程序员,为未来准备好了吗?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

也许一直在一线的程序员们对这个标题呲之以鼻,特别是全栈工程师们。这篇文章主要是抛砖引玉,预测一下以后的技术方向。如果只想看未来的部分,可从中间开始看。

计算机产生以后,这个行业的发展日新月异,不停地产生新的技术来解决新的问题。这里不把计算机语言的更新换代看作技术的变化。计算机语言应该算做是规范,除了解决新问题外,有些语言的产生和流行也是有历史原因的。

从计算机刚刚产生时,解决的是计算问题。其将很多人花费好几个月的计算在几天之内完成。这一代的工程师们更多的在解决硬 件问题。程序员(或者叫做软件工程师)是将问题翻译成计算机语言(其实程序员做的一直是这个),也就是卡片纸。程序员在当时的计算机系统中,应该不算一个 核心角色。因为大部分问题和挑战在硬件系统、算法上。

随着计算机成本的降低,世界大战后战争需求减少,开始大力发展经济。硬件解决方案的成本问题开始凸显,于是开始产生了通 用计算机。通用计算机逐渐统一了硬件标准,把更多的灵活性放到了软件上。基本模式就是:巨无霸的硬件厂商们负责提供计算资源,程序员们负责解决问题。这时 候,程序员的春天来了。在此同时,软件开发的理论也在不停地发展。随着各种语言的层出不穷,基本上大家认可了指令、数据,程序基本流程、库函数等各种计算 机的概念。

再往后,随着计算机的应用的范围越来越大,挑战也越来越多了。由于系统复杂性的增加,很多系统已经不是几位,甚至是数十 位程序员就能完成的了。(当今的操作系统、搜索引擎都是数千甚至数万人几十年辛苦工作的结晶)。新的挑战也来了——软件工程,如何更高效、可预期地开发、 维护复杂系统。这里的挑战包括:如何将传统的项目管理经验放到软件项目管理中来;如何让程序员们采用各种标准化的编程风格;如何构建合适的团队结构等。这 时候,程序员的重要性就凸显出来了,产业链中的地位也变高了。纵观历史,数万人以前集中在一起都是进行体力劳动或者战争。人类从来没有这么大规模的将智力 集中在一起解决问题。

同时,解决的问题规模和类型也进一步增加。其中,人机交互是一个热门且有挑战的方向。输入上,除了从打字机来的键盘外,又发明了鼠标,显示,扬声器 等各种人机交互的设备。程序员们除了要实现底层的驱动代码,在人机交互层面也要实现方便易用的交互体验。这时候除了算法和设计等挑战,还有人体工学、文化 上的挑战。比如,中国人花了很多年,也没制造出广泛应用的中文键盘和流行的输入方式,最后还是英文键盘+拼音成了最主流的输入方式。这是汉字本身的特点造 成的,而广大程序员花了大量的人力物力才认识到了这些文化上的规律。另外,网络也是另一个热门。程序员们在底层将计算机连接在了一起,并依靠强大的网络能 力实现了人们的远程沟通。

到了近几年,又出现了大数据、物联网等热门的方向。程序员们从底层实现大数据的批处理、传输、存储,解决了性能、可靠性等各种问题。由于大数据的精确性和完备性通常达不到100%,所以大数据也让很多程序员开始去解决不确定的问题。

别人家的程序员们一直在解决不同领域、类型的问题。程序员的角色开始了分化(同时也有很多角色从程序员中分化出来了),从开发、测试,到架构设计、 体验优化、前端开发、后端开发、驱动开发、数据库开发、IT等等数不胜数。纵观不太长的程序员职业历史,这些角色也在不停的产生和消失中。这代表着一代一 代的程序员要么不停的学习,要么从这个行业中离开(也没什么不好的,好多富翁都是程序员变的)。从历史来看,程序员们解决的问题,使用的组件和思维模式都 在不停地变化。但也有一些不变的东西,比如程序基本流程、设计模式、软件工程。所以很多程序员在不停的学习新东西,从而能够解决新问题。

那么,现在正在、未来会发生什么变化呢?这里只想讨论一个:人机交互的革命,包括人机交互方式,和人机交互层次两方面的革命。(说人话!)好吧,就 是Kinect, HoloLens、Cortana带来的新情况。这类新产品集中在一起,会对现有的人机交互产生颠覆性的革命。一句话概括:未来人们应该花更少的时间来学 习如何使用科技,程序员们要花更多时间让科技来适应人,而不是人去适应科技。比如,单轮摩托车不需要学习怎么在一个轮子上保持平衡,四轴飞行器不需要学习 怎么转弯、稳定,这都是很好的例子。

