“年輕人吶，別想著寫代碼寫到老啊喂。時代在變啦！”美國能源部橡樹嶺國家實驗室研究委員會苦口婆心地勸現在的攻城獅。美國能源部橡樹嶺國家實驗室，位於美國田納西州，其中子加速器曾創世界紀錄。該實驗室的使命是攻克美國當下面臨的最嚴峻的科學難題，並且開發新技術，為人類創造更加美好的生活，保護人類。△美國能源部橡樹嶺國家實驗室的中子加速器12月初，他們發表了一篇研究論文，《人類2040年還需要親自寫代碼嗎？對於編程來說，人機混編的代碼意味著什麼？》，討論了21世紀中後期AI在軟件行業中發揮的作用。最後學術界的結論是，他們預測AI將會在2040年就徹底解放攻城獅。到那時候，機器學習和自然語言處理技術將會pk掉我們人類最頂尖的軟件攻城獅。以後就不用大家天天埋在一堆顯示器後面吭哧吭哧寫代碼了。報告裡指出，編程界現在就在經歷一場變革，不過我們大家還在處於變革的早期。AI技術的高速發展會產出大量代碼，不斷優化後能針對性地解決研究機構的問題或者滿足市場的需求。儘管這麼一說，趕腳人類的攻城獅職業很危險，似乎要被AI取代了，但是研究人員樂觀地指出，本質上，AI會寫代碼是在幫助人類提升工作效率，攻城獅的時間和智力資源可以釋放出來，解決更復雜的問題。就好像你擁有了一個私人助理，幫你把很多雜事瑣碎的事都幹了，那你就可以有更多的時間集中注意力，去思考更復雜的問題。我們想象一下這樣的場景。有兩個攻城獅坐在一起閒扯淡。其中一個人突然來了一句，“你說，怎麼知道我的咖啡十分鐘後溫度是多少？”假設你是第二個攻城獅，你會怎麼回答這個問題？你可能會說，這不就寫個代碼計算一下溫度的事嘛。建一個基於時間為變量的熱力系統計算公式，確定一下幾個相關的值，代進去就可以推出來最後的結果了（當然只是理論值）。你把這個算出來的溫度告訴第一個人，再由第一個人去根據具體的環境情況，整合上可能存在其他未知或已知的影響因素導致的偏差，最後得出一個更接近真實的答案。如果說，第二個攻城獅的工作，交給機器來做呢？那我們人類不就只需要從編程的交互界面去挑出最適合解決問題的模型，微調幾個偏差了對吧。這樣說來，反而可以把更多的人從機械重複的工作中解放出來，轉而去處理更多更復雜的問題。這對我們來說，是件好事誒ヾ(๑╹◡╹)ﾉ”不過，目前最大的挑戰在於，硬件基礎設施和軟件的需求之間有一定的距離。研究人員都在期待著有強大的硬件出現，支撐著AI快速產出代碼，也能跑起來人機混合編碼的程序。對於一個人類攻城獅來說，他們需要一個更高階的語言，或合適的自然語言處理界面來選用機器編程的代碼（MGC，Machine-generated code）。機器寫代碼，不像人寫代碼，需要跨越不同的硬件類型，可能也需要更抽象更高效的語言來進行機器之間的信息溝通。前一段時間Facebook的AI也一度發明過它們自己溝通的語言。
閱讀更多 大神來救 的文章
