生成式AI元年,面對未來10年該如何選擇科系?

更新於 發佈於 閱讀時間約 2 分鐘
raw-image


繼前一陣子 Facebook 的元宇宙浪潮席捲全球,今年微軟旗下的 AI 聊天機器人「ChatGPT」更是引爆話題!不只每個人對未來的生活與市場型態有了不一樣的想像,許多家長和學生們更是開始煩惱,面對今年的 AI 元年,該怎麼提前準備與選擇科系,才能搶先跟上未來趨勢與世界接軌而不被淘汰。

raw-image

首先讓我們先對 AI 有個認識,因其內涵包括物聯網機器學習、大數據科學與雲端智能計算,以及人工神經網絡等,所以基礎研發知識就涉及了「工程、電機與資訊」。而若是進一步的應用層面,那涵蓋範圍就更廣了,像是數位金融、智慧醫藥、線上零售等領域都可以使用 AI,所以文組生若也想搶佔先機,同樣能在跨領域學習中發揮優勢。

 

再回過頭來看目前大專院校相關系所,雖然近期開始無論公私立大學,紛紛開設許多以「人工智慧」為名的相關科系,甚至有些科系「首屆報名就被秒殺」,但其實這些科系多半也都是從原有的「資工、資管、電機」所延伸出來,而無論是哪一種,都重視數理邏輯和推理思考能力,再來的細部差異,則可從所屬學院和課程結構看出特色端倪。

 

另外,傳統資工系較著重在「研發」:以開發尚未存在的工具系統為主,而其他新興資訊科系則較著重在「應用」:以開發的工具系統進行進一步的實務運用。其中研發因為需要有堅強的數理能力作為知識與能力後盾,所以難度較高,但相對的市場人才也較為稀缺,薪資條件和競爭對象自然較佳。

 

還有必須提醒的是,回顧近20年資訊相關熱門領域,從網路、智慧手機、無線技術、雲端科技、App 應用,到現在的 AI,大概每隔幾年就會冒出一個熱門未來趨勢領域,所以若學生只會其中的某一種,那對未來發展可能就會是相對比較侷限的。建議學生可以在高中升學階段,就策略性的藉由典陸教育的專業輔導強化數理邏輯能力,為升大學後的技術知識做扎實準備,日後就算要轉換其他更熱門的趨勢領域,也不用害怕沒有基礎。

raw-image

總結來說,無論是文科或理科生,只要有興趣想跟上這波未來 AI 熱潮都是有機會的,不見得一定要每一學科都是最強,反之,透過典陸教育所提供的「實力檢測」服務,將能針對學生的能力程度,再針對目前 AI 相關系所的分數要求等進行評估討論後,設立可達成的學校科系目標與學習規劃,除了能有效發揮自身優勢之外,更補足相對較弱科目,找到學習方法,一步步往夢想邁進,如此定能金榜題名,有效提高上榜機率,成為未來頂尖優秀人才!

