（点击上方公众号，可快速关注）
关于人工智能未来的畅想，除了家庭服务机器人，快递无人机，医用机器人等等，Lucas Carlson 认为人工智能在另外一个领域的可能带来的变革，却没有引起公众的足够注意——这就是：让计算机自己编程。
2016年11月末，Lucas Carlson 撰文：
目前，机器学习方面的专家倾向于把研究聚焦于具体领域内高度裁剪的 AI 应用——比如：面部识别、自动驾驶汽车、语音识别，甚至是互联网搜索结果等方面。但是，这些技术同样可以应用到让计算机理解其自身的代码架构上——当然这里是指脱离人类的帮助、解释和干涉的情况下进行的理解——其实这种对代码的“理解”和让计算机理解自然语言，或是识别图像并没有本质的区别。
如果代码能够自我分析——做到比人类更快地修正错误并不断优化——那么技术革新将会发生得越来越快。其带来的可能性几乎是无穷无尽的：医学上的进步，更智能的机器人，更“智能“的手机等等。
…… 而 AI 将会改变这种局面。
Lucas 的全文，请参见《让代码写代码，自主编程的 AI 离我们还有多远？》(http://blog.jobbole.com/108437/) 。
2017年2月23日 NewScientist 报道，微软和剑桥大学的研究员近日发布了一篇论文，文中阐述了其科研成果 DeepCoder：一个会编程的机器学习系统。
英文论文：https://openreview.net/pdf?id=ByldLrqlx
微软和剑桥大学研究人员联合创建的机器学习系统 DeepCoder 学会了如何自己写代码。它能让人们在没有掌握必要编程知识的情况下，更轻松的构建出简单的应用程序。
未来，非程序员可以通过简单的描述出一个程序的想法，然后让机器学习系统将其构建出来。DeepCoder 使用了被称为「程序合成」的技术，将来自现有软件的一行行源代码拼接在一起。
给定每一个代码片段的输入和输出列表，DeepCoder 学会要实现预期结果需要使用到哪部分代码。它的一大优势是速度，能在几分之一秒内创建出一个可工作的程序。在了解了哪一部分源代码能工作，哪一部分不能之后，DeepCoder 能改进每一次创建的新程序。
目前DeepCoder只能生成五行左右代码的程序。但如果采用了适当的编程语言，几行代码也能抵上一段复杂的代码了。
没有参与 DeepCoder 的麻省理工学院 Armando Solar-Lezama 认为，这项技术在自动化方面的潜能，将极大减少在开发代码方面的精力消耗。但想一下子生成一大段代码，这有点不现实。但一段代码，是可以有很多的小段代码组合而成。
Solar-Lezama 同时认为，DeepCoder 并不会让程序员失业下岗。因为「程序合成」是把编程阶段枯燥部分自动化了，程序员能把更多精力放在更为复杂的任务上。
除了自动编程的，还有自动修 Bug 的程序
2015 年 6 月下旬，麻省理工学院的研究人员展示了一个新系统，可以通过从其他更加安全的应用中自动导入相关功能，借以修复原来软件中的危险漏洞。
这个引人注目的系统叫做 CodePhage ，它借用其他程序时并不需要访问借主应用的源码。相反，该系统分析这个应用的执行情况，并标记出其安全检查类别的特性。因此，即使所编写的语言与被修复应用的语言不同，该系统仍然可以从中导出检查功能用来修复应用。
CodePhage 将代码导入易受攻击的程序后，还会进行进一步分析以确保漏洞被修复。
MIT 计算机科学与人工智能研究室（CSAIL）的研究员，CodePhage 的研发领导人员 Stelios Sidiroglou-Douskos 表示：
“我们在开源库里有大量代码可用，数百万计项目，而且很多项目都有类似的实现了。这些项目总有一些可以与别的许多项目共享功能的子模块，即便那不一定是该程序的核心功能。”
有了 CodePhage，“你将逐渐建立一个集其他应用最优秀部分于一身的混合系统。”
会编程的 AI ，加上会修 Bug 的 AI，等于什么 ？
大家一起来畅想一下，欢迎在评论中留言。
参考：
Solidot、伯乐在线、MIT News、VentureBeat、NewScientist
看完本文有收获？请转发分享给更多人
关注「程序员的那些事」，提升编程技能
