我覺這個很難，人類語言（包括口語、文字）的二義性很強，很多情況下即便是根據前後問、上下語境分析，表意也是不明確的，這種不確定對馮諾依曼機來說是很難實現自動化的，這也是為什麼計算機語言都是採用最基本的、簡單明確的語法結構的原因。

首先，隨著人工智慧技術的不斷髮展，未來使用自然語言來編寫計算機指令程式碼將逐漸成為現實，其實目前有不少計算機語言已經越來越接近自然語言了。

程式語言之所以不能完全採用自然語言來進行編寫，原因說到底就是目前的計算機系統還不夠“智慧”，由於自然語言的表達方式非常豐富且存在一定的“歧義性”，所以單純地透過字元解析的方式可能無法完全捕獲使用者的實際意圖，所以目前的程式語言往往都有嚴格的限定，或者說程式語言遠沒有自然語言複雜。

對於一部分跨考到計算機專業的研究生來說，往往對學習新的程式語言有一定的顧慮，我經常願意拿程式語言與自然語言做對比來鼓勵學生，其實如果說學習一門新的自然語言需要用“年”來計算的話，那麼學習程式語言往往可以用“周”來計算，所以從這個角度來看，學習程式語言還是比較容易的。

目前在人工智慧研究的六大主要方向當中，自然語言處理就是一個比較熱門的方向，當自然語言處理發展到一定階段的時候，一些簡單的程式設計工作完全可以透過自然語言來進行描述，當然這個過程需要較長一段時間。另外，由於自然語言在表述的過程中可能會附帶一定的感情色彩和肢體動作，所以要想能夠全面捕獲使用者的意圖，往往還需要視覺系統的配合，這也在一定程度上提升了處理的難度。但慶幸的是，目前計算機視覺和自然語言處理正是人工智慧領域的熱門。