✏️更多優質文章及升學資訊都在典陸教育集團

留言0
查看全部
avatar-img
發表第一個留言支持創作者!
我們來談論一篇很現實的主題:   你爸媽可能很擔心,你卻不以為意,但結果又會常掛於心的數字–「成績」。上國中後,爸媽時常擔心你的成績,狀態演變到最後卻成了嘮叨,而你原本很想努力表現一波,讓身邊的人刮目相看,卻到最後充滿壓力。你想努力、你想接受讚揚、你想獲得成就感、你想讓自己變得更好。但,是不是很
❝ 一定要決定好未來的你要念什麼,得以盡早準備符合該科系的資料內容,別再說多元發展教授會懂,現實是,你超會畫畫唱歌跳舞且比賽都有獲獎,但跟你要念的理工學院科系沒有什麼關聯,別人一個專業科展的小成績就比你更有優勢了。❞   學習歷程準備關鍵在於,「盡快決定好」「你」真正想要就讀的校系。唯有多方嘗試
面對新制學測的考後聲浪,你很常有所聞「看懂題目寫不完,先寫題目又不懂寫什麼」 、「素養題就是這樣,在有限時間內的考你大量閱讀能力,準備了半天結果像在裸考」、「我沒有念耶!結果分數出奇的高,答案都在圖表文字敘述裡,很簡單啊!」   ➤ 究竟新制與舊制學測究竟有何差異? ➤ 用舊式培訓方式來應
成就表現優秀的人,與個人的聰明沒有絕對的關係,但優秀的孩子會不斷在大腦增加學習工具與學習技巧,並運用後設認知來思考。花費同樣時間的學習,為什麼成就表現會有如此大的差異?所謂的學霸,真的是與生俱來的個人天賦嗎?這篇文章,共準備了「六大學霸成就關鍵」,讓你妥妥地往學霸之路邁進。   |關鍵一、強化專
即將成為學測戰士的你,面對新制學測: 1.因少子化競爭人數變少,各頂大校系的錄取人數轉變,對你有何影響? 2.校系採計科目從五取四降至五取三,應試規劃如何調整才能提升競爭力? 3.國文、英文考試機會只有一次,且分科測驗同時採計,你將如何應對? 4.除學測成績外,你有沒有懂該科系的學習歷程又該
你知道嗎?個人申請將經歷「檢定標準」、「倍率篩選」、「學習歷程」、「面試筆試」,而學測成績最多也只能佔據甄選總成績的50 %,其餘分數將由二階面試你所準備的學習歷程、術科成績、面試筆試來決定,最後由甄選總成績來決定你是否錄取。 所以別再以為只要學測成績衝高,就有機會考取你要的目標校系,重點是:
我們來談論一篇很現實的主題:   你爸媽可能很擔心,你卻不以為意,但結果又會常掛於心的數字–「成績」。上國中後,爸媽時常擔心你的成績,狀態演變到最後卻成了嘮叨,而你原本很想努力表現一波,讓身邊的人刮目相看,卻到最後充滿壓力。你想努力、你想接受讚揚、你想獲得成就感、你想讓自己變得更好。但,是不是很
❝ 一定要決定好未來的你要念什麼,得以盡早準備符合該科系的資料內容,別再說多元發展教授會懂,現實是,你超會畫畫唱歌跳舞且比賽都有獲獎,但跟你要念的理工學院科系沒有什麼關聯,別人一個專業科展的小成績就比你更有優勢了。❞   學習歷程準備關鍵在於,「盡快決定好」「你」真正想要就讀的校系。唯有多方嘗試
面對新制學測的考後聲浪,你很常有所聞「看懂題目寫不完,先寫題目又不懂寫什麼」 、「素養題就是這樣,在有限時間內的考你大量閱讀能力,準備了半天結果像在裸考」、「我沒有念耶!結果分數出奇的高,答案都在圖表文字敘述裡,很簡單啊!」   ➤ 究竟新制與舊制學測究竟有何差異? ➤ 用舊式培訓方式來應
成就表現優秀的人,與個人的聰明沒有絕對的關係,但優秀的孩子會不斷在大腦增加學習工具與學習技巧,並運用後設認知來思考。花費同樣時間的學習,為什麼成就表現會有如此大的差異?所謂的學霸,真的是與生俱來的個人天賦嗎?這篇文章,共準備了「六大學霸成就關鍵」,讓你妥妥地往學霸之路邁進。   |關鍵一、強化專
即將成為學測戰士的你,面對新制學測: 1.因少子化競爭人數變少,各頂大校系的錄取人數轉變,對你有何影響? 2.校系採計科目從五取四降至五取三,應試規劃如何調整才能提升競爭力? 3.國文、英文考試機會只有一次,且分科測驗同時採計,你將如何應對? 4.除學測成績外,你有沒有懂該科系的學習歷程又該
