本文來自CSDN（ID：CSDNnews），作者|卞安，游戲引擎技術(shù)專家，CSDN博客專家，獨立軟件創(chuàng)業(yè)者。從事游戲研發(fā)行業(yè)近二十年，孜孜不倦地學(xué)習(xí)和思考引擎研發(fā)技術(shù)和工具鏈設(shè)計，曾任端游企業(yè)引擎技術(shù)總監(jiān)，Cocos游戲引擎產(chǎn)品總監(jiān)。目前在學(xué)習(xí)游戲引擎與AI的結(jié)合，致力于開發(fā)基于Python語言的全棧式開發(fā)工具軟件產(chǎn)品《PyMe》。
AI作畫，作為一個局部領(lǐng)域的產(chǎn)品方向，在基于機器學(xué)習(xí)算法基礎(chǔ)上，為世界打開了一扇大門，隨著AI作畫類軟件的大放異彩，基于AI進(jìn)行內(nèi)容生產(chǎn)話題也越來越受到關(guān)注。
作為一名程序員，我們又應(yīng)該怎么來看待AI的這些成果對于開發(fā)方式的影響，在此，筆者有幸受邀為各位小伙伴分享一下個人的看法。
在美國科羅拉多州藝術(shù)博覽會上基于Midjourney獲獎的AI畫作《太空歌劇院》
AI將改寫程序員的開發(fā)方式
AI的底層算法一般是基于神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，通過在神經(jīng)元上的數(shù)學(xué)算法不斷的訓(xùn)練數(shù)據(jù)調(diào)整建模，使誤差向最小靠近的過程。這是一種非?？岬乃季S方式，它使得計算機可以通過算法尋找到數(shù)據(jù)變化的趨勢。在此基礎(chǔ)上發(fā)展起來的生成對抗網(wǎng)絡(luò)，使得計算機學(xué)習(xí)和模仿數(shù)字化內(nèi)容變的更加可信，這些數(shù)字化內(nèi)容不但包括文本（新聞和小說生成）、圖像（AI繪圖與視頻），3D模型（AI生成游戲場景），也包括編程代碼和文檔。
雖然我們目前還沒有能夠走到直接通過AI來生成完整的項目的地步，但在AI大發(fā)展的背景下，如何高效、快速、更好的達(dá)到編程目標(biāo)，正在成為解決問題中一個重要的考慮因素。
我們可以對比AI的工作原理，反思編程工作中的痛點，預(yù)測一些潛在的可能性，也許未來這些可能性會極大的推動我們的編程和工作方式。
從工作形態(tài)的進(jìn)化趨勢上來看，預(yù)期會分為三個階段：
第一階段：編碼工作的輔助智能化
這一階段的主要體現(xiàn)是：通過搜集、歸類、梳理編程開發(fā)項目中大量的可復(fù)用部分（如算法、功能函數(shù)或模塊）形成數(shù)據(jù)集，通過對輸入意向和數(shù)據(jù)集進(jìn)行訓(xùn)練和學(xué)習(xí)的方式，形成優(yōu)良的輔助功能，提升程序員的開發(fā)效率。
在具體實踐上，一些企業(yè)已經(jīng)推出了相關(guān)工具類產(chǎn)品：
GitHub Copilot:通過語音輸入指令讓IDE自動提示并生成代碼。
Copilot是GitHub今年早些時候推出的人工智能編程輔助工具，2022年6月22日已正式上線（https://github.com/features/copilot），定價每月10美元（約66.9元人民幣）或每年100美元（約669元人民幣），對學(xué)生用戶和流行開源項目的維護(hù)者免費提供。
經(jīng)過數(shù)十億行代碼的訓(xùn)練，它可以將自然語言提示轉(zhuǎn)化為數(shù)十種語言的編碼建議，支持Python、JavaScript、TypeScript、Java、Ruby和Go等編程語言。根據(jù)今年GitHub Universe開發(fā)者大會報告給出的數(shù)據(jù)，Copilot已經(jīng)通過基于AI的編碼建議，幫助全球開發(fā)者的工作效率提高了55%。
