查看原文
其他

AI 的崛起是否会让程序员失业?

2017-10-30 翻译 肖力 云技术实践

摘要:尽管有像亚马逊的Echo这样的人工智能助理的崛起,人工智能仍然有很长的路要走。


任何使用过智能手机或亚马逊Echo的人都知道,软件已经发展到在日常生活中几乎无处不在的地步。我们创造了机器和算法,将我们的行动、思想和情感转化为原始的、有形的数据。这是软件工程师可以获得、利用和操作的数据。然而,游戏正在发生变化。程序员们不是传统的编程,而是一步一步地写指令,告诉计算机该做什么,他们正在训练计算机识别情况,并像人类一样做出反应。随着人工智能的不断发展,人们应该对它的未来以及它对程序员意味着什么提出质疑。


很难知道人工智能的未来会发生什么,但让我们先来解决最迫在眉睫的问题:工程工作是否会受到威胁?反过来想,但答案完全取决于你所谈论的时间架构。在接下来的十年?不,完全不会,但是最终呢?肯定会。


令人感到意外的是,工程师们从未真正知道计算机是如何完成这些任务的。在许多方面,人工智能系统的神经操作是一个黑盒子。因此,程序员成为AI的教练。他们驾驶汽车来自动驾驶,指导电脑识别照片中的人脸,指导你的智能手机在支票上检测笔迹,以电子方式存储,等等。事实上,人工智能和机器学习的可能性是无限的。人工智能通过机器学习的能力是惊人的,巨大的……而且不会消失。将人工智能应用于编程任务的尝试已经导致了知识和自动化推理的进一步发展。因此,程序员必须重新定义他们的角色。


从本质上讲,软件开发工作不会很快过时,而是需要人类和计算机之间的更多合作。首先,工程师们需要创造、测试和研究人工智能系统。人工智能和机器学习将不会有足够的进步,可以在很长一段时间内自动化和控制一切,所以工程师们将继续是技术人员。


软件开发社区的一部分将在某种程度上实现自动化。当某些工作和元素变得重复,并可以捆绑在一起来提高效率、减轻工作量和增加收入时,情况总是如此。然而,许多软件开发行业并没有走向任何方向。因此,许多想要的人工智能创新还不存在,只是效率低下,或者处于非常幼稚的阶段。


软件工程师的人工智能的最终目标是自动编程:工程师或用户可以简单地说出想要的内容,并制作出自动解决需求的程序。然而,值得注意的是,自动化智能可以分为两种类型:人工特定智能和人工智能。人工智能是基于机器可以思考的原则。机器具有与人类大脑相似的功能,以理性,逻辑和理解来操作。当掌握一般的人工智能时,软件工程师将会过时。不要担心,一般的人工智能仍处于萌芽阶段,需要许多长时间的研究才能使其成为功能现实。具体的人工智能是指机器执行特定任务的能力非常好,有时比人类更好。然而,尽管这个版本的AI更接近于现实,但在许多方面它仍处于初级阶段。


一个明显的例子是,通过语音控制的亚马逊Echo(Amazon Echo),将人工智能融入家庭生活,这是由Alexa软件提供的,该软件于2015年发布。虽然Echo可能被认为是突破性的人工智能创新(可能是),但它也有一些严重的局限性。Echo拥有最先进的语音识别技术,可以在命令中播放音乐,还有便利因素,比如迭代日历的能力。然而,在许多方面,Echo比方便更恼人。Alexa几乎不能接受后续的命令,她很难知道大部分的事实,可以通过智能手机在谷歌上搜索,而且她经常错误地解释基本的语音命令,迫使人类调整他们的音调和音高。


在国内,像Echo这样的特定人工智能技术并不一定会在机器学习行业中突飞猛进,而是代表了技术的自然发展。换句话说,我们还有很长的路要走。而软件工程师在这方面扮演着重要的角色。我们将需要他们为医疗、制造业、运输、食品生产、客户服务、金融等行业创造和培训新的人工智能技术。一旦这些人工智能技术被创造出来并用于灵活性、性能和安全性,我们也将需要它们。


软件工程师将需要改进适应性和可用性,合并集成,并创建自定义特性以提高AI解决方案的灵活性。工程师将参与开发的前端和后端的开发。我们需要软件工程师来提高性能,这样机器就能处理大量的信息,并尽可能多地接触到用户。最后,在发明前所未有的新技术时,安全问题一直是人们关注的焦点。软件工程师将需要为备份、入侵检测、预防系统创建自定义层,以及仅仅理解人类在人工智能系统中想要的安全性。


不要认为软件工程工作很快就会消失。相反,科技行业正在迅速扩张,并将继续这样做。考虑到自动化和人工智能对诸如销售业务、建筑、维护和食品准备等行业的工作的影响,可能更为谨慎。这些地区,以及其他地区,可能是未来的人工智能。


译者点评:

程序员可以松一口气了,但是人工智可能会给运维带来冲击!

欢迎加入翻译小组,一起交流技术,已经有二十几名业界大牛在云技术社区翻译组等你,云技术社区翻译组申请

扫描二维码


看完此文,欢迎留言跟我们分享你对AI的看法!

相关阅读:

高端私有云项目交流群,欢迎加入!

全球最大的成人网站Pornhub推出AI模型,自动识别成人片内容和演员

向云上迁移数据时如何避免停机和中断

如何从传统IT技能转型进入云计算

谷歌和IBM启动开源项目以更好地控制容器

CNCF基金会公布了30名新成员,共达到138名成员

Kubernetes 1.8专注安全,在容器编排平台中稳居领导地位

Oracle宣布开源 Fn project

云管理平台实践指南

Optimus PB级数据迁移系统

Prometheus(普罗米修斯)用户档案:动态化特性加速weaveworks云原生程序的发展

附PDF下载:《迁移到原生云应用架构》第二部分

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存