你知道嗎?個人申請將經歷「檢定標準」、「倍率篩選」、「學習歷程」、「面試筆試」,而學測成績最多也只能佔據甄選總成績的50 %,其餘分數將由二階面試你所準備的學習歷程、術科成績、面試筆試來決定,最後由甄選總成績來決定你是否錄取。 所以別再以為只要學測成績衝高,就有機會考取你要的目標校系,重點是:
你可能也想看
Google News 追蹤
Thumbnail
現代社會跟以前不同了,人人都有一支手機,只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行,然而如今科技快速發展之下,金融App無聲無息地進到你生活中。但同樣的,每一家銀行都有自己的App時,我們又該如何選擇呢?(本文係由國泰世華銀行邀約) 今天我會用不同角度帶大家看這款國泰世華CUB
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
1. 製造業 2. 自動化產業 3. 航太產業 4. 汽車產業 5. 能源產業 6. 半導體產業 1. 學習機器學習和深度學習,應用於機械設計和製造流程優化 2. 結合AI與機器視覺,用於品質檢測和缺陷識別 3. 學習預測性維護技術,利用AI預測設備故障 4. 應用AI於機器人控制和自動化系統
Thumbnail
以下是未來10年可能具有良好前景的產業: 生成式人工智慧:預計到2026年,超過八成的企業會在生產環境中導入生成式AI。 量子科技:量子電腦具有強大的運算力,可望優化AI語言模型的訓練效率。 低軌衛星:隨著5G和其他通訊技術的發展,低軌衛星通訊可能成為新的商機。 無人機:無人機在軍事和民用領
資工系啊!在這個升學的時間肯定是被搶破頭的科系吧,不論是未來誘人的薪資還是AI的浪潮,這個行業⋯你們肯定充滿了想像與嚮往 資工系與其說是科學或工程、它其實更像邏輯、藝術、和歷史的結合,很多設計、很多程式碼、很多非硬性規定追根究底的話就是「喔⋯⋯當初大家這樣講好了啊」「這樣寫比較好⋯因為如果⋯就會⋯
Thumbnail
未來沒有穩定的工作,只有穩定的人。沒有人能準確預測未來哪些工作會消失、被AI取代。過去十年來最熱門的職業當數「軟體工程師」了,人人都嚮往去到矽谷科技公司,所以過去一年多來矽谷裁員潮令人不勝唏噓。 我可以預見的是,未來潮流會更迭的更頻繁、快速,與其追隨潮流,再被新的潮流淹沒,不如培養創業家精神。
Thumbnail
進入2024年,各個領域出現了一些令人興奮的趨勢和話題,從科技和科學到社交媒體和生活方式。以下是今年備受關注的一些主題,用更口語化的方式來聊聊這些趨勢。
Thumbnail
本文討論了AI產業發展趨勢及對文理組學生所帶來的影響。對於未來就業方向的建議,文理組學生都可以從中獲得一些建議和啟發。文章最後也提到相對於AI的邏輯理性。善於說故事的個人品牌將在未來興起。欲瞭解更多內容,歡迎關注本文。
Thumbnail
AI工具導入會是第四次工業革命的開始,對日後的工作機會和型態產生根本性的變化,本文分成3大部分各別討論: (1)文科生將再次迎來出頭天;(2)理工科學生工作機會將大幅減少;(3)一人公司數量將爆發性成長。
30年後來看現在,或許會覺得,還好現在有AI,才讓人類進入真正的文明世紀。 GPT只是大型語言模型(LLM)的一種,大型語言模型只是人工智慧(AI)的一種,而人工智慧甚至可以說只是「量子技術」的一種。 AI除了用來聊天(就像一開始我們只是把電腦當打字機),最重要的功能是幫助我們更容易理解和運用量
Thumbnail
本文介紹了人工智慧的定義和發展,以及在醫療、金融、製造、交通、教育等領域的應用。探討了AI的優勢和挑戰,以及AI在未來社會中的角色。作者提出了對AI發展的個人觀點和建議,強調了謹慎發展AI並制定相關法律法規的重要性。
Thumbnail