  1. 人机交互方式。人是生活在三维空间里的,程序员们也在不停地在各种输入输出方式模拟三维空间。首先,显示屏是一个二维的输出,由此鼠标和各种触摸 方式也设计成了二维的。这里的二维性除了它们是平面输入输出外,它还真的只是个物理的平面……显示器放在哪里就在哪里,触摸要在显示器上完成,鼠标也需要 在一个平面上完成移动。键盘呢?可以说其维度都没到一维。

什么是未来的输入设备呢?它包括全息输入输出设备和解放双手的输入方式。

  • 全息输入设备。Kinect这 样的体感、手势输入设备属于全息输入设备。Kinect很酷,但不得不说这只是全息输入设备的雏形。这不仅是因为其不温不火的状态,也是其本身还有很大的 提升空间。一方面,设备本身精度不够、使用的范围不是360度无死角;另一方面后面没有强大的人工智能来支持(人工智能放到交互层次部分讲,这里只讲全息 输入设备)。未来的输入设备应该是覆盖整个空间,精确检测到人的微动作和微表情,甚至能够检测到人的健康状态(安全和隐私是需要考虑的方面)。从单个技术 上来说,应该没有突破不了的难题了,但集成起来制造出完美的设备仍然需要巨大的投入。

  • 全息输出设备。全息显示技术在很多科幻电影里都演示过了。HoloLens这 样的增强现实设备和各种虚拟现实设备都属于全息显示设备。这些设备还处在非常初级的阶段,但已经带来了很大的震撼。在物理技术没有突破之前,这种可穿戴的 设备是全息技术的主要载体。除此之外,还会出现各种味觉、触觉的设备,这些全部加起来,覆盖了人的所有感觉器官,就可以称作全息输出设备了。

  • Cortana一 类的语音助手。其最革命性的一点是进一步解放了双手(听起来怎么这么耳熟?)。这和人类直立行走的解放双手当然不能相提并论,但其革命性也是可圈可点的。 还是那句话,这类语音助手还在雏形阶段,它们的主要挑战除了语音识别外,主要是在后文要讲的交互层次上。Cortana不像鼠标键盘,一方面需要学习如何 使用,一方面还需要到固定的位置或者某个固定的姿势才能使用。现在Cortana虽然要将手机拿起来才能使用,但通过物联网的进一步发展,是可以进一步发 展的。

对程序员的挑战就来了:

  • 制造、集成出这些设备,甚至发明出新的设备。这些设备需要提供完美的体验,和人的运动、感官无缝结合,且让人感到自然。

  • 在较高层次,如何采集模糊、大量的输入,并转变成计算机能够处理的确定命令。和传统的输入方式相比,除了空间变成了三维,信息量也有数量级的增加。

  • 怎样提高输入的效率、降低学习成本?程序员需要考虑的是如何颠覆性的提高输入效率。这里不仅是鼠标和屏幕的坐标从二维变成了三维的。想想钢铁侠是怎么输入的?

  • 如何让设备输出最自然的体验?特别是全息显示设备,要解决头晕等问题需要大量的调试和研究的。

  • 最重要的是:如何用这些设备构建全新的体验模式。比如,不同种类的应用应该放在什么位置,什么呈现方式?什么样的动作操作才是最有效率、最自然的?这些需要一代一代的产品不断的迭代,才能加深对新体验的认识,发挥新一代全息设备的能力。

  1. 人机交互层次。当前的人机交互方式上,虽然很多产品号称体验非常好,仍然需要人去适应设备。不仅是输入输出的方式,还是思维的方式,当前的人机交互的体验都有很大的提高空间。

例如,想出去旅游时,要先研究到底去哪里,要么上网,要么听人说,或者去旅行社直接预定。去旅行社当然最省事,但听不到第一手的体验,成本也会比较 高。如果要自己研究,选地方,确定日期,买机票、酒店,找攻略,过程中要用到很多次搜索引擎,各种预订网站,发邮件等。从开始想到基本确定至少需要好几 天,中间也得好几个小时使用各种工具。而富豪们呢?也许只花5分钟就完成了整个过程:告诉助手:想出去玩。助手可能就问问想去什么样的地方(也许不是某个 特定的地方)?玩几天?大概什么时候去?然后基本确定后再汇报一下安排就可以了。这两个过程之间的核心区别就在于交互的层次。普通人是依靠计算机进行任务 层次的交互,而富豪是意图层次的交互。这就是交互层次的不同对效率的影响。

