不覺的機械有甚麼不堪
以筆者為例，筆者是做控制出身的
剛到美國讀碩後一開做的是神經細胞網絡的控制
要知道最早當Hodgkin–Huxley model提出，將整個神經系統模擬成ODE/ PDE 後
我們就可以開始對其進行建模以及控制器的設計，可以試圖控制阿茲海默症或者是癲癇
而為了要建模就要進行系統識別，然後就碰了最佳化跟資料科學
會了最佳化或最佳控制後，就可以轉進做增強式學習或最佳化演算法、Graphical models
如果去看現在最新的類神經網路理論的話，不少都是將其模擬成動態系統然後進行收斂的
更何況新的領域試圖將物理模型融入純粹data based 的方法中 - 別忘了很多地方是難以
收集到data 的
而剛回台灣後加入神山進行建模，先是經歷了ECIM台中的神山女神V那種只想以外行要求別人，甚至
是聯合心腹利用權力來霸凌別人只為了達到自己的地位洗禮後，到了後來進入懂得團隊，也都
是利用以往的理論知識支撐自己
筆者自己覺得機械至少大學教育的訓練，尤其是講究理論推理的部分，讓人可以非常好上
手任何領域，同時也可以非常容易分辨哪些團隊的老大跟手下根本就是江湖郎中
即便到了現在筆者讀博，開始需要設計演算法或者模型，也很常需要運用當時機械系所學
習到的知識，不論是微分方程、最佳化、Vibration 等都是在當代AI理論發展有著非常重
要的地位，也因此偶而還是會需要回去翻以往的筆記
至於某些讓人發噱、整天喊著招不到人才還只想壓榨人的公司基本上就是在人才市場沒競爭力的爛草莓公司，那
些公司說的話不聽也罷
以結論來講機械系要往上走可以走的很上面，當然我相信各領域都是
端看自我能力而已