本地創科動態｜編程界：港AI工程職位增
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
本地科技社群「開源香港」（OSHK）副會長曾浚榳、香港高等教育科技學院（THEi）助理教授何文傑接受本報專訪，分別從軟件工程及運動科學角度，分享人工智能（AI）如何降低技術門檻，促進跨學科及行業編程應用。
曾浚榳表示，隨着近年「氛圍編程」（Vibe Coding）興起，更多用戶透過AI協助開發個人項目及企業軟件，他觀察到本地初級軟件工程師的職位雖然減少，AI工程相關職位卻有所增加。現在業界除了有傳統開發者（Developer），亦出現更多應用「建構者」（Builder），指配合AI來利用Python等編程語言建立應用程式。
何文傑也指出，AI技術已大幅降低許多科研及專案工作的技術門檻。他以運動科學的肌電圖（EMG）為例，儀器每秒可收集逾1000個數據點，過往研究員需自行編寫程式，並反覆尋找合適的函式庫，但如今AI卻能迅速提出方案，協助處理數據、製作圖表，節省大量時間工夫。
THEi學者：促進跨學科應用
不過，曾浚榳強調「AI不是取代開發者的工具」，尤其用戶仍須具備工程知識，才能確保產品安全可靠。他認為企業引入AI不宜只着眼節省成本，更應藉此改善服務、擴展市場，又呼籲學習有效管理AI資源，譬如毋須使用昂貴模型處理簡單任務，或讓AI反覆讀取大量程式碼。
對學生與在職人士，曾浚榳建議前者宜鞏固編程、系統設計及解難的基本功，後者亦要主動了解AI，令重複工作自動化。同時，他還鼓勵大家積極參與技術會議，身兼本地最大型Python技術會議PyCon HK籌委會主席的他，最近便在籌備即將舉行的第12屆大會，期望能讓業界接觸、交流更多實際應用經驗。
何文傑以自身教學經驗說明，AI可讓非工程背景人士接觸機器學習，他曾為學生舉辦工作坊，教導他們利用AI撰寫程式、導入數據及建立機器學習模型，約一半人在課後已能自行處理相關任務。儘管如此，何文傑認同短期培訓只能「由零到一」，想真正掌握技術，不能完全依賴AI。
被問到AI能否預測運動受傷，何文傑強調，傷患風險涉及睡眠、飲食、訓練量及場地等多重因素。他認為，隨着智能手錶等民用傳感器成本下降、性能改善，未來確實有望協助普羅大眾，掌握更多數據、識別風險。他自己亦正研究利用穿戴式傳感器，估算跳躍落地衝擊力與穩定程度。
採訪、撰文：郭文德
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
