咱們距離AI編程還有多遠？

近幾年來，人工智能的信息以不一樣形式霸佔着咱們的眼球，咱們知道AlphaGo、微軟小冰、Sophia，瞭解過自動駕駛、無人機、智能家居等，深知人工智能是在記憶力、學習力、運算力方面都遠超人類的存在，但人工智能在咱們腦海中仍然難有一個清晰的形象。爲何？

如今幾乎全部人都在談論AI，那麼 

人們常說的AI是什麼？ 

AI主要可分爲3類，目前人們所說的的人工智能AI是特定領域的人工智能，在學術上還有通用人工智能AGI，它的定義實際上是非類人的人工智能，它沒有感情，沒有自我意識，可是它是一個通用的人工智能；還有一種常常出如今科幻小說、科幻電影裏的叫作強人工智能，他們是有自我意識的，即類人的人工智能。 

那麼目前技術上已經實現的人工智能是怎樣產生的呢？以老師（人）教學生（AI）識別貓和狗爲例，來看人工智能是怎樣產生的。

 

咱們都知道老師在上課以前要準備大量的教學資料，這個過程就至關於AI在數據處理，場景處理等。老師準備出來的教案其實就是大數據，接下來老師可能會開始教學生識別貓和狗，這個過程其實就是AI的深度學習。 

經過不斷的學習，在學生已經擁有必定的知識儲備的時候，老師可能就要出題考覈學生了，老師出的題目多是教案上沒有的，那麼學生（AI）就要對此做出一個判斷，給出答案。老師根據學生的答案而後糾正學生的錯誤，周而復始，一個強大的貓和狗的識別AI就產生了。 

AI可否實現自動編程？ 

給我個客戶管理系統 
收到，立刻執行 
數十秒不到 
編程已完成，請慢用 

這樣的場景，目前的人工智能是不可能實現的。由於軟件≠編程，它包括編程，編程只是軟件中的一個過程，要完成軟件工程這件事情（若是要達到上述假設的效果）至少要強人工智能才能實現。而目前強人工智能發展相對通用人工智能的發展是停滯不前的。 

 

那麼比較可能實現的AI自動編程的場景是什麼呢？ 

 

AI能夠在需求的蒐集、需求的分析造成一套標準的需求建模，完成一個非標化信息輸入到一個標準化的建模輸出的一個過程。

  
在開發編碼的時候，以開發一個函數爲例，人類在開發的時候可能經過藉助某些工具譬如查手冊、本身的經驗、工具軟件等等，而對於AI來講，只要給它若干樣板數據，它能夠本身理解並找出規律，而後智能編寫出算法。 

 

  
在系統測試中，AI能夠智能檢查不規範的程序而且修復BUG，最後輸出的就是一個已經測試經過的項目。 



上述這些場景是否是很美好？那這些離咱們遠嗎？ 

其實AI編程的實現程度取決於當前人工智能發展程度。而人工智能的發展很大程度上取決於三大方面，即硬件，數據和算法。 

其中，人工智能算法是人工智能實現所須要具有的基礎，底層硬件是支撐人工智能應用的前提，爲整我的工智能的運算提供算力。而大數據，是決定可否產生某個特定的人工智能，以及人工智能的智能程度的必要因素。 

此外，人工智能的發展離不開雲計算，由於沒有云計算，就沒法實現大數據存儲與計算；而人工智能算法可能是依賴於大數據的，沒有數據，就算有人工智能算法也沒用。 

因此說雲計算是人工智能的基礎計算平臺（雖然不是全部的人工智能計算都在嚴格意義的雲平臺上進行）。你也能夠簡單的認爲：人工智能=雲計算+大數據。 

衆所周知，雲計算有三種服務模式，即IaaS、PaaS和SaaS。此前PaaS一直屬於「夾縫中求生存」的狀態。隨着傳統企業數字化轉型的加速，以及互聯網企業的迅猛發展，企業業務都將上到「雲端」，PaaS的重要性急速凸顯。

 

對於中小企業來講，他們迫切須要一款能夠下降企業上雲的門檻、難度、週期、成本的產品。在這樣的背景下，唯快雲定製應運而生。 

唯快雲定製是洪睿科技自主研發的一款應用可視化配置PaaS平臺，給企業賦能，讓企業快速實現信息化。目前，唯快雲定製平臺已經積累了大量信息化項目的數據，將來，唯快雲定製將會把編程過程當中的業務場景數據造成標準化，使AI編程成爲可能。 

以AlphaGo爲例，它之因此會完勝李世石和柯潔背後是由於有着龐大的數據庫作支撐，人類棋手可能只想了三步，它三百步都想好了，因而可知數據的魅力。同理，若是有龐大的數據輸入，軟件工程人工智能化也不是不可能。 

AI會取代程序員嗎？  AI可能會是程序員的好搭檔、程序員的工具，但不會取代程序員。由於程序員的工做是一個創造的過程，而人工智能是對人的意識、思惟的信息過程的模擬，它不是人的大腦，只能模仿人的思考能力。  在普遍，宏觀的領域裏，它沒法像人同樣有感情的互動，進行文化的創新，不會對不一樣人心理進行揣摩，也沒有對音樂，藝術，詩歌的鑑賞能力。因此，I是不能取代程序員的，至少在將來很長一段時間裏不會。