剛好看到這篇科技業的朋友的發文，說認為人工智慧還有工業4.0很燒錢云云，
文末一直提到很燒錢很燒錢很燒錢很燒錢，
然後說各國已經做很多了，我們落後很多怎麼追得上？
上述的這種說法豈不就是台灣大部分公司莫視研發只想賺輕鬆錢，
導致競爭力輸給國外的心態嗎XD 看了覺得蠻好笑的，你真的在科技業？
貴司沒在燒錢研發嗎？
我這五年來經歷了自動化產業、IC設計產業、最後回到高雄傳統重工製造業，
從研發的角度親眼見到了資訊科技對於製造業的好處，
你說的AI大數據應用非常非常之片面，可以說是外行看內行，
從AI的角度來說，對製造業很大的影響，我所體認到的就是產品瑕疵的檢測，
過去產品瑕疵的檢測需要用人力，或者客製演算法來達成這目的，
而即使用算法來做，也會因為環境或者產品的一些變化而使瑕疵檢測失敗。
AI在影像的辨識上，透過深度學習，將產品瑕疵檢測推升到一個新的領域，
從此操作人員就算不懂影像辨識，他也可以透過框選來辨識此類瑕疵，
即使有光線變化或者瑕疵的變形也不容易辨識失敗，
透過AI讓瑕疵檢測的可用性提高，可以提升各種製造業的良率，
使產品具有競爭力，進而提升產品價值，也因此有機會改善低薪。
此外就大數據於製造業來說，重工業製造牽扯許多參數，
有時候一個製程上面擺放了幾千個感測器都有可能，
過去是用人眼觀察，或者是一些簡單的算法判斷是否有異常產生，
但由於算法是由人類所設計，有些侷限無法面面俱到，
透過大數據與AI的結合，可以帶來的效果就是：
1. 在故障或者異常發生前即可發現，並且警示相關人員進行維護，
2. 藉此優化製程，減少汙染，這在高雄這個重工業密集的地方非常重要，
數據中心要佔地好幾個大巨蛋這說法我都快笑死了，
你用全球性產業的公司如GOOGLE來比喻這種在地公司，
你真的是科技業？？？ 一家在地公司的數據再怎樣也不會超過一棟大樓，
而且數據中心的支出也跟政府無關，都是公司內自己的成本支出唄。
上述這些都是現在進行式，而非陳其邁或者韓國瑜提出才在做，
你要抨擊研發燒錢，或者是AI大數據無用之前，
請先多了解相關技術與在地產業的現況再出來說，不然看完這篇文章真的覺得很好笑。
************************************
附帶一提，兩年前我曾經面試高雄的視覺演算法開發工程師，
詢價結果至少有65K up，身邊大學五年前在高雄就能取得6XK這薪水，
高薪不是沒有，只是看你能力是否相符可以拿得到，能力不足就去學就是了...
我也是這樣一路學過來的。
薪水問題也不是換市長就有效，而是要看你老闆是哪位，以及所在產業，
某些公司在新竹薪水也有水準之上，但在高雄也是開個3XK，
但是換了市長，市長能叫這些公司調整薪水嗎？
與期期待四年換市長，不如投資這四年在自己身上比較實在。
朝著傳產升級的路線前進，讓已經有相關經驗的軟體開發人員回流，
這是對高雄現況以及長期發展最好的解法，
除可提升研發人員薪資之外，也能降低汙染，減少重工業的人員傷亡。
蓋啥性愛摩天輪開賭場挖石油這些"快錢"，根本是無視高雄固有產業的政策。
※ 引述《changzon (changzon)》之銘言：
: 因為剛好看到有一篇有一位113相關的學生
: 貼出高雄車票
: 提到說他可能會投陳 因為對科技業是有幫助
: 因此來發個一篇
: 哈囉 我沒高雄投票權 路人甲路過
: 科技業113你好
: 我不知道你是否還在學 剛好我也是科技業
: 就我所知呢？
: 單看政見 在學科技人也許會很哈陳
: 工業4.0 AI 大數據 產業鏈
: 包括我在內 一開始是被吸引到的
: 所有的東西 就是不論是研究所或大學
: 現在你的老闆教授 說的最新的東西
: 世界的趨勢
: 首先聊聊AI好了
: 人工智能
: AI可以幹嘛 可以幫你算任何東西
: 例如車子的整體結構 經由AI算完 直接變成一個顛覆你工程師想像的造型 但完全鋼性韌
: 性夠強
: 光柵結構計算 讓你光傳輸過去完全跟你以前想的不一樣 而且中間傳輸構造是亂七八糟的
: 紋路 無軌跡可循 但效能更好
: 人臉辨識系統 這個大家都知道有什麼用 大陸的監視器系統就是這個 不用人去監控人 而
: 是用AI監控
: 我上述所說的 不是10-20年後發生的事
: 而是現在進行式 是已經有做出來
: 其中光柵那個MIT也有發文章在國際期刊
: 什麼是大數據？
: 就是所有的資訊數據量 因為現在資訊爆炸 人手一隻手機 未來通訊量會暴增 blablabla.
