当前位置: 嘉一互联 > 行业资讯 >

AI辅助开发效率提高180倍,人工智能会取代程序员吗?

时间:2019-12-06来源:嘉一互联责任编辑:南海风筝

牛津大学人工智能初创公司DiffBlue的首席执政官马修洛奇表示:人工智能辅助程序开发的新阶段已经来临。
 
通过将AI用于代码,金融帝国巨头高盛在数小时内创建了一个完整的测试套件,将程序员手动编写测试的速度提高了180倍以上。仅仅在一个1500行代码的应用程序单元测试上,就为高盛节省了超过一年的开发时间。
 
随着深度学习技术的快速进展,人工智能时代的序幕已经揭起,目前深度学习在图像处理方面的能力已经接近人,甚至在某些方面已经超过人的识别能力,在语音识别、自然语言处理等人机交互方面也取得了很大的技术进步。
 
人工智能已经能够成功从事一些体力为主的工作岗位,那么程序员作为一个脑力密集型劳动岗位,是否会被机器取而代之?从技术和社会发展趋势来看,这个问题在很大程度上可能会是个肯定答案。那么机器码农如何理解需求?如何根据需求秒速写出代码?
 
武侠世界分门别派是个常态,有少林、武当、峨眉、崆峒等派别之分,神经网络自动编程目前的主流技术路线也可以分为两派:“黑盒派”和“代码生成派”。尽管都采用了深度学习技术,但是两者在路线方向上有较大差异,也各有特点。下面我们分述两派的基本技术思路及其相应的代表系统。
 
黑盒派
“黑盒派”是神经网络编程的一类典型方法,所谓“黑盒”,是指编程系统并不显示地输出代码片段,而是从输入输出数据中学习转换规则,通过这些转换规则能够完成某项任务,正确地把输入转化为输出,所学习到的这些转换规则和输入输出数据中的规律则以神经网络参数的方式体现,所以并没有明确的代码或者规则输出,在人类眼中,只能看到能够完成指定任务的训练好的神经网络,至于它学到了什么规律并不清楚,这是为何称之为“黑盒”的原因。
 
从上述过程中可知,“黑盒派”神经网络编程器并不产生具体的代码来完成编程任务,而是学习输入数据和输出数据之间的规律及其转换规则。从广义上来说,神经图灵机等网络模型虽然不是专门用于编程,而是用于更通用的任务过程中,但是其实也是符合这种“黑盒派”架构的基本思路。
 
代码生成派
 
“黑盒派”有个很容易被诟病的问题:对于开发人员来说,对神经网络到底从数据中学到了什么规律所知甚少,所以不利于分析系统存在的问题以及提出有针对性的改进方案。“代码生成派”在这一点上的思路和“黑盒派”有很大差异,更接近传统的解决“IPS问题”的思路,期望能够让机器码农像人类程序员一样把解决问题的过程形成代码片段。目前也有不少深度学习自动编码系统采用这一技术路线,尽管不同系统具体技术方案有较大差异,但其基本流程都是类似的,图4展示了从不同方案中抽象出的“代码生成派”神经网络自动编程的基本思路,分为模型训练阶段和模型应用阶段。
 
利用机器自动根据任务实例学习编写代码是能够极大提高代码开发效率的人工智能应用领域,但是这个研发领域仍然面临一系列需要解决的问题。对于机器自动产生的代码,很难验证其逻辑的正确性。自动产生的程序虽然能够将训练实例中给定的输入正确转换为指定输出,但是毕竟这些例子很有限,对于更多的输入其输出是否正确这点很难验证。
 
虽然面临如上诸多困难,但是深度学习的蓬勃发展给很多应用领域都带来了根本性的性能提升,相信在未来几年内神经网络编码器领域会有大幅的技术进步,有可能在某些垂直领域产生真正实用化的机器码农。
 
中科院软件所博士张俊林介绍了机器码农的相关思路。
原文链接:
https://blog.csdn.net/malefactor/article/details/72853720
更多

以上是嘉一互联为您介绍的相关内容,希望对您有所帮助,如在网站空间域名注册网站建设网站营销以及网站备案过程中遇到什么难题,可在线咨询我们的客服,或者拨打嘉一互联技术热线咨询!电话:595608324嘉一互联随时为您服务!

关于我们
域名空间
免备案空间
网站空间
服务咨询 QQ:595608324  邮箱 E-mail: song_manager@akimkt.com
京ICP备10042849号-1 京公安网备110108006726
Copyright © 2008-2018 嘉一互联 akimkt 版权所有
万网1G云虚拟主机空间

客服微信:13552399047

;