做区域应用的时候除了搭建一个区域的平台，同时像学籍系统，基本的教学管理系统，一开始就做了统一，所以合肥应该说一开始就避免了系统每年都建设，每年都翻新，每年和上一年都不一样的情况。
但是很多地方的平台建完以后，平台基本上不激活，很少去用，只有一些电教馆、教研机构在用，老师在实际的教学环节不用。
为什么，因为没有一个和教学主环节高度契合的应用，老师的备课、教学、改作业、考试、辅导。第一个由于老师的教学行为，不管怎么样以学生为中心，老师一定是很长时间里是我们整体教学考评过程中的组织者，所以必须要让老师先用起来。
当然不仅是合肥，我们在全国百强校里已经有30%的学校用了智慧课堂的产品。现在智慧课堂产品的周活活跃度已经达到了90%以上，对一些一般性的互联网产品可能想都不敢想的。每日的活跃用户达到了将近40%，只要一个应用能够满足教学的主场景，真正给老师帮上忙，一定会用的。
第二个，走向未来学业评价系统是从考试开始的，因为考试是刚需。每一个学校基本上都可以把它从大考到月考到后来的周测的这些数据搬到数据中心来。现在它还进一步在做一些综合数据的尝试，所以评价系统是非常重要的。因为评价系统搭建了教和学之间的桥梁。
第三个，现在在进一步尝试创课的应用，尝试一些新的语言应用。整个以一个统一的平台打通各种应用系统，以数据为枢纽，逐步推动一个一个数据的落地，我们觉得还是非常有价值的。
现在讯飞在过去的平台里帮助地方政府建设了省级15个，地市40多个云平台。这些云平台未来需要越来越多的应用，这些应用有的今天GET大会更多的企业家提供更好的产品。规模上我们大概有八千多以上的学校，可能有些学校是考试的，有些学校是作业的，有些学校是课堂的产品，形成了常态化的应用。
&科大讯飞的渠道可以下沉到以地市级为单位，我们基本上在规模校都有我们的服务和运营人员。学校要的不是一个IT产品，学校要的是教育技术的服务，教育技术的服务没有一个好的运营和后台的支持是用不起来的。所以我们在想我们现在的平台需要更好的应用，这么多的应用我们需要更多的企业一起合作来做。
所以在整个教育技术里必须需要合作，我们的运维体系也可以开放给更多的合作伙伴。讯飞在教育产品里，我们刚才基本上已经说过了从底层的平台打通数据到一些区域应用的产品有一个统一教研，统一教辅环节。
除了我们少部分的自有产品之外，我们在和课堂阅读、VR、创客机器人已经合作了。我们也希望有更多的创业者，一些教育企业能够把产品一起提供过来，我们共同合作，更好地去满足学校的应用。
总体来讲，我们觉得人工智能本身这个技术在发生翻天覆地的变化，这个技术对教育应用一定会产生非常深远的影响，无论从创新层面，还是从提高真正的教学质量层面。我们也期待通过和在座所有同行的共同努力，尽早的让教育技术为更多的教师、更多的孩子服务，真正服务于我们的教育，谢谢大家！
印象笔记(Evernote) 是一款风靡全球的免费笔记应用，是全球 2 亿人的工作空间。你可以使用任何一台设备打开印象笔记，在这里专注完成写作、收集有用信息、快速发现所需、随时演示想法。
印象笔记企业版致力于为教育培训机构打造强大、易用、触手可及的教学资源库。
无限量存储空间，汇聚教研资料于一处
跨设备无缝同步，随时随地查找知识
智能信息挖掘引擎，让知识触手可及
新技能get√
长按并识别以下二维码，关注【我的印象笔记】，即可永久保存嘉宾完整分享内容。都说现在步入了智能登录时代，但是我们在登录应用的时候，怎么有时候要输入验证呢？_百度知道
都说现在步入了智能登录时代，但是我们在登录应用的时候，怎么有时候要输入验证呢？
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
获赞数：285
擅长：暂未定制
我觉得应该我们用户有时候是网络地址不一致吧或者存在敏感操作，不知道现在的免密登录能不能帮助到你，它是在我们成功登录一次后就不再需要输入密码了，节省了时间也保障了我们的信息安全。
