人工智慧系統正在變得越來越聰明，它們不僅能下圍棋、炒股票，現在還學會了寫程式碼。由微軟和劍橋大學研究員一同開發的人工智慧系統DeepCoder，完成了人類程式設計挑戰賽所設定的基本挑戰。

　　DeepCoder能從其他程式中“偷”程式碼，然後開始寫自己的程式。不過，人類程式設計師目前還不用擔心自己的飯碗會被它給搶走。因為DeepCoder的研究團隊稱，他們開發這個系統是為了讓沒有任何編碼知識的人更容易地寫程式。

　　據研究團隊透露，DeepCoder使用了深度學習技術來模擬大腦的神經網路，藉此它可以處理大量的資料，進行評估做出決策。

　　具體做法是，研究人員給定DeepCoder輸入和輸出列表。這樣DeepCoder可以確定哪些程式碼段將帶來什麼樣的所需結果。DeepCoder開發者之一馬克·布羅克施密特(Marc Brockschmidt)表示，最終，這種方法有望讓非程式設計人員只要僅僅描述某個程式的想法，就可以讓系統自行編寫程式。

　　人類程式設計師已經非常熟悉如何借鑑其他公開程式的方法，但像DeepCoder這樣的系統可以更快地搜尋，並比此前的人工智慧系統思考更深。它甚至還可以用人類還沒有想到的方式組合程式碼。

　　“有了這個程式後，突然之間，人們可以擁有更多的生產力了。真正有望大幅縮短開發程式碼所需要的精力。”

　　與人類程式設計師一行行執行程式碼，對整個程式進行試錯不同，DeepCoder可以提前預測哪些程式碼是有用的，哪些是錯誤的。另外，它能從各種選擇中學習，讓自己隨著時間的增加變得更聰明。

　　DeepCoder的技術已經得到了應用。在2015年，麻省理工學院的研究人員開發出了一個程式，它可以把有故障的程式碼行換成其他程式中切實可用的程式碼，自動修復軟體缺陷。布羅克施密特表示，未來版本會讓構建常規程式變得容易，比如從網站獲取資訊，或者自動對Facebook照片進行分類，到時候，這些都不需要人類程式設計師動手。

　　不過，廣大程式設計師們暫時還可以放寬心，不必擔心他們的工作會被人工智慧取代。索拉爾·勒扎瑪認為，DeepCoder只是讓程式設計工作中最枯燥乏味的部分自動化，程式設計師能夠將時間專門花在處理比較複雜的工作上。

　　最後需要指出的是，DeepCoder目前只能夠解決涉及大約五行程式碼的程式設計挑戰。“一下子生成一大段程式碼很難，可能不切實際。但是真正龐大的程式碼卻可以透過組合大量的小段程式碼編寫而成。”

當然不會，就像人們雖然不讀紙質報紙了，但是新聞並沒有消失。程式設計師也是，可能很多以前寫資料分析，制定策略，產品推薦，路徑規劃一類演算法的工程師，可能要轉去寫別的程式了，但整個行業來說還是很寬廣的。

框架程式碼等就像人工智慧的大腦，人類不能隨意改變他人的思想是因為生物限制，但是機器可以，這是它們的優勢，也許有一天他們互相改變真的超越人類呢，那時候不光是程式設計師，所有的人類都會被取代吧

現在不會，但是將來一定會的。從長遠來看，人寫的程式已經遇到了瓶頸：

程式設計師能力各不相同，程式碼難統一

無法避免邏輯問題和程式碼bug

團隊不能無限大，產能受限

從長遠來看，人類若想實現星際遠航，機器寫程式碼，機器更新等是必須的。現在一架波音787就有幾百萬行程式碼。試想一下未來的星際戰艦會有多少行程式碼？哪個人或者哪個團隊能在遙遠的星際航行中不斷地去更新系統？！

最近看到一個熱聞，工作10年的單位，因為AI而自己面臨被裁員而將公司告上法庭。這是全球第一起人類與AI直面衝突併到法庭階段的裁決，而這名員工所從事的正式證券類金融行業，這一行業據估算未來也會是最先受到人工智慧衝擊的行業。

但是新的行業誕生，也會誕生一批新鮮的工種，工業革命興起時，手工作坊受到致命衝擊，但是也同時創造了更多的工作崗位。