分析與數據科學新時代工程師的必修課:先研究哲學,再寫程式!
新時代工程師的必修課:先研究哲學,再寫程式!
Why Engineers Should Study Philosophy
- 分析與數據科學
- 馬可.雅真提 Marco Argenti
- 2024/10/10
Marina113/Getty Images
哲學,這個看似跟工程師最無關的學科,如今可能會變成必修課。在AI時代,建立清晰的心智模型,並理解問題的「為什麼」,已成為關鍵技能。未來的優秀工程師需要具備這樣的能力:將問題拆解、運用第一原則思考,並能有效與AI互動;這些技能對許多職業也同樣重要。
我最近對就讀大學的女兒說:如果你想當工程師,除了傳統的工程課程外,還應該專注學習哲學。為什麼?因為哲學會改進你寫的程式碼。
對於身為工程師的我來說,這麼說似乎違反直覺,但有項愈來愈重要的技能,是要針對你想要解決的問題發展出清晰的心智模式,以及在你開始研究解決「方法」之前先理解「原因」,而這項技能在人工智慧(AI)時代尤其重要。
撰寫程式碼是 AI 最擅長的事情之一。通常 AI 可以寫出比人類所寫品質更好的程式碼,而且AI的能力正在迅速提高。你知道,電腦語言使用的詞彙比人類語言要有限得多。隨著代表 AI 所理解的語言的符號範圍擴大,AI 模型的複雜性也會隨之呈平方增加,所以詞彙較少就表示會有更快和更好的結果。
然而,這裡有一個暗藏的問題:AI 創造的程式碼在語法和語義上可能正確,但在功能上卻不正確。換句話說,它可能運作良好,但不能完成你想要它做的事情。提示的編寫方式會對模型的輸出內容產生很大影響。如果你給的提示不理想,最好的情況是你的 AI 會產生看似合理的程式碼,最壞的情況則是產出錯誤又危險的程式碼。
在被稱為「提示工程」(prompt engineering)的新興學科中——在這個階段這比較...