人工智能研究員
🇭🇰 香港 · 科技需持續留意在香港的 792 種職業中排第 361 · 風險最高的 46%
AI 搶飯碗倒數
6年11個月
09日 21:59:34:000
距離 AI 開始取代這份工作
2033年10月2日 · 倒數 2537 日
實驗設計與執行已進入由AI自行運作的階段，但決定押注哪個研究方向、分辨結果是真實還是刻意挑選，以及設計基準測試仍是人的工作；研究自動化成熟後招聘才開始下降。
香港的入行要求仍待確認。
查看詳情
被取代的風險中等
20 年後的人手佔比55%
AI 取代時間線
影響方式 · 人機協作2026 · 現在2046
估計範圍 3年11個月 – 14年11個月
人工智能研究員：AI 會改變哪些工作、哪些工作會保留
人工智能研究員設計和訓練新的模型與演算法，透過實驗找出更好的方法，再把成果發表或應用到產品上。AI本身愈來愈能自行設計和執行實驗，研究員的工作會更偏向選擇方向和審視結果，而不是親手跑每一個實驗。
AI研究員的實驗工作會怎樣被自動化改變？
研究員日常要構思實驗、寫程式、調整參數、監察訓練過程，再分析大量結果。AI系統已可自行提出實驗方案、編寫程式並執行，一個研究員能同時推進的實驗數量大增。YOU’RE NEXT判斷這個職業的影響方式是「人機協作」，即AI主要令研究員更有生產力；要待研究自動化更成熟，招聘才會開始放緩，而這項判斷的確定性只屬中等偏低。
人工智能研究中哪些判斷始終要由人負責？
研究資源有限，押注哪個方向，往往決定一個團隊未來幾年的成果，需要對整個領域的理解和直覺。實驗結果看似突破時，要判斷是真實進步，還是只挑選了表現好的數字，或者測試數據早已混入訓練數據。設計能真正量度能力的基準測試，本身也是需要創意的研究工作。在學術會議上與同行辯論，也有助修正方向。這一行沒有牌照或法定人手要求，同行評審只關乎成果是否獲認可。
有志從事人工智能研究，應怎樣裝備自己？
扎實的數學、統計和程式基礎是起點，電腦科學、數學或相關理工學位是常見背景。多練習閱讀和重現論文結果，培養分辨可靠與誇大結論的眼光。學會管理由AI執行的大量實驗，懂得設計對照組和評估方法。積極參與開源項目或研究比賽，公開自己的成果讓同行檢驗。能提出好問題、設計好基準的人，在研究自動化之後仍有難以替代的價值。
撰寫日期
加入另一個職業比較
搜尋同事、朋友或家人的職業，看看誰先被 AI 取代。