據科技日報報道，英特爾公司在2020年12月推出的機器編程研究系統ControlFlag是全球首個自我監控系統，可以自主檢測代碼中的錯誤，發現了許多過去被開發人員忽略的違規和異常。這是可以說是在2018年英特爾研究院和麻省理工學院聯合發布的《機器編程的三大支柱》論文中，首次提出“機器編程”后的一次有益嘗試。

什么是“機器編程”

“機器編程”顧名思義就是通過機器學習和其他自動化方法，設計可以自動編寫軟件的軟件，它涉及形式化方法、編程語言、編譯器、計算機系統等多個領域。雖然“機器編程”是現代提出的新詞匯，但是其概念早在上世紀50年代就產生了，稱為“程序合成”，是一種使用數學證明的非常形式化的方法，它采用某種形式的輸入，然后生成一個軟件。

而今“機器編程”概念提出的初衷，一方面是編程人才缺口巨大；據美國非盈利組織code.org的數據，美國有50萬個編程人員崗位空缺，歐盟目前只有10%的編程人員受過計算機科學專業訓練，全球 78 億人中，只有 2700 萬人會編寫代碼，占比不到 1%。另一方面是為了提高編程人員的工作效率；據2017 年劍橋大學開展的一項調查顯示：美國程序員平均花費 50% 的時間在 Debug 上，嚴重影響了工作效率。

“機器編程”讓程序員失業？

“機器編程”最大的愿景之一，就是降低編程門檻，讓全球會編程人員提升至100%。那是否意味著這一強大的功能，會導致程序員的失業？這也是英特爾首席科學家、英特爾研究院機器編程研究主任及創始人賈斯汀·戈茨利被問及最多的問題。

答案顯然是否定的，首先我們要了解“機器編程”主要實現方法，一種是依賴編程領域專家知識和已經設定好的模板庫，以滿足人們的編程意圖，但弊端也十分明顯，由于邏輯與語法的差異，需要足夠多的數據作為支撐，才能不斷發揮作用。另一種是利用機器學習進行自我監督去適應編程規則，讓機器通過海量給定的代碼學習正確的編程規則，常用于進行程序代碼測試。

所以賈斯汀認為機器編程如果成功，那未來只會創造數千萬甚至數億個就業機會，而非取代專業程序員使其失業。畢竟當今存在的機器編程系統都需要大量的數據作為支撐，只有高技能的程序員編寫的代碼越多、產出更多的數據，構建的機器編程系統才能越先進。其次在“機器編程”問世后，那些有著好的想法與構思，但編程技能會稍遜色的程序員，將借助“機器編程”系統把這些想法綜合起來變為軟件。

全民編程的時代何時來到

機器編程已經起步，那么全民編程的時代何時來到？賈斯汀認為機器編程正處于拐點，而拐點的來到基于三個進步：其一，算法的進步；其二，算力的進步；其三，數據。專家更預測從當前人工智能相關技術的發展來看，機器編程得到廣泛應用可能仍然需要幾十年以上，因為廣泛應用意味著機器能更準確地了解人類的意圖，但是人類自然語言的表達本身就存在很多不確定性。

無論機器編程何時能開始廣泛應用、全民編程時代何時來到，我們都需要保持學習、積極應對。畢竟機器編程對于編程從業者而言，雖然提高了程序員的工作效率，但也提出了更高的要求；對于非專業人員而言，雖然提供能將想法與構思軟件化的機會，但也建立于最基礎的編程知識之上。那么你準備好了嗎？