2.GodeGeeX：通過輸入文字描述讓IDE自動提示并生成代碼。
與此相近的一款國產(chǎn)工具叫做GodeGeeX（https://models.aminer.cn/codegeex/），來自清華大學(xué)知識工程實驗證（KEG），CodeGeeX是一款具有130億參數(shù)的多語言代碼生成模型，采用華為MindSpore框架實現(xiàn)，在鵬城實驗室“鵬城云腦II”中的192個節(jié)點（共1536個國產(chǎn)昇騰910 AI處理器）上訓(xùn)練而成。
截至2022年6月22日，CodeGeeX歷時兩個月在20多種編程語言的代碼語料庫（>8500億Token）上預(yù)訓(xùn)練得到。它可以跟據(jù)你的描述，或者上下文自動生成一段代碼，和以往的代碼補全功能是完成不同的。目前支持Python、C++、Java、JavaScript、Go五種主流編程語言，而且在準(zhǔn)確度上表現(xiàn)較好。
除此之外，還有Kite、Codota、DeepCode等一些基于機器學(xué)習(xí)的AI代碼生成工具，本質(zhì)上都是通過大量的代碼訓(xùn)練，來智能預(yù)測出需要生成的代碼，加快編程的效率。
總體來說，這一階段的產(chǎn)品推動者不需要面向業(yè)務(wù)，只需要考慮面向程序員，可以達(dá)到輔助程序員提升業(yè)務(wù)開發(fā)速度的目標(biāo)，也可以較好的通過工具化產(chǎn)品形成規(guī)范，解決企業(yè)的代碼風(fēng)格化統(tǒng)一問題。未來可能會廣泛的成為程序員工作中的標(biāo)配，程序員將不會再花大量的精力在高復(fù)用度的具體代碼函數(shù)設(shè)計，而更多的把精力放在業(yè)務(wù)模塊的設(shè)計實現(xiàn)。
第二階段：業(yè)務(wù)模塊的智能生成
這一階段的主要體現(xiàn)是：通過搜集、歸類、梳理相關(guān)領(lǐng)域業(yè)務(wù)開發(fā)項目中大量的通用業(yè)務(wù)（如游戲研發(fā)中的登錄模塊、熱更新模塊、聊天模塊、戰(zhàn)斗模塊等業(yè)務(wù)邏輯）形成數(shù)據(jù)集，通過對業(yè)務(wù)設(shè)計意向和數(shù)據(jù)集進(jìn)行訓(xùn)練和學(xué)習(xí)的方式，自動的進(jìn)行業(yè)務(wù)模塊前后端框架生成，優(yōu)化工作流程，提升業(yè)務(wù)模塊的產(chǎn)品設(shè)計迭代和研發(fā)速度。
我們可以通過一個實例工具軟件來理解這個過程，Adobe推出過的網(wǎng)頁三劍客之一的Dreamweave，其中提供了大量的模塊生成功能，比如通過設(shè)定數(shù)據(jù)集和表單的控件對應(yīng)關(guān)系，就可以生成前后端的代碼，實際提供一個可以運行的業(yè)務(wù)模塊。
當(dāng)然，這是由沒有結(jié)合人工智能輔助的情況，如果基于新的智能化生成，那我們在開發(fā)時，智能化生成模塊會自動跟據(jù)上下文來提示是否需要生成相應(yīng)的業(yè)務(wù)前后端模塊，我們只需要再跟據(jù)生成的模塊進(jìn)行微調(diào)或擴展即可達(dá)到我們的要求。
下圖是筆者使用DreamWeaver來生成一個簡單的登錄模塊，只需要設(shè)定一下數(shù)據(jù)表字段，即可生成表單，完成登錄判斷和跳轉(zhuǎn)功能。
又或者在游戲開發(fā)領(lǐng)域。作者曾在企業(yè)負(fù)責(zé)技術(shù)中臺設(shè)計時，推動過面向各游戲項目組通用業(yè)務(wù)模塊的抽象與開發(fā)，比如熱更新、原生接口調(diào)用，甚至包括游戲戰(zhàn)斗機制等大量的通用業(yè)務(wù)，對于每一個項目幾乎都是需要的，只是因為技術(shù)棧或者界面的不同而需要重復(fù)的開發(fā)，這些工作往往耗時耗力。
