程序設計師再過20年後可能需要有新職業. 美國橡樹嶺國家實驗室 (US Department of Energy's Oak Ridge National Laboratory) 發表論文指出, 機器產生程式碼 (MGC, Machine Generated Code) 在2040年可能像是現今的人工智慧, 或是數年後的自駕車技術一樣平常, 無論是在學術機構或是市場都已具備可以驅動MGC發展的主要技術.
研究員也在論文中提及了數篇論文, 並指出可以從這些論文可以看出一條技術發展的軸線, 現已可以做到藉由抓取來的代碼段, 編寫出新的程式碼, 還有高速機器學習的技術. 像是Defense Advanced Project Agency' s (DARPA) 和Probabilistic
Programming for Advancing Machine Learning (PPAML) , 正是在增強機器學習解決一些未特定的問題, 而Both DeepCoder還有AutoML已經可以產生可執行的程式碼, 本體論生成工具DOG4DAG可以半自動的產生人類因時間限制而無法完成的知識.
論文提到, 往後人們即使還需要寫程序, 那也是會花多數時間依靠自動完成或是功能推薦. 當機器學習跟自然語言處理技術足夠進步時, 機器產生的程式碼質量將比人類軟體工程師編寫的還要好.
不過MGC仍有其需面臨的挑戰, 由於程序編寫平台的異質性, 或將導致MGC和高生產率計算系統 (High Productivity Computing Systems) 及特定域語言 (Domain Specific Languages) 面臨相同的困境, 就是需要從頭改變科學運算, 而這項大工程的高成本阻礙了技術向前
論文結語提到, 高異質性的運算環境需要在需求上就可用性與生產效率做些改變, 那就更能用自然語言自動編寫與執行程式碼, 甚至機器們最終不需人類介入就能互相分工完成任務.