20 Jahre später, ein anderer Programmierer kann eine neue Karriere haben braucht. Oak Ridge National Laboratory (US Department of Oak Ridge National Laboratory Energy) veröffentlichten Arbeiten weisen darauf hin, maschinengenerierten Programmcode (MGC, Maschinen generierter Code) könnten wie im Jahr 2040 aussehen AI ist jetzt, oder selbstfahrende Technologie ein paar Jahre später als üblich, entweder in akademischen Einrichtungen oder dem Markt ist vorhanden, um die wichtigste technische MGC Entwicklung zu fahren.
Forscher Papier erwähnt auch in mehreren Papieren, und stellte fest, daß die Achse von einer technologischen Entwicklung dieser Papiere, kann nun durch kriechen auf dem Code-Segment erfolgen zu sehen ist, neuen Code zu schreiben, sowie High-Speed-Techniken des maschinellen Lernens. wie die Defense Advanced Project Agency ‚s (DARPA) und probabilistische
Programmierung für Advancing Machine Learning (PPAML), ist es in den erweiterten maschinelles Lernen einige nicht näher bezeichnete Probleme zu lösen, aber es AutoML Beide DeepCoder können bereits produzieren ausführbaren Programmcode, Ontologie-Generierungs-Tool DOG4DAG semi-automatische Generierung der Menschheit wegen der Frist Wissen kann nicht abgeschlossen werden.
Papier erwähnt, müssen die Menschen wieder einmal ein Programm schreiben, die auch die meiste Zeit verbringen oder sich auf Auto-Vervollständigen-Funktion wird empfohlen, wenn die Maschine genug, um mit der Verarbeitung natürlicher Sprache-Technologie Fortschritte lernen, die Qualität des Programmcodes durch die Maschine erzeugt als menschliche Softwareingenieure vorbereitet noch besser.
Aber die Herausforderungen für die MGC nach wie vor seine Bedürfnisse haben, aufgrund der Heterogenität der Plattform ein Programm zu schreiben, oder werden in hohen Produktivität Computersystemen und MGC (High Productivity Computing System) und domänenspezifische Sprache (Domain Specific Languages) steht vor dem gleichen Dilemma führt, ist die Notwendigkeit, Veränderungen in der wissenschaftlichen Rechnen von Anfang an, und die hohen Kosten für dieses große Projekt behindern die Technologie nach vorne
Der Artikel schließt mit der Aussage, dass eine sehr heterogene Computerumgebung Änderungen in der Benutzerfreundlichkeit und Produktivität bei Bedarf erfordert, und es ist noch einfacher, Code in natürlicher Sprache zu schreiben und auszuführen und sogar Maschinen, die eventuell ohne menschliches Zutun miteinander interagieren können Arbeitsteilung zur Erledigung der Aufgabe.