生成式 AI 讓人們驚艷,也開始認真思考:生成式 AI 會對教育培訓帶來什麼樣的衝擊?AI 會取代老師嗎?如何運用生成式 AI 來加速學習?企業如何運用生成式 AI 來加速創新? 但也開始懷疑 — 人類的工作是不是真的要被 AI 取代了?.....
Thumbnail
現代社會跟以前不同了,人人都有一支手機,只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行,然而如今科技快速發展之下,金融App無聲無息地進到你生活中。但同樣的,每一家銀行都有自己的App時,我們又該如何選擇呢?(本文係由國泰世華銀行邀約) 今天我會用不同角度帶大家看這款國泰世華CUB
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
1. 製造業 2. 自動化產業 3. 航太產業 4. 汽車產業 5. 能源產業 6. 半導體產業 1. 學習機器學習和深度學習,應用於機械設計和製造流程優化 2. 結合AI與機器視覺,用於品質檢測和缺陷識別 3. 學習預測性維護技術,利用AI預測設備故障 4. 應用AI於機器人控制和自動化系統
Thumbnail
以下是未來10年可能具有良好前景的產業: 生成式人工智慧:預計到2026年,超過八成的企業會在生產環境中導入生成式AI。 量子科技:量子電腦具有強大的運算力,可望優化AI語言模型的訓練效率。 低軌衛星:隨著5G和其他通訊技術的發展,低軌衛星通訊可能成為新的商機。 無人機:無人機在軍事和民用領
資工系啊!在這個升學的時間肯定是被搶破頭的科系吧,不論是未來誘人的薪資還是AI的浪潮,這個行業⋯你們肯定充滿了想像與嚮往 資工系與其說是科學或工程、它其實更像邏輯、藝術、和歷史的結合,很多設計、很多程式碼、很多非硬性規定追根究底的話就是「喔⋯⋯當初大家這樣講好了啊」「這樣寫比較好⋯因為如果⋯就會⋯
Thumbnail
未來沒有穩定的工作,只有穩定的人。沒有人能準確預測未來哪些工作會消失、被AI取代。過去十年來最熱門的職業當數「軟體工程師」了,人人都嚮往去到矽谷科技公司,所以過去一年多來矽谷裁員潮令人不勝唏噓。 我可以預見的是,未來潮流會更迭的更頻繁、快速,與其追隨潮流,再被新的潮流淹沒,不如培養創業家精神。
Thumbnail
進入2024年,各個領域出現了一些令人興奮的趨勢和話題,從科技和科學到社交媒體和生活方式。以下是今年備受關注的一些主題,用更口語化的方式來聊聊這些趨勢。
Thumbnail
本文討論了AI產業發展趨勢及對文理組學生所帶來的影響。對於未來就業方向的建議,文理組學生都可以從中獲得一些建議和啟發。文章最後也提到相對於AI的邏輯理性。善於說故事的個人品牌將在未來興起。欲瞭解更多內容,歡迎關注本文。
Thumbnail
AI工具導入會是第四次工業革命的開始,對日後的工作機會和型態產生根本性的變化,本文分成3大部分各別討論: (1)文科生將再次迎來出頭天;(2)理工科學生工作機會將大幅減少;(3)一人公司數量將爆發性成長。
30年後來看現在,或許會覺得,還好現在有AI,才讓人類進入真正的文明世紀。 GPT只是大型語言模型(LLM)的一種,大型語言模型只是人工智慧(AI)的一種,而人工智慧甚至可以說只是「量子技術」的一種。 AI除了用來聊天(就像一開始我們只是把電腦當打字機),最重要的功能是幫助我們更容易理解和運用量
Thumbnail
本文介紹了人工智慧的定義和發展,以及在醫療、金融、製造、交通、教育等領域的應用。探討了AI的優勢和挑戰,以及AI在未來社會中的角色。作者提出了對AI發展的個人觀點和建議,強調了謹慎發展AI並制定相關法律法規的重要性。
Thumbnail
生成式 AI 讓人們驚艷,也開始認真思考:生成式 AI 會對教育培訓帶來什麼樣的衝擊?AI 會取代老師嗎?如何運用生成式 AI 來加速學習?企業如何運用生成式 AI 來加速創新? 但也開始懷疑 — 人類的工作是不是真的要被 AI 取代了?.....