프로그램 설계자는 향후 20 년 내에 새로운 경력을 필요로 할 수 있으며 미 에너지 부 (US Department of Energy)의 오크 리지 국립 연구소 (Oak Ridge National Laboratory)에서 발표 한 논문은 기계 생성 코드 (Machine Generated Code, MGC)가 2040 요즈음 인공 지능인가, 또는 평소와 같이자가 운전 기술을한지 몇 년 후, 학술 기관이나 시장 모두 MGC의 주요 기술 개발을 주도 할 수있었습니다.
연구원의 논문은 또한 여러 논문에서 언급하고 축이 이제 새로운 코드를 작성하는 코드 세그먼트에 크롤링뿐만 아니라하여 수행 할 수 있습니다,이 논문의 기술 개발에서 볼 수 있음에 유의 고속 기계 학습 기술. 같은 방위 고등 프로젝트 기관의 (DARPA)과 확률
기계 학습 (PPAML)를 전진을위한 프로그래밍, 일부 지정되지 않은 문제를 해결하기 위해 강화 된 기계 학습에 있지만이 AutoML 두 DeepCoder 이미 때문에 시간 제한의 실행 프로그램 코드, 온톨로지 생성 도구의 DOG4DAG 인류의 수 반자동 세대를 생성 할 수 있습니다 지식을 완료 할 수 없습니다.
종이 언급, 사람들은 다시도 좋습니다 또한 대부분의 시간을 보내고 또는 자동 완성 기능에 의존하는 프로그램을 작성해야 할 때 자연 언어 처리 기술의 발전으로 충분한 학습 기계, 인간의 소프트웨어 엔지니어보다 기계에 의해 생성 된 프로그램 코드의 품질 더 잘 준비했다.
그러나 MGC가 직면 한 도전 과제는 여전히 프로그램을 작성, 또는 높은 생산성 컴퓨팅 시스템과 MGC (높은 생산성 컴퓨팅 시스템) 및 도메인 특정 언어 (도메인 특정 언어) 같은 딜레마에 직면하게 될 것입니다 때문에 플랫폼의 이질성의 요구 사항을 가지고, 필요가있다 과학 컴퓨팅을 처음부터 확장하고이 주요 프로젝트의 높은 비용으로 인해 기술 발전이 어려워졌습니다.
결론 논문, 높은 이기종 컴퓨팅 환경 수요에 가용성과 생산성에 일부 변경을해야 언급, 인간의 개입 기계가 서로에 결국 수 있었다도없이 자연 언어에서 프로그램 코드의 자동 실행을 작성하는 것이 좋습니다 작업을 분할하는 작업.