關于人工智能未來的暢想，除了家庭服務機器人，快遞無人機，醫用機器人等等，Lucas Carlson 認為人工智能在另外一個領域的可能帶來的變革，卻沒有引起公眾的足夠注意——這就是：讓計算機自己編程。
2016年11月末，Lucas Carlson 撰文：
目前，機器學習方面的專家傾向于把研究聚焦于具體領域內高度裁剪的 AI 應用——比如：面部識別、自動駕駛汽車、語音識別，甚至是互聯網搜索結果等方面。但是，這些技術同樣可以應用到讓計算機理解其自身的代碼架構上——當然這里是指脫離人類的幫助、解釋和干涉的情況下進行的理解——其實這種對代碼的“理解”和讓計算機理解自然語言，或是識別圖像并沒有本質的區別。
如果代碼能夠自我分析——做到比人類更快地修正錯誤并不斷優化——那么技術革新將會發生得越來越快。其帶來的可能性幾乎是無窮無盡的：醫學上的進步，更智能的機器人，更“智能“的手機等等。
…… 而 AI 將會改變這種局面。
Lucas 的全文，請參見《讓代碼寫代碼，自主編程的 AI 離我們還有多遠？》。
2017年2月23日 NewScientist 報道，微軟和劍橋大學的研究員近日發布了一篇論文，文中闡述了其科研成果 DeepCoder：一個會編程的機器學習系統。
微軟和劍橋大學研究人員聯合創建的機器學習系統 DeepCoder 學會了如何自己寫代碼。它能讓人們在沒有掌握必要編程知識的情況下，更輕松的構建出簡單的應用程序。
未來，非程序員可以通過簡單的描述出一個程序的想法，然后讓機器學習系統將其構建出來。DeepCoder 使用了被稱為「程序合成」（Inductive Program Synthesis）的技術，將來自現有軟件的一行行源代碼拼接在一起。
給定每一個代碼片段的輸入和輸出列表，DeepCoder 學會要實現預期結果需要使用到哪部分代碼。它的一大優勢是速度，能在幾分之一秒內創建出一個可工作的程序。在了解了哪一部分源代碼能工作，哪一部分不能之后，DeepCoder 能改進每一次創建的新程序。
目前DeepCoder只能生成五行左右代碼的程序。但如果采用了適當的編程語言，幾行代碼也能抵上一段復雜的代碼了。
沒有參與 DeepCoder 的麻省理工學院 Armando Solar-Lezama 認為，這類技術在自動化方面有很大潛能，將極大減少在開發代碼方面的精力消耗。但想一下子生成一大段代碼，有點不現實。不過一大段代碼，是可以有很多的小段代碼組合而成。
Solar-Lezama 同時認為，DeepCoder 并不會讓程序員失業下崗。因為「程序合成」是把編程階段枯燥部分自動化了，程序員能把更多精力放在更為復雜的任務上。
除了自動編程的，還有自動修 Bug 的程序2015 年 6 月下旬，麻省理工學院的研究人員展示了一個新系統，可以通過從其他更加安全的應用中自動導入相關功能，借以修復原來軟件中的危險漏洞。
這個引人注目的系統叫做 CodePhage ，它借用其他程序時并不需要訪問借主應用的源碼。相反，該系統分析這個應用的執行情況，并標記出其安全檢查類別的特性。因此，即使所編寫的語言與被修復應用的語言不同，該系統仍然可以從中導出檢查功能用來修復應用。
CodePhage 將代碼導入易受攻擊的程序后，還會進行進一步分析以確保漏洞被修復。
MIT 計算機科學與人工智能研究室（CSAIL）的研究員，CodePhage 的研發領導人員 Stelios Sidiroglou-Douskos 表示：“我們在開源庫里有大量代碼可用，數百萬計項目，而且很多項目都有類似的實現了。這些項目總有一些可以與別的許多項目共享功能的子模塊，即便那不一定是該程序的核心功能。”
有了 CodePhage，“你將逐漸建立一個集其他應用最優秀部分于一身的混合系統。
【全文完】版權聲明:
1、弈聰軟件網站內容中凡注明“來源：XXX（非陜西弈聰網站）”的作品，轉載自其它媒體，轉載目的在于傳遞更多信息，其中涉及的網站建設，網站優化，APP開發，微信小程序開發，大數據平臺開發，區塊鏈技術開發等軟件開發技術細節并不代表本站贊同支持其觀點，并不對其真實性負責。對于署名“陜西弈聰”的作品系本站版權所有，任何人轉載請署名來源，否則陜西弈聰將追究其相關法律責任。
2、本站內容中未聲明為“原創”的內容可能源自其它網站，但并不代表本站支持其觀點，對此帶來的法律糾紛及其它責任與我方無關。如果此內容侵犯了您的權益，請聯系我方進行刪除。