Cortana这样的语音助手除了解放了双手,它也是一个非常自然的输入方式。这让程序员和科学家们开始更多的研究人们语言后面的意图,从而提高计算机和人的交互层次。

Project OxfordAzure Machine Learning这 样的开放的人工智能组件真正把多年实验室里的玩具带给了全世界。这就像当年Siri的发布一样,虽然它不是最好的,但没有它,就不会有google now和Cortana的迅速推出。好吧,又来一次:虽然Project Oxford只是个雏形,但是Project Oxford的推出给业界定义了人工智能组件更高层的接口标准,降低了人工智能的学习、应用门槛。特别是其中的语言模型。除了人工智能组件的开放,可以预 见由各大公司基于大数据的各种数据模型也会很快共享。基于它们,人工智能的应用很快就会遍地开花,所有程序员都能创造出更智能的应用,从而每个人都可以有 自己的个人助手。如果不能脑补个人助手的价值,请观看电影《她》(《Her》),看看人工智能是怎样帮忙处理电话和邮件的。

另一方面,在这一轮人工智能的热潮下,硬件公司们也开始制造采用人工智能算法的处理器,这也代表着新一代的编程语言和理念的开始流行了。

交互层次方面对程序员就有更大的挑战了:

  • 最大的挑战就是学习和适应新的编程理念。以前的程序都是if..else + while这样的确定性的结构化程序,程序员要开始学习如何写元程序。写出的程序是可以自己适应个体用户需求的,而不是写一段能够适应所有用户的程序。程 序员的代码将是方向性的,统筹性的,而不再是细节的堆叠。

  • 大开脑洞,如何结合全息交互和物联网等技术提高人机交互层次。帮助人们做事情10步并5步,5步并1步。比如,什么情况下抬手表示要喝水,抬头表示想开灯,甚至无需特定动作;真正帮助人们管理时间,协调日程,而不仅仅是一个日程表。

总而言之,这里描述的未来可能需要10年、20年或更长。也许我们这代程序员已经退出江湖了。热点将不再是发明各种语言、发现各种工程管理方式和软 件设计模式了,而是科技如何进一步的以人为本,促进生产力发展。对程序员的挑战除了要学习和探索新的输入输出方式,还要学会人工智能这样的完全不同的编程 理念。



来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
人工智能 架构师 机器人
高薪程序员的三大窍门,你准备好了吗?
“高薪,月薪过万”已经成为人们对于程序员的刻板印象,但实际上对于二三线城市的码农来说,月薪过万似乎仍然是一个难以达到的目标。地理位置、房价以及升职加薪等问题让程序员陷入了薪资困境。作为一位程序员,若想获得自己理想的工资水平,需要具备哪些要素呢?
|
Devops 程序员 项目管理
程序员需要考证吗
简述程序员是否需要考证以及衡量程序员的最好方式等
|
人工智能 IDE 算法
【周末闲谈】新的编程方式,程序员的未来何在?
【周末闲谈】新的编程方式,程序员的未来何在?
122 0
|
人工智能 前端开发 JavaScript
没想到真有此书!!!《一个程序员的自我修养》
最近在看程序员的自我修养 (豆瓣),作者陈逸鹤,一本写给程序员的思考书,其实市面上类似题材的书也不少,比如我看过的另外两本内外兼修:程序员的成长之路 (豆瓣)、程序员必读的职业规划书 (豆瓣),我只是后悔自己看的太晚,很多道理明白的太晚,要多看看此类书,给自己寻找点方向感和动力,我也一直在努力践行书中的一些方法和认识,本文是此书的第一部分内容的归纳,希望对你有帮助,感兴趣的朋友可以买来此书详细学习。
|
SQL 设计模式 程序员
程序员的坏习惯
每位开发人员在自己的职业生涯、学习经历中,都会出一些坏习惯,本文将列举开发人员常犯的坏习惯。希望大家能够意识和改变这些坏习惯。
130 0
程序员的坏习惯
|
程序员
程序人生 - 程序员要学点儿理财知识,而不仅仅是代码技巧
程序人生 - 程序员要学点儿理财知识,而不仅仅是代码技巧
135 0
程序人生 - 程序员要学点儿理财知识,而不仅仅是代码技巧
|
JavaScript 前端开发 Java
59条有趣的程序员编程箴言
  下面收集的语录涉及软件开发、代码维护、调试纠错、软件bug、系统设计、文档、代码质量、测试和软件开发团队管理等方面。虽然它们有些搞笑,但却真实无比。只有程序员才能理解这些编程语句里的真正内涵。
257 0
|
程序员
程序员 - 箴言集
程序员 - 箴言集
98 0
|
Java 程序员
一个“码农”自述的血泪史:当了35年程序员,我最大的遗憾就是没抓住机遇转行
注:这是一个“一子错,满盘皆落索”的故事。兢兢业业干了35年的程序员,最后却认识到,程序员的力量太过微小。无论你写程序有多厉害,你都很难有权力真正改变一些失败的产品、失败的项目。
1521 0
|
程序员
1024 致敬程序员
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/kese7952/article/details/83351462 白茶清欢无别...
916 0