程序设计师再过20年后可能需要有新职业. 美国橡树岭国家实验室 (US Department of Energy's Oak Ridge National Laboratory) 发表论文指出, 机器产生程序代码 (MGC, Machine Generated Code) 在2040年可能像是现今的人工智能, 或是数年后的自驾车技术一样平常, 无论是在学术机构或是市场都已具备可以驱动MGC发展的主要技术.
研究员也在论文中提及了数篇论文, 并指出可以从这些论文可以看出一条技术发展的轴线, 现已可以做到藉由抓取来的代码段, 编写出新的程序代码, 还有高速机器学习的技术. 像是Defense Advanced Project Agency' s (DARPA) 和Probabilistic
Programming for Advancing Machine Learning (PPAML) , 正是在增强机器学习解决一些未特定的问题, 而Both DeepCoder还有AutoML已经可以产生可执行的程序代码, 本体论生成工具DOG4DAG可以半自动的产生人类因时间限制而无法完成的知识.
论文提到, 往后人们即使还需要写程序, 那也是会花多数时间依靠自动完成或是功能推荐. 当机器学习跟自然语言处理技术足够进步时, 机器产生的程序代码质量将比人类软件工程师编写的还要好.
不过MGC仍有其需面临的挑战, 由于程序编写平台的异质性, 或将导致MGC和高生产率计算系统 (High Productivity Computing Systems) 及特定域语言 (Domain Specific Languages) 面临相同的困境, 就是需要从头改变科学运算, 而这项大工程的高成本阻碍了技术向前
论文结语提到, 高异质性的运算环境需要在需求上就可用性与生产效率做些改变, 那就更能用自然语言自动编写与执行程序代码, 甚至机器们最终不需人类介入就能互相分工完成任务.