程式設計師再過20年後可能需要有新職業。美國橡樹嶺國家實驗室(US Department of Energy's Oak Ridge National Laboratory)發表論文指出,機器產生程式碼(MGC,Machine Generated Code)在2040年可能像是現今的人工智慧,或是數年後的自駕車技術一樣平常,無論是在學術機構或是市場都已具備可以驅動MGC發展的主要技術。
研究員也在論文中提及了數篇論文,並指出可以從這些論文可以看出一條技術發展的軸線,現已可以做到藉由抓取來的程式碼片段,編寫出新的程式碼,還有高速機器學習的技術。像是Defense Advanced Project Agency’s(DARPA)和Probabilistic
Programming for Advancing Machine Learning(PPAML), 正是在增強機器學習解決一些未特定的問題,而Both DeepCoder還有AutoML已經可以產生可執行的程式碼,本體論生成工具DOG4DAG可以半自動的產生人類因時間限制而無法完成的知識。
論文提到,往後人們即使還需要寫程式,那也是會花多數時間依靠自動完成或是功能推薦。當機器學習跟自然語言處理技術足夠進步時,機器產生的程式碼品質將比人類軟體工程師編寫的還要好。
不過MGC仍有其需面臨的挑戰,由於程式編寫平臺的異質性,或將導致MGC和高生產率計算系統(High Productivity Computing Systems)及特定域語言(Domain Specific Languages)面臨相同的困境,就是需要從頭改變科學運算,而這項大工程的高成本阻礙了技術向前
論文結語提到,高異質性的運算環境需要在需求上就可用性與生產效率做些改變,那就更能用自然語言自動編寫與執行程式碼,甚至機器們最終不需人類介入就能互相分工完成任務。
熱門新聞
2024-11-25
2024-11-29
2024-11-15
2024-11-15
2024-11-28
2024-11-14