观点 | 未来程序员会被机器取代吗?

导读:这是一个非常有趣的视频,讲述的是在不久的将来大多数的岗位都会由机器来担任。很多职位,如司机、医生,将会很快消失或发生巨大变化,进入全新的发展时代。看起来程序仍会继续担任程序员助手或后备的角色。毕竟,像无人驾驶、医疗诊断、切肉机等都需要先进行编程,对吗? 答案是否定的。

什么是编程?

编程就是把想法如数理模型,游戏,商业等转化为代码的活动,从而使计算机可以执行它同时其他人可以读懂它。伟大的程序员都擅长于解决某个领域上的问题,技术精湛和领域认知深入的程序员才有机会会创造出一流的产品。

人人都能够编程

水平平平的程序员将会被被淘汰。

该状况在过去10年里正悄然发生。更高级的编程语言,更便捷的在线资讯获取,都使得编程的门槛不断降低甚至接近零门槛。更低的门槛和更多的生产力应该会使程序员就业市场变得更具竞争性,然而实际上却不是,因为需求也在增长。

编程改革创新的脚步近年来似乎一直停滞不前。我们最重要的工具,编程语言在近代历史里实际上并没有发生很大改变。最新的最流行的语言(如Go或Rust)带来的更多是范式上的进步而不是功能上的变革。今天最热门的语言还是Java,C/C++。编程业界当前更关注的是配套工具的开发和提高生产力的方法。

这又意味着什么呢?

S曲线

技术发展看起来就是这样的:SSSSSSSSSSSSSSS

更详细解释可用下图说明:

例如,IBM第一个文字处理程序(FORMAT)是以繁琐的打孔卡作为输入的。同一时间,最先进的打字机可以实现文字外形变更,自动字符复写以及打印出数学方程式。然而今天打字机已成历史,文字处理程序最终站在发展的前列。

我想说的是我们正处于一个类似的技术停滞期,一个新的时代将会到来。

无编程的编程语言

要把平庸的程序员从系统里分离,我们需要一个开发平台来自动识别出问题且无需进行编程。

这可不是一个全新的事物。在1963年,计算机科学家Ivan Sutherland使用了计算机几何画板演示了如何使用系统来解决给定限制的问题。1972年出现的Prolog是一种声明式的编程语言,用于解决给定的逻辑条件集合问题。它虽然最终没有获得广泛认可,但是没有完全消亡。例如著名的IBM华生超算机器就是以它为基础的。

一个最有希望可用于进行无编程的候选人是—自然语言,例如:英语。从二进制代码到汇编,从C到Python,编程语言都是与自然语言相似的。作为一个综合的最佳实践,程序员也在尝试把代码编写成接近于普通英语以便他人或将来自己进行查阅。但这会有什么限制吗?

NLP

如今自然语言处理(NLP)系统已可以根据上下文读懂词的语义以及关联关系。最近,苹果,谷歌,微软等公司已开发出基于语音识别的产品进行自然语言处理。在这些巨头的带动下,相关领域将会得到长足发展。

基因编程(Genetic programming)

另一个朝气蓬勃的领域是基因算法。其使用类似于自然选择的处理方式,使用基因算法进行最优解决处理。对于火箭引擎或游戏等皆可运用。

但是基因算法是不能生成程序代码的,对吗?再想想。

开发者Kory Becker编写了一个程序来生成Brainfuck代码以试图解决该问题。如他所演示的,将来随着计算机计算能力的进一步增强,最佳方案的寻找将会更加精确。

例如如下代码,它是由程序自行编写的,输出结果是hello。

  1. +-+-+>-<[++++>+++++<+<>++]>[-[---.--[[-.++++[+++..].+]],]<-+<+,.+>[[.,],+<.+-<,--+.]],+]
  2. [[[.+.,,+].-

把NLP和GP相结合,无疑是强强联合的最佳典范,也为将来进一步开拓自然语言系统开发打下坚实基础。

写在最后

我认为机器不可能取代所有的编程工作,至少不会很快发生。因为很多代码仍需人工进行优化,很多算法还需人来完善。此外,每个应用领域涉及面很广也很复杂。我的想法是专为生产力而培养的新程序员数目将会减少,而对于能实现真正软件创新人才的需求会增加。

原文出自:tcz.hu

原文发布于微信公众号 - 人工智能头条(AI_Thinker)

原文发表时间:2015-09-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏鹅厂网事

Tencent OLS OPC-4 适配商用600G传输系统测试成功

"鹅厂网事"由深圳市腾讯计算机系统有限公司技术工程事业群网络平台部运营,我们希望与业界各位志同道合的伙伴交流切磋最新的网络、服务器行业动态信息,同时分享腾讯在...

50430
来自专栏腾讯社交用户体验设计

为什么依照需求输出,结果却不尽人意

20560
来自专栏喔家ArchiSelf

《人工智能简史》读后

这个春节有些心神不定,只得靠读书和学习平复心情。《人工智能简史》去年很火,在京东的销售榜中也很考前,未能免俗,自己抽空读了一遍,随记随想。

10450
来自专栏数据科学与人工智能

【机器学习】机器学习编程语言之争狼烟再起,Python称霸?

随着科技的发展,拥有高容量、高速度和多样性的大数据已经成为当今时代的主题词。数据科学领域中所采用的机器学习编程语言大相径庭。究竟哪种语言最适合机器学习成为争论不...

19980
来自专栏大数据文摘

AI迷路了怎么办?Facebook正在训练AI学会问路

如果你在初来乍到的城市里迷了路,身边又没有地图或者手机导航,你可能会自然而然地向其他人问路。

5700
来自专栏AI研习社

找工作必看!面试过多家 AI 公司和初创企业,这些经验分享给你

在过去的 8 年里,我一直在招聘数据科学家,软件工程师或者研发工程师的各种公司(如:Google 的 DeepMind,Wadhwani Institute o...

16730
来自专栏CDA数据分析师

Senz创始人冯小平:送给数据分析师的6种玩具

演讲实录如下: 大家好,各位领导、各位专家数据分析师们下午好。 这是我个人的简历,我叫冯小平,之前做信息安全,做一些工程、搜索,后来去了一家NGO,也是做技术,...

22780
来自专栏java达人

程序员成长路上常见的坑(2)

1. “博”与“专”上的迷失 假设说一个人的学习已经聚焦,并且学习的内容和自己实际参与的项目也相吻合,那么是不是就没有问题了?很不幸,答案仍然是否定的,在任何一...

24070
来自专栏AI科技评论

八步拿下数据科学,攻克 “21世纪最性感的工作”

在数据科学(Data Science)领域,除了“什么是数据科学”这个问题以外,大家最感兴趣的问题就是“如何学习数据科学?”其实这个问题除了新手会问,有时候领域...

27970
来自专栏大数据文摘

量化的员工——人力资源战略的下一个大事件

28990

扫码关注云+社区

领取腾讯云代金券