未来程序员会被机器取代吗?

简介:

导读:很可能,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。


[js] view plaincopy

  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。



原文发布时间为:2015-09-25

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
存储 Java Linux
Android Mstar增加IR 自定义遥控头码完整调试过程
Android Mstar增加IR 自定义遥控头码完整调试过程
522 1
|
Web App开发 XML 人工智能
文本转语音如此简单
这两天在研究文本转音的功能,有时候担心自己的普通话不标准,比方说要录制一个视频,即兴讲可能会卡壳,这个时候我们就可以先准备好文本,然后再利用人工智能来生成音频,下面就分享下我的研究成果吧!
2012 0
|
前端开发 应用服务中间件 Linux
一份简单够用的 Nginx Location 配置讲解
Location 是 Nginx 中一个非常核心的配置,这篇重点讲解一下 Location 的配置问题以及一些注意事项。
2647 0
一份简单够用的 Nginx Location 配置讲解
|
Web App开发 搜索推荐 机器人
真假搜索引擎蜘蛛IP地址和UA(UserAgent)大全
真假搜索引擎蜘蛛IP地址和UA(UserAgent)大全 这些信息不是一直不变的,这里仅供参考。
2217 0
真假搜索引擎蜘蛛IP地址和UA(UserAgent)大全
|
6月前
|
算法 关系型数据库 数据挖掘
SoccerNet 2025挑战赛:赛题整理(四)
梳理SoccerNet 2025挑战赛中的赛题四、以及该赛题的比赛结果
265 0
|
6月前
|
数据挖掘
SoccerNet 2025挑战赛:赛题整理(三)
梳理SoccerNet 2025挑战赛中的赛题三、以及该赛题的冠军方案
212 0
|
传感器 数据采集 人工智能
数字孪生与环境监测:生态保护的新手段
数字孪生技术通过传感器、物联网等手段,实现对物理环境的实时监测、预测与优化,助力环境监测和生态保护。本文探讨其在空气质量、水质监测及生态系统管理中的应用,并展望未来挑战与前景。
|
人工智能 数据可视化 物联网
AI时代的创新工具:如何利用AI生成独具个性的XMind思维导图?
本文介绍了如何用GPT生成Markdown代码制作思维导图,然后用xmind导入并修改样式。首先在Typora中编写Markdown,如示例所示,保存为.txt文件。接着在xmind中打开该文件,即可看到思维导图。通过xmind可调整形状和颜色。这种方法能节省时间,提供丰富图形库,有助于信息组织和呈现。作者木头左期待你的点赞、收藏和关注!
AI时代的创新工具:如何利用AI生成独具个性的XMind思维导图?
|
NoSQL 安全 Redis
AWS迁移教程,Redis迁移到Elasticache
AWS迁移教程,Redis迁移到Elasticache
|
Linux 测试技术 API
Linux PWM接口概述 【ChatGPT】
Linux PWM接口概述 【ChatGPT】

热门文章

最新文章