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。现在智能手机时代来了，但是登录模式感觉还是有点麻烦，不想让家里老一辈登录时候感到复杂，怎么办？_百度知道
现在智能手机时代来了，但是登录模式感觉还是有点麻烦，不想让家里老一辈登录时候感到复杂，怎么办？
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
获赞数：453
擅长：暂未定制
试用天翼账号的免密登录吧，它可以在我们成功登录一次后享受就不用再次输入账密的步骤，登录上也是一键登录，而且花费时间上也是在2秒内就能完成，对于老人家来说，应该是挺不错的。
来自电子数码类芝麻团
采纳数：11609
获赞数：12442
参与团队：
买指纹解锁的手机，如华为v'9，苹果
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。人工智能时代，IC Designer到底要不要转码农？
作者：矽说
目前的行业景气程度可以说是人工智能相关行业非常热门，而半导体行业除了中国以外都是不温不火；那么，IC designer这个行当在人工智能时代到底怎么样呢？
随着人工智能时代到来，做芯片的兄弟们心中往往有三大疑问：·IC 这个行业在人工智能时代到底会怎样？
·IC Design这个工作是否会被人工智能取代？
·我们到底要不要转码农？
这篇文章就和大家探讨这三个问题，也欢迎大家在后台和我们继续探讨 :)1.人工智能时代，IC到底怎么样？目前的行业景气程度可以说是人工智能相关行业非常热门，而半导体行业除了中国以外都是不温不火；那么，IC designer这个行当在人工智能时代到底怎么样呢？“人工智能时代”要从一个更宏观的角度去考虑。人工智能是不是只是深度学习算法的革命？是不是只是码农的工作？我认为，并不是这样。所谓的“人工智能”，本质上是要让机器更加自动化，所以说“人工智能时代”更好的表达是“人工智能机器时代”。在未来，智能机器可以是有形的，也可以是无形的；例如，物联网的智能交通灯控制系统，在各个角落铺开海量传感器随时监控各条道路的交通流量，汇总信息到云端服务器，经过人工智能算法计算后智能调整每个交通灯的红绿灯时间。这一整个系统就符合智能机器的定义，但是这个机器的很多部分是无形的。我们即将进入的的人工智能机器时代，就会有许多这样规模庞大而又神龙见首不见尾的机器来改善我们的生活。既然是做机器，那么就不会仅仅是CS人的事情，而是做EE的同学们也将会有很大的贡献。一个智能机器，如果将其与人体相类比的话，会需要以下部分：*大脑：核心处理器芯片，负责执行算法。深度学习中使用的计算芯片和通常的CPU甚至GPU都有很大不同，因此需要重新设计，这也是处理器领域的一个新机遇。Google推出了TPU，Nvidia即将推出开源的DLA，Amazon和微软都在使用FPGA加速云计算，而在终端边缘计算如何设计效率最高的芯片目前还没有定论，目前和未来几年内可以说是深度学习相关处理器芯片发展的黄金时期。
*五官：传感器芯片，负责从环境中感知信息。海量的物联网节点需要的传感器根据不同的感应信号和功耗、灵敏度需求会有一个巨量的长尾市场，“长尾”的意思就是不同的品类都有属于自己的小市场，而不会有一款通用的传感器来吃下整个市场。
*神经：无线连接芯片，负责把传感器的信号传回云端。无线连接需要做到低功耗，目前的IoT无线连接技术在人体植入芯片等地方还无法达到要求，所以还有许多路要走，同时也会出现许多新的公司和新的技术，为射频市场带来新的活力。
