在 Alpha Go 三連勝中國圍棋天才柯潔之后，機器人威脅論越來越高漲，有人說機器人即將取代電話客服、數據錄入人員、銷售、翻譯......那么在 IT 行業中，作為長期背鍋俠的程序員們，未來也會被取而代之嗎?接下來，本文將解析 AI 的發展趨勢及根據美國能源部橡樹嶺國家實驗室最新發布的論文，探討程序員的未來。

時下，當 Google 帶著 AI 殺回中國市場、當 BAT 爭搶 AI 時代的制高點、當 AI 匯入教育課程，我們知道全民參與的 AI 時代已經來臨，那么究其本質為什么 AI 會如此火爆，是資本的喧囂還是媒體的炒作，亦或是人工智能技術已然邁向成熟? 

事實上，人工智能之所以可以大熱應歸根于越來越龐大的數據。因為近些年來互聯網高速發展過程中產生了越來越多的數據，需要不斷地處理和加工提煉，然而這些數據過于龐大，想要人工處理實為難上加難，因此，數據處理的需求在一定程度上催生了人工智能的迅速發展。另一方面，技術的興起也離不開資本的力量。

BAT 領頭出擊，創業公司紛紛崛起

百度——All In AI

百度是 BAT 里最早布局人工智能、以“All In AI”為戰略的公司。

早在 2013 年 1 月，百度就成立深度學習研究院(Institute of Deep Learning，簡稱 IDL)，李彥宏出任院長，副院長余凱任更是中國“千人計劃”國家特聘專家。2013 年 4 月，百度在美國加州建立了人工智能實驗室。2017 年 3 月 2 日，“深度學習技術及應用國家工程實驗室”在百度大廈揭牌。11 月 28 日，百度和小米聯合宣布，將在物聯網和人工智能領域展開合作。

時至今天，百度已經形成了一個較完整的人工智能技術布局，包括基礎層、感知層、認知層、平臺層、生態層和應用層，對圖像識別、無人車駕駛、醫療等領域均有了實際的應用。

阿里巴巴——低調而全面進擊 AI

對于后來居上的阿里巴巴，在今年的世界互聯網大會上，馬云表示，未來，人工智能一定會取代大部分的機械工作，但是不可能超越人類，反而會讓工作更有價值。

淺析阿里巴巴人工智能布局，早前阿里巴巴最為神秘的研究機構——iDST(數據科學與技術研究院)被曝光，其是阿里巴巴負責人工智能技術研發的核心團隊。2017 年 7 月 5 日，阿里巴巴人工智能實驗室亮相，針對消費級 AI 產品進行研發。此外，除了人工智能實驗室、數據科學與技術研究院 iDST，還有阿里研究院、VR 實驗室，同時螞蟻金服也具備自己的人工智能團隊。近日，阿里巴巴更是耗資千億元打造了達摩院，針對量子計算、機器學習、基礎算法、網絡安全、視覺計算、自然語言處理、下一代人機交互、芯片技術、傳感器技術、嵌入式系統等技術進行創新研究。

騰訊——AI In All

眾所周知，騰訊的主營業務在于社交平臺和游戲，其對人工智能領域布局較晚，于 2016 年才開始，近日，馬化騰也曾當眾表態：“在人工智能這個方向上，和百度相比，騰訊還是落后了”。

與百度的 All In AI 相比，騰訊采用的是“AI In All”、“Make AI Everywhere”和“通用人工智能”三大戰略。如今騰訊共有 3 個 AI 部門，一是 AI Lab，二是微信實驗室，三是優圖實驗室。其中，僅 AI Lab 就有 70 多位研究科學家與接近 300 人的工程師團隊，這為騰訊的人工智能戰略提供了相對完善的人才儲備。

在中國三大科技巨頭的帶領下，一大批人工智能創業公司如雨后春筍般的涌現出來，但是如何在 BAT 全面“圍剿”的布局下生存，這將會成為諸多公司面臨的難題之一，也會讓一大波炒概念的公司倒閉。

人才稀缺，教育補位

隨著人工智能的全方位滲透、各大公司的完整布局，不難想象為何會出現畢業生年薪 25 萬已成白菜價的窘狀。

因此對于人才的緊缺，今年由國務院印發《新一代人工智能發展規劃》，明確指出人工智能成為國際競爭的新焦點，應逐步開展全民智能教育項目，在中小學階段設置人工智能相關課程、逐步推廣編程教育、建設人工智能學科，培養復合型人才，形成我國人工智能人才高地。此外，根據人工智能話題已進入國家公務員考試試卷、高考試卷等現狀來看，對于人工智能的發展，早已不止于商業化，更是已經教育化。

親手建造的 AI 帝國，程序員都將被取代?

對于人工智能未來趨勢的發展，美國著名雜志《連線》的創始主編凱文·凱利曾預測，“人工智能會是下一個 20 年顛覆人類社會的技術，它的力量將堪比電與互聯網。”

但是當人工智能的逐漸強大，機器人可以在幾秒內作詩一首、Alpha Go 三連勝中國圍棋天才柯潔之后，或許大家更擔心的可能是，人工智能下一步又要在哪個領域干掉人類。

也許下一個就是程序員!

近日，美國能源部橡樹嶺國家實驗室最新發布的一篇研究論文——《人機混編的代碼意味著什么?人類 2040 年還需要親自編寫代碼嗎?》，在論文中研究人員討論了隨著人工智能在軟件行業中的發展，軟件開發將會發生根本性的變化，機器學習、人工智能、自然語言處理和代碼生成技術將相互融合，最終在 2040 年，大多數的代碼是由機器生成而不是程序員。 

在此，我們可以以一個簡單的問題為案例，一個程序員問道：

• 我早上在星巴克買了一杯咖啡，十分鐘之后，如何知道咖啡的溫度是多少?
• 假設你是被問的程序員，你會如何回答這個問題?

你可能會回答，需要編寫代碼來計算溫度，首先確認幾個相關屬性和值(理論值)，然后建一個基于時間為變量的熱力系統計算公式，將值代進去就可以推出來最后的結果了。最后將算出來的溫度值告訴第一位程序員，再由他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，最后得出一個更接近真實的答案。

那如果說，結合機器學習、人工智能、自然語言處理和代碼生成技術，被問的程序員如果是機器人，是否可以解決這個問題?

對此，研究人員表示，根據目前的編程趨勢和研究方向表明，到 2040 年之前，這個問題的答案很可能是“否”。因為其面臨的主要挑戰是機器生成代碼(Machine-generated code，簡稱 MGC)的硬件設施和軟件需求之間存在一定的距離。雖然目前的市場上如微軟的 DeepCoder、Google 的 AutoML 和 DARPA 推進機器學習的概率編程(PPAML)等程序，已經實現了使用 MGC 技術，但是研究機構希望以更快的速度從頭開始編寫新的代碼，精簡 MGC 技術。

而對于一個人類程序員來說，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。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。所以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。

如此一來，隨著時間推移，2040 年之后，感覺程序員遲早會被 AI 取代，但是研究人員表示，本質上，人工智能所帶來的 MGC 技術旨在幫助人類提升工作效率，將程序員的時間和智力資源可以釋放出來，以解決更復雜的問題。

對此，你怎么看呢?程序員最終會被 AI 所取代嗎?