工程師會被自動晶片設計取代嗎？

技術進步害人丟掉飯碗的狀況已經有一段時間了。1908年福特T型車開發成功後，投產第一年就讓福特汽車公司賣出10,000多輛。這種趨勢讓馬匹和馬車業漸漸凋零，變成如今交通工具中的「特殊異類」。此一過程令許多人失去工作，而且各位讀者可能還聽過幾個將過時人事物比喻為馬車鞭子的笑話。類似的故事更是屢見不鮮。首先，人們創造出大量的汽車製造、銷售及維修工作，而汽油供應鏈本身也有類似的發展故事。而這些故事的另一方面，則是適應現象；馬匹與馬車業的某些部分適時調整並適應了新趨勢，而有些部分則沒有跟上趨勢。您可在此處獲得更多相關資訊。接著，我將討論「自動設計」(autonomous design)這個晶片設計應用的趨勢現象到底會不會來搶走工程師的飯碗？但首先，節選自以下連結的文字內容很值得人們在重新適應變化的時候重複咀嚼體會：

Timken公司具指標性的特色產品 – 滾子軸承於1890年代首度用於馬車車輪。因為這款產品可以應用在「幾乎所有任何可供駕駛移動的東西」上，所以很容易就能安裝到汽車上。至今，Timken公司依然是業界的龍頭廠商。

這也是自動駕駛和自動晶片設計的內涵產生分歧的地方。從這個角度來看，「晶片」實際上是所有以高度整合與緊密外形進行交互連結之小晶片與複雜軟體的組合。其中可能有數十億顆晶粒以特定方式協同運作以執行相當複雜的任務，包括人工智慧與機器學習的諸多演算法。晶片的配置方式與產出的成果數量都非常巨大。針對這些設計問題提供封閉的全自動解決方案還言之過早。而我們真正要做的，是不要把問題過度放大來自己嚇唬自己。

我在先前的文章已討論過一種AI輔助範例。我在該篇文章中提出一個基於強化學習的解決方案—DSO.ai。該技術會自動搜尋設計空間以取得最佳解決方案。藉由將AI應用於晶片設計流程中，DSO.ai有助於更加廣泛地探索各種設計選項，同時讓大量枝微末節的決策工作自動化。換句話說，它能夠幫助設計人員找到最佳的解決方案。在這種狀況下，沒有人的飯碗會被搶走，反而讓飯碗捧得更穩，這是個皆大歡喜的結局。

在這篇先前的文章中，我還談到智慧測試選擇與機器學習輔助資料庫功能。AI還可以應用在許多其他領域，諸如製程優化乃至物理設計以及安全性分析與最佳化等。這些科技技術的目標都是加快發現問題的步調、確立最佳優化機會，並執行高度精細的分析，讓設計人員能夠節省工作時間，把精力放在他們最擅長的工作項目上。