編譯器AI

1. 編程是否可以用人工智慧

1.首先答案是能...並且已經用了30多年了...任何一個語言...一個編譯器都是人工智慧...任何語言都是在描述需求...20年前還出現過可視化編程...靠拖拽控制項編程...當然過時了...

2.最開始是雲計算...然後是大數據...再然後是物聯網...現在是人工智慧...這些都是忽悠...以前的東西換個名字而已...不要被這些炒作所迷惑...世界還是原來的世界...沒有任何變化...過兩年還得出個概念...

3.所謂的人工智慧啊...機器人工業革命100.0什麼的...本質上是資本家為了降低工人成本而進行的炒作...假設工人一天是200元...那麼就可以設定機器人同等效率干一天150...由於工人有吃飯睡覺的剛需...也就是必須要競爭贏機器人...那麼最終會變成干一天100元在資本家處獲得工作...這樣工人成本降低了一半...資本家樂開了花...什麼？你說機器人？這和機器人有什麼關系？根本不需要機器人存在啊...只需要工人相信機器人能代替他幹活就行...誰說機器人革命必須得有機器人的？當然人有多大膽地有多大產...你可以設定機器人干一天25元...然後15元聘工人幹活...就看你忽悠能力了...全世界都在幫你忽悠...比如阿爾法狗...

4.用這種方法忽悠程序員...降低程序員的成本...真的很難...都是一個山上的狐狸...你玩什麼聊齋...

目前谷歌正在嘗試人工智慧編程這塊，估計還需要一定時間，達到實用效果

2. 人工智慧需要學習哪些課程

人工智慧專業學習的主要課程有認知心理學、神經科學基礎、人類的記憶與學習、語言與思維、計算神經工程等。人工智慧專業是中國高校人才計劃設立的專業，旨在培養中國人工智慧產業的應用型人才，推動人工智慧一級學科建設。

3. 工作中的單片機如（STC HT PIC AI)是不是用什麼編譯器如（vc++6.0）寫的C語言都可以編譯進單片機中

不是，要用特定的編譯器，因為很多東西在編譯器里定義了，所以可以直接用，比如，我們在編軟體的時候寫#include<reg52.h>,時編譯器把要加的預先定定義好的加入了，程序中。那些定義好的東西在keil中可以查看的。但，例如vc++就沒這種定義，你沒見過這種頭文件吧！！

4. 為什麼需要改變編譯器

答案如下：
1.編譯器是把源程序的每一條語句都編譯成機器語言,並保存成二進制文件,這樣運行時計算機可以直接以機器語言來運行此程序,速度很快;
2.解釋器則是只在執行程序時,才一條一條的解釋成機器語言給計算機來執行,所以運行速度是不如編譯後的程序運行的快的.
3.因為計算機不能直接認識並執行我們寫的語句,它只能認識機器語言(是二進制的形式).
4.編譯是將源程序翻譯成可執行的目標代碼，翻譯與執行是分開的；而解釋是對源程序的翻譯與執行一次性完成，不生成可存儲的目標代碼。這只是表象，二者背後的最大區別是：對解釋執行而言，程序運行時的控制權在解釋器而不在用戶程序；對編譯執行而言，運行時的控制權在用戶程序。
4.編譯器在優化過程中採用了自動或半自動的代碼生成用以替代人工優化。人的精力是有限的，通過（接近無限）的算力去適配每一個應用場景看到的網路，改變編譯器，這是編譯技術比人工路線強的所在。

5. ai晶元編譯器開發師前景

1.
如果要進入編譯器這個領域,AI晶元編譯器無疑是個好的選擇。不管AI晶元在國內能火多久,AI本身是一個趨勢已經沒有疑問。做AI晶元編譯器能加深對AI的理解,因為AI晶元編譯器不光涉及編譯器知識,還涉及AI晶元架構和並行計算如OpenCL/Cuda等。如果從深度學習平台獲得IR輸入,還需要了解深度學習平台如Tensorflow、TVM等。所以通過AI晶元編譯器開發,能對AI開發有更多了解。
2.
如果要進入AI領域,AI晶元編譯器不是個好選擇。因為編譯器領域的知識本身就非常艱深,和AI模型本身的關系也不是特別緊密,很難將AI建模作為發展方向,可以多關注GPGPU Architecture。即使AI晶元過氣了,GPGPU還是會長盛不衰。