站在一個更高的維度，這些業(yè)務(wù)完全可以基于機器學(xué)習(xí)訓(xùn)練結(jié)合需求變化被快速地進(jìn)行調(diào)整而滿足各個項目的使用。所以，基于企業(yè)的技術(shù)中臺，把這些通用業(yè)務(wù)的統(tǒng)一框架和智能化定制與人工智能結(jié)合，基于主流開發(fā)軟件、引擎工具或平臺工具推出可實際操作的軟件或插件。從而形成更好的開發(fā)工作流是非常有意義的。
這個階段目前是各領(lǐng)域企業(yè)爭相降本增效的方向之一，程序員的工作正在進(jìn)一步從通用業(yè)務(wù)開發(fā)中解放，而把更多的把精力放在具體產(chǎn)品的需求上。
第三階段：產(chǎn)品原型的智能生成
這一階段主要體現(xiàn)是：通過對產(chǎn)品研發(fā)工作流中可智能化生成的部分進(jìn)行整合和優(yōu)化，達(dá)到能夠根據(jù)用戶需求自動的生成具備完整功能邏輯和效果表現(xiàn)的產(chǎn)品項目原型的目標(biāo)，幫助產(chǎn)品經(jīng)理快速看到期望的結(jié)果。
這里以幾個案例加以說明：
一、市場上大量自助建網(wǎng)站，電商小程序類的平臺。
這些平臺直接面向用戶方，提供給用戶可以自助訂制化的業(yè)務(wù)模塊并生成最終產(chǎn)品的服務(wù)。如騰訊云的自助式建站：
這些平臺雖然具備直接生成最終產(chǎn)品的能力，但其底層邏輯主要是基于一定數(shù)量的前后端模板和風(fēng)格模板進(jìn)行組合，通過固化的需求條目選項得到產(chǎn)品各模板模塊的組合結(jié)果，產(chǎn)品的領(lǐng)域有限、形態(tài)有限、規(guī)模有限，目前大部分不具備通過對用戶需求分析和產(chǎn)品形態(tài)數(shù)據(jù)集進(jìn)行機器學(xué)習(xí)來生成目標(biāo)產(chǎn)品的能力。
在數(shù)字人研發(fā)企業(yè)里，目前已經(jīng)在通過對人臉照片，動作視頻采用人物臉部識別，動作識別技術(shù)來建立模型數(shù)據(jù)集，通過機器學(xué)習(xí)對三維模型重建和自動動作綁定，快速化生產(chǎn)高精度數(shù)字人，這種方式與以往通過美術(shù)建模，手動綁定骨骼及人物動作的工作流有較大差別，它可以大大的加快數(shù)字人的生成效率、規(guī)模和精度。
在GTC大會上，黃仁勛宣布推出一個全方位的虛擬化身平臺——Omniverse Avatar（來源：https://developer.nvidia.com/nvidia-omniverse-platform/ace）
二、在一些游戲方向，如劇情文字類游戲（AVG）領(lǐng)域，開發(fā)者也在通過劇本生成，二次元立繪生成類軟件，通過腳本進(jìn)行完整的游戲產(chǎn)品生產(chǎn)嘗試，可以將原本需要幾個月才能完成的劇情文字游戲，在短短幾個小時內(nèi)生成出來。
當(dāng)然，這些方面的業(yè)務(wù)相對簡單，但隨著人工智能的發(fā)展，相信不久的未來，一個軟件產(chǎn)品設(shè)計師可以通過提供一些簡單的需求描述得到一個完整可運行的產(chǎn)品DEMO。它所要做的，是通過不斷的修改需求描述來不斷提交，得到期望的產(chǎn)品原型。
總結(jié)
最后，我想說的是，內(nèi)容生成的算法目前在一些方面有了較大突破，但在軟件開發(fā)領(lǐng)域，特別是開發(fā)者工具領(lǐng)域，我們也需要相關(guān)企業(yè)和創(chuàng)業(yè)者不斷的結(jié)合這些突破，落地到具體的工具軟件產(chǎn)品中來提升開發(fā)者的工作流程和體驗，推出更好的產(chǎn)品形態(tài)，誰能夠在未來提供更好的智能化內(nèi)容生成體驗，也就會在未來更受歡迎。
