11月，《時代周刊》將2020年最佳發(fā)明獎給了兒童編程機器人Matatalab;12月4日，英特爾在其研究院開放日上宣布將機器編程與集成光電、神經(jīng)擬態(tài)計算、量子計算等列為影響未來10年的顛覆性技術(shù);目前包括微軟、谷歌、Facebook等在內(nèi)的全球巨頭，都加入了機器編程的賽道。機器編程究竟是什么?它會在未來給我們的世界帶來顛覆性改變嗎?它會讓未來的程序員丟掉飯碗嗎?它與目前流行的低代碼開發(fā)是不是一回事兒?
未來程序?qū)o處不在
如今IT業(yè)界赫赫有名的大佬很多是編程出身，包括微軟創(chuàng)始人比爾蓋茨、Facebook的創(chuàng)始人扎克伯格，也包括中國的諸多互聯(lián)網(wǎng)大佬——騰訊的馬化騰、百度的李彥宏、小米的雷軍、360的周鴻祎、微信之父張小龍、字節(jié)跳動的張一鳴等，全都是寫程序出身。這從另外一個角度佐證了編程是創(chuàng)富和改變世界的“神筆”這一說法。
幾年前，微軟的聯(lián)合創(chuàng)始人保羅·艾倫在回憶起當(dāng)年寫下的那幾行代碼時非常感慨：“沒想到那幾行代碼竟然帶領(lǐng)微軟公司走到了今天。”現(xiàn)在大部分人的電腦上都運行著微軟的操作系統(tǒng)，微軟也成了世界上市值最高的公司之一，深刻地影響了全世界。也是在不久前，騰訊公司展示了微信第一版的幾行代碼，就是這個程序，歷經(jīng)8年的成長，現(xiàn)在變成了影響幾億人生活、工作的重要工具。
編程對于這個世界的意義，當(dāng)然不僅僅是創(chuàng)造了一批赫赫有名的IT大佬，創(chuàng)造了微軟和騰訊。進入軟件定義一切的時代，我們越來越相信這個世界是由軟件驅(qū)動的，看看擁有代碼最多的公司竟然不是軟件巨頭微軟，而是飛機制造企業(yè)?？纯磸纳咸斓娘w機火箭到我們身邊的各種小物件，從報稅到買菜我們都離不開軟件，從工廠到各個機構(gòu)都離不開軟件的驅(qū)動，我們就能夠很好地理解為什么編程對這個世界舉足輕重了。
為什么需要機器編程?
我們?yōu)槭裁葱枰獧C器編程?一方面，會編程的技術(shù)人員依然太少。在全球78億人中，只有2700萬人會編寫代碼，占比不到1%。根據(jù)code.org的數(shù)據(jù)，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(xué)專業(yè)訓(xùn)練。
另一方面，編程的門檻還是太高。要想開發(fā)出高質(zhì)量的軟件依然非常困難，而且隨著異構(gòu)計算的發(fā)展，硬件環(huán)境變得越來越復(fù)雜，編程開發(fā)難度進一步變大。為什么996程序員們早早掉發(fā)，為什么馬化騰早年編程會落下腰疾，說明編程是一件非常折磨人的事情。
英特爾首席科學(xué)家Justin Gottschlich講了他媽媽的故事。他的母親是房地產(chǎn)行業(yè)的權(quán)威，對市場的理解敏銳且細致，她的決策需要基于一系列的因素進行復(fù)雜的分析。但現(xiàn)有的工具不支持她所想表達的意圖，需要定制一種新的工具來支持其決策所需的精細度、精確度、微妙性。在沒有現(xiàn)成工具的情況下，她分別使用不同的工具，進行數(shù)據(jù)收集、分析，經(jīng)過一個月之后，得出結(jié)論。但在她得出結(jié)論的時候，整個市場環(huán)境變化了、數(shù)據(jù)變化了，所有時間都浪費掉了。事實上，這樣的事情不僅發(fā)生在Justin母親身上，在農(nóng)業(yè)、野生生物、建筑、醫(yī)療、金融分析等領(lǐng)域，很多專家清楚地知道自己想要軟件做什么，但這樣的軟件目前不存在，不足以表達他們的意圖。