: ...
: 很不想聊這個 怕看的太乏味
: 簡單來說未來你生活中所有的資訊都會送到一個地方 雲端（機房）透過那邊收發你的數
: 據出去
: （數據中心佔地相當大 怎麼說呢 大概4-5個大巨蛋這麼大 這中國 美國已經都有蓋好的
: 東西）
: 而未來希望如何來處理你這些龐大數據呢？
: 這些龐大數據怎麼應用？
: 會用AI幫你來算所有的數據量 而且用單純程式沒辦法算 一定要用人工智能 因為數據量
: 太龐大 讓電腦自己學習自己運算
: 我舉個例好了
: 高雄選舉
: 1.傳統作法 把所有數據拿出來
: 各年齡層喜好的議題是什麼？
: 競選該放什麼歌？在什麼時候放影片上去？
: 統獨議題該什麼時候提出？人民喜好？
: 等等...數據全部拿出來 開會討論看趨勢
: 這還是比較新型態的選舉方式了
: 2.智能作法 所有數據輸入電腦
: 放給AI跑 過去的選舉模式如何勝選 投票年齡層 簡單說你給他所有參數輸入進去 越詳盡
: 越好
: 然後AI直接告訴你選舉怎麼打
: WTF?認真？是的 沒錯 這才是AI
: 當然現在它不會叫你怎麼做啦 也許是你什麼時候放片 或者大部分選民喜歡台獨或統一
: 他可以告訴你百分比之類的
: 而工業4.0呢是什麼？之前有人講過 沒錯！
: 就是百工百業你的生活周遭全部都出現AI
: 並且完全的結合緊密
: 工業4.0革命時代即到來！！！
: 好了 這是不是很棒 該讓我們會到現實生活了
: 上述的東西真的很棒 而且真的是未來的趨勢
: 但是很抱歉
: 這是芭樂票！
: 為什麼？首先你要知道目前所謂的AI 大數據 工業4.0 是落後多少嗎？
: 美國中國他們砸了多少錢在上面嗎？
: 你怎麼追上落後的這幾年
: 科技不是你喊一喊就會趕上了
: 要燒錢 要有技術
: 你台灣怎麼做到？喊喊口號嗎？
: 陳提出來的開發金額是零頭
: 而且研發你知道要什麼嗎？要燒錢
: 台灣有多少公司願意燒錢進去研發的
: 哪一家不是抄抄抄 costdown
: 光現在工研院的機台怎麼跟國外一流單位比
: 台灣有蓋數據中心？
: 我再說一次 這個是中央政策 工業4.0絕對沒有這麼簡單 要燒很多很多很多錢
: 花媽花的3000億是零頭
: 我可以很肯定的跟你說 台灣要達成工業4.0
: 絕對超過3000億 還有可能做不出來
: 最好笑的是你還得看是哪家公司做的
: 因為你永遠不知道他做這個
: 到底是研發還是炒股票