由此可见，智能机器离不开IC，而且随着机器的进化，IC也会随之进化，IC这一行并不会缺活干。随着机器用途、种类的越来越多，IC的需求也会大量增长。我们不妨回顾一下，之前的IC和机器发展之间的关系。在上世纪80年代到本世纪初，半导体领域的强劲增长来源于个人电脑PC的普及；在本世纪初随着互联网泡沫破灭，半导体行业萎靡了几年，但是之后随着智能手机的普及，半导体行业再次恢复了强劲增长。PC，智能手机等都是典型的新机器；而下一代智能机器则会比PC和智能手机的市场量远远要大，因此对于半导体集成电路市场的驱动力要远远大于之前的两波增长。 现在的关键就在于，智能机器时代什么时候到来了。孙正义在前两天2017软银世界大会的演讲中表示“信息革命的新世界正在到来，连睡觉都觉得浪费”，“在20年内连接1万亿个节点的物联网就会实现，这些海量数据将会促使超级人工智能诞生，到达技术奇点”，然而，他同时也表示这个技术奇点到来的时间估计“可能会有数十年的偏差”，因此准备在IC领域继续奋战的兄弟们也要做好持久战的心理准备。孙正义表示由物联网驱动的人工智能很快会到达技术奇点总结：在机器革新时代，芯片作为机器的核心部分，一定也会迎来很大的增长。2.IC Design是否会被人工智能取代？IC Design会在人工智能时代有很大发展，但是，会不会到时候就不需要人工设计，而是用人工智能就行了？目前，人工智能已经进入了许多传统的高大上行业，不少行业甚至已经开始了下岗潮。举例来说，原来金融行业中负责风险控制和审批贷款的信审员，最近就已经在慢慢被人工智能取代，因为机遇大数据的人工智能算法在决定是否批准贷款方面甚至比真人还要准确，而且速度快得多，最关键是便宜。另一个人工智能快速入侵的行业是媒体编辑，随着今日头条这样几乎完全使用人工智能分发内容的App的崛起，不少传统媒体也开始尝试使用人工智能算法而非依赖真人编辑来发布内容，内容编辑的工作正在慢慢被机器取代。我认为人工智能目前尚无能力取代芯片设计工程师，但是可以帮助工程师简化工作。宽泛的人工智能就是机器自动解决问题的能力，或者说机器在解决问题的过程中需要多少人工干预。首先我们来看看数字电路。对于数字电路，举例来说要设计一个计数器，最早设计需要工程师自己根据需求画卡诺图搭电路，需要几个触发器几个与非门怎么连接都得自己设计。后来自动综合工具出现后，主流设计流程变成了工程师输入用硬件描述语言（HDL）描述的rtl级设计，由机器把HDL翻译成实际电路。如果把人工智能定义为机器解决问题的能力，那么这可以说是人工智能在电路方向的重大进展。人工智能在数字电路方面的作用巨大，有两个原因。第一，硬件描述语言是完整的。“完整”的意思是，任何可以用数字电路能实现的功能都可以用抽象HDL语言来描述。第二，数字电路设计目前都是基于标准单元库，非常规整。智能工具可以根据设计约束把高级硬件描述语言翻译成由标准单元库里面的单元实现的电路。比如你输入一个3-8译码器的HDL描述，智能工具输出由tsmc 28nm lvt std lib实现的电路网表（其中包括一堆与非门）。对于模拟电路，智能工具面临几个问题。第一，针对模拟电路的硬件描述语言不可能同时做到抽象和完整。举例来说，目前的模拟电路硬件描述语言是spice，它是完整的但并不抽象：一个由spice描述的电路和一个由电路图描述的电路是一模一样的，每个spice语言描述的元件与电路图是一一对应的。但HDL语言描述的数字电路可能对应无数种具体实现（例如你写a=b+c;可能会被综合成行波加法器，进位旁路加法器，Kogge-Stone加法器等等，取决于你的设计约束）。但如果模拟电路的硬件描述语言是抽象的，就不可能是完整的。比如你要用抽象的语言描述一个放大器，该怎么描述？你可以用增益，带宽，输入输出阻抗来大致描述，但是这样必然是不完整的。先不说工程师不可能输入放大器在每一个频点的增益，带宽，输入输出阻抗；请问放大器的延迟怎么描述？大信号特征怎么描述？噪声怎么描述？随着新电路的加入，会有新的性能指标需要被描述，所以针对模拟电路的硬件模拟语言不太可能是抽象且完整的。如果我们退而求其次，不求数学上的完美，只求智能工具帮我们自动把硬件描述语言映射到具体电路实现，那么模拟电路的机器智能设计也是可能的。