那么，試想一下，如果人人都會編程，如果機器能夠聽懂人的指令，能夠按照人的指令編程，那么世界將完全是另外一回事。如果完全實現(xiàn)了機器編程，那么每個人都能自由地表達創(chuàng)意，無需編寫任何代碼就可以開發(fā)屬于自己的軟件，我們進入數(shù)據(jù)驅(qū)動世界的步伐就會大大加快。
就像微軟亞洲研究院首席研究員樓建光在接受《中國電子報》記者采訪時所言，機器編程不僅僅是希望解放程序員，將程序員從低端的重復(fù)性開發(fā)中解救出來，將更多精力用在如何將程序邏輯設(shè)計得更高效上，更重要的是機器編程能夠加速AI在各個領(lǐng)域的落地。
“事實上機器編程是AI落地非常重要的一環(huán)。要把AI落地到每一個領(lǐng)域，需要將每一個領(lǐng)域的商業(yè)邏輯和人的決策指令自動轉(zhuǎn)化為可操作的程序，由機器人來執(zhí)行。將行業(yè)規(guī)律變成邏輯語言，變成可操作的組合，其實就是程序。我們需要將大量的各行各業(yè)的商業(yè)流程和規(guī)律變成機器可識別的邏輯語言，這就是機器編程希望助力人們實現(xiàn)的事情。”樓建光表示，如果機器編程成熟，將大大推進AI在各個領(lǐng)域的應(yīng)用。
“機器編程將改變關(guān)于軟件創(chuàng)建的所有既定規(guī)則，最終賦能所有人創(chuàng)建軟件。”Justin說。從這些角度來看，機器編程應(yīng)該是軟件定義時代的顛覆性技術(shù)，將真正提速AI助力人類的進程。
那么機器編程會不會取代程序員，未來是不是程序員就會失業(yè)?答案是否定的，因為編程更難的事情是在程序的邏輯設(shè)計上，而不是寫代碼本身。所以寫代碼的事情可以讓機器來完成，而讓編程人員做更高級的邏輯設(shè)計，讓程序更高效。
談及機器編程，人們自然會想到目前熱門的低代碼開發(fā)。樓建光認(rèn)為：“機器編程與目前流行的低代碼開發(fā)完全不同，雖然兩者都有程序自動生成的字樣，但機器編程與AI相關(guān)，低代碼與傳統(tǒng)開發(fā)更為接近，低代碼是通過自動化根據(jù)模板生成的，是將常用的功能中間件化或者稱之為中臺化、標(biāo)準(zhǔn)化，通過模塊化、標(biāo)準(zhǔn)化、可視化的技術(shù)，將原來需要代碼完成的功能轉(zhuǎn)換成只要進行簡單的拖拽操作就能完成，從而實現(xiàn)自動化。”
機器編程難在哪里?
“通過機器學(xué)習(xí)和其他自動化方法，設(shè)計可以自動編寫軟件的軟件”的機器編程并非今天才有，上世紀(jì)50年代就已有學(xué)術(shù)機構(gòu)開始涉足機器編程的研究。
但Justin Gottschlich說：“與以往不同，今日的機器編程融合了機器學(xué)習(xí)、形式化方法、編程語言、編譯器、計算機系統(tǒng)等多個領(lǐng)域。它所使用的自動編程技術(shù)，既包含精確方法(比如形式程序合成)，也有概率方法(比如可微分編程)。機器編程汲取了我們迄今為止獲得的所有軟硬件知識，站在了歷史的拐點上。新的機器學(xué)習(xí)算法、新硬件與優(yōu)化硬件、海量而多樣的編程數(shù)據(jù)，這三者是發(fā)展機器編程的要素。”
樓建光表達了與Justin Gottschlich一致的觀點，因為機器學(xué)習(xí)算法的進步，算力的高速發(fā)展以及海量的編程數(shù)據(jù)，讓機器編程的發(fā)展進入了新的拐點。不過樓建光認(rèn)為：“目前機器編程的發(fā)展尚在早期，機器編程的難點在于目前機器AI還沒有組合與泛化的能力，只是能夠進行簡單的編程，稍微長一點的程序就無法完成。”樓建光進一步解釋說，復(fù)雜程序是由簡單程序組合而成的，而程序組合中有很多邏輯和思想，現(xiàn)在的AI沒有組合能力，缺乏邏輯思維。