我们需要的是一个模拟电路的IP单元库，每个IP的特性都很要很清楚。于是你可以说我需要一个工作在2.4 GHz的接收机，噪声系数是4 dB，IIP3是10dBm，功耗限制是20 mW，面积小于1mm^2，工具根据你的约束自动分析从单元库里选择合适的LNA，mixer和LPF帮你生成电路。只是这样做你就没法用各种trick，比如你很难教会智能工具什么时候应该用Cartesian feedback，什么时候应该在某个节点加一个harmonictrap，人工智能能做的只是遍历搜索。我觉得以目前的电路设计方法论，模拟电路用人工智能设计出一个能用的电路是完全可行的，但是要设计出一个高性能的非常难。因此，总结上面的讨论，人工智能在EDA领域能帮助IC工程师简化工作，但是还缺乏工程师的一些重要特质（定义问题，提出解决方法，甚至创新电路或系统结构），因此更可能成为设计师的帮手而非取代工程师。事实上，在EDA工具中使用人工智能机器学习确实是趋势，TSMC在2017年ISSCCPlenary Talks中也提到了这个潮流并积极在这个领域和各大EDA公司合作。所以大家不用太担心下岗！3.是否要转coding？IC designer最关心也是纠结的第三个问题是：要不要转码农？其实这个问题没有一个确定的答案，因为未来没有人能估计得到。大家最关心的还是待遇问题，关于待遇我有两个想法：第一，近期来看，软件工程师，尤其是人工智能相关的算法工程师收入存在很大泡沫，未来有较大的可能下调回归理性值。现在是人工智能泡沫的高峰期，许多互联网巨头愿意花大价钱投入人工智能以抢占先机，而各大从事人工智能领域的初创公司也很容易从从风险投资那边拿到资金，另一方面人工智能算法工程师的人数尚存在一些缺口，因此就造成了相关职位愿意开大价钱招人，甚至工资会远高于工程师所创造的价值。之后，随着价值回归理性，以及众多人才流入，人工智能相关的工程师身价必然也会回归理性——当然不是说每个人都会降低工资，而是会回归到接近你能为公司创造的价值，对于大牛来说随着自己能创造越来越多的价值其收入不会降低反而会升高。根据Gartner最近的分析，人工智能目前正处于泡沫的高峰，预期几年后就会回归理性第二，CS的工资从长远看会略高于IC Design。这是由行业决定的：CS从事的IT业属于服务业，离终端消费者近，意味着能更高效率地赚钱；IC Design则是制造业，离消费者稍远，因此收入会略低于CS。但是，ICDesign的门槛要远高于CS，一般至少需要研究生才能胜任，而CS的门槛则要低不少。这也就使得人才更容易往CS方向去，从而使得这两个行业的工资差变小。因此，IC Design的合理收入应当只是平均略低于CS，但是不应当低太多（10%-20%之间）。那么，这对于我们来说又意味着什么呢？最重要的是，coding的工资和IC的工资大概率差距不会特别大，因此在IC业做到前20%的人的工资一定会比在CS行业中等水平高。换句话说，如果你在IC业已经有一定积累做得还不错（例如，前20%），那么除非你确认在CS行业也能做到相似的水准，否则转行去CS如果只是一个普通工程师的话，转行未必是最好的选择。那么，如果对于这两行都是新接触，该如何选择呢？其实，这又牵扯到另一个问题，就是如何能保证自己在业界做得不错？很多人会说“兴趣”，在我看来，“兴趣”这个东西太虚无飘渺，我觉得更好的说法是“能持续学习进步的能力和意愿”。如果能保证有很强的动力保持学习，那么，只要方向正确，你一定能在行业里做得不错。有些人保持学习的意愿来自于意志力，还有很多人来自于兴趣。因此，如果你是新人的话，就不妨评估一下对于IC和CS哪一行你更有可能保持学习的能力和意愿吧！
本文为EDN电子技术设计 原创文章，禁止转载。请尊重知识产权，违者本司保留追究责任的权利。
微信扫一扫一键转发
最前沿的电子设计资讯请关注“电子技术设计微信公众号”
关注微信
其它亚洲地区