Justin Gottschlich將機器編程的難點概述為三點，也稱之為三大支柱：意圖(Intention)、創(chuàng)造(Invention)和適應(yīng)(Adaptation)，這三者，代表著從一個編程的想法到最后產(chǎn)生一個產(chǎn)品級代碼的過程。
英特爾中國研究院院長宋繼強在接受《中國電子報》記者采訪時透露，自己也曾做過程序員，所以深知編程中的各種難題，他進一步解釋了Justin談及的機器編程的三大支柱。
“意圖”指人類向機器表達自己的想法。目前在這個維度的發(fā)展是通過自然語言的方式，而無需敲代碼，直接告訴機器你要做什么，機器通過自然語言便能夠了解。
“創(chuàng)造”是指機器以用戶的意圖為基礎(chǔ)，然后合成一個高級程序，創(chuàng)造符合用戶意圖的程序、數(shù)據(jù)結(jié)構(gòu)和算法。這個過程需要生產(chǎn)一堆代碼，或在代碼庫中找出元素代碼，然后按照一定思想邏輯組合，目前這個維度仍有大量挑戰(zhàn)。這應(yīng)該就是樓建光談到機器尚無“組合能力”的部分。
“適應(yīng)”這一步需要將程序進行更高級的轉(zhuǎn)換和優(yōu)化，以便在所處的軟件和硬件生態(tài)系統(tǒng)中以最高效率運行，從而化解異構(gòu)硬件挑戰(zhàn)。
關(guān)于“適應(yīng)”，做過編程人員的宋繼強透露，事實上在編程過程中有一個非常重要的維度是針對不同的硬件環(huán)境進行優(yōu)化，如果一個程序只是跑在CPU環(huán)境上效率很高，但當(dāng)它要跑在CPU+GPU或者云上時，或許就會慢下來，所以程序需要針對不同硬件環(huán)境進行適應(yīng)。
“但是擅長在CPU硬件上進行程序優(yōu)化的人，可能在程序員里還不到10%，擅長GPU優(yōu)化的也可能不到10%，但要想擅長在CPU+GPU上進行優(yōu)化的可能只有1%了，如果是CPU+GPU+ASIC上進行優(yōu)化的，可能就是0了。”宋繼強表示，如果這些事情機器編程能夠?qū)崿F(xiàn)，就可以大大加速高質(zhì)量程序的設(shè)計。
機器編程的發(fā)展尚在早期，讓AI學(xué)會寫程序，是人們的普遍預(yù)期，從全球機器編程的進展看，不同領(lǐng)域有不同進展，在特定領(lǐng)域，已經(jīng)取得不錯的突破。但在通用領(lǐng)域就像通用AI的發(fā)展一樣，尚未取得實質(zhì)性突破，仍需要產(chǎn)、學(xué)、研各界齊發(fā)力，加速機器編程的突破。
在這條加速AI學(xué)會編程的賽道上，目前正在涌入越來越多的公司。除了微軟、谷歌、臉書等，在中國包括百度以及一些創(chuàng)業(yè)公司也加入了機器編程的研發(fā)行列，不同的公司有不同的技術(shù)路線。據(jù)樓建光透露，微軟亞洲研究院在該領(lǐng)域的研究取得了很多實質(zhì)性的進展，不但在深度學(xué)習(xí)模型的組合泛化能力方面做了深度探索，而且他們的從自然語言自動生成SQL程序的技術(shù)也已經(jīng)實用，被集成到微軟的Excel產(chǎn)品中。
英特爾在不久前的研究院開放日上，推出了機器編程研究系統(tǒng)ControlFlag，它可以自主檢測代碼中的錯誤。目前該系統(tǒng)仍處于早期階段，這個自我監(jiān)督系統(tǒng)希望幫助軟件開發(fā)者發(fā)現(xiàn)隱藏的bug。為什么英特爾選擇從檢測代碼bug的自動化切入，宋繼強給出的答案是：“我自己做編程的時候，可能花在寫程序上的時間只是30分鐘，而調(diào)試則需要2個小時，所以調(diào)試檢測會占據(jù)程序員大量時間。如果這一步讓機器來完成，會大大提升編程的速度。”
現(xiàn)在看來，讓AI編程只是在各個“點”有了突破，但就像萬里長征是一步步走出來的一樣，“不積跬步，無以至千里”，現(xiàn)在各公司的每一步探索，都會對未來機器編程產(chǎn)生深刻的影響。
