“996”碼農(nóng)的福音：AI輔助寫代碼 程序員解放之路還有多遠(yuǎn)

，可以利用人工智能技術(shù)識別其意圖并預(yù)測其可能將要輸入的代碼，從而輔助程序員簡化新寫代碼的工作量。另外，通過模式識別，在程序員修改一部分代碼時，AI可以識別出現(xiàn)有代碼中其他需要做類似修改的相關(guān)代碼模塊，甚至直接提供代碼更新方案的選項，從而大大減少程序員修改代碼的工作量。

在AI術(shù)語中

，預(yù)測下文或代碼屬于序列的學(xué)習(xí)和預(yù)測，而遞歸神經(jīng)網(wǎng)絡(luò)則是實現(xiàn)序列建模的一種解決方法。長短期記憶網(wǎng)絡(luò)(LSTM)是目前比較流行的一種遞歸神經(jīng)網(wǎng)絡(luò)，谷歌在論文利用LSTM來對已有的代碼建模，從而識別和預(yù)測復(fù)雜、動態(tài)的代碼編輯序列。

能協(xié)助程序員完成哪些工作

王巍介紹，目前程序員編程使用的開發(fā)工具IDE(集成開發(fā)環(huán)境)已初步具備一些簡單的提示功能

，比如參數(shù)的自動填充、構(gòu)造函數(shù)的自動初始化等，在實際操作中一定程度上提高了程序員的效率。而谷歌的研究是面向更為復(fù)雜的編輯序列模型，其方案對大規(guī)模代碼編輯數(shù)據(jù)有更強(qiáng)的適用性。

如果該研究能夠?qū)崿F(xiàn)工業(yè)化應(yīng)用

，無疑對于一線程序員和科技公司來說是重大福音。在AI的預(yù)測和識別輔助下，程序員新寫代碼和修改代碼過程中高度重復(fù)性的工作將大幅簡化，機(jī)器的加入將直接降低程序員的工作量和疲勞感。

程序員的解放之路還有多遠(yuǎn)

王巍表示，谷歌的研究目前仍在試驗階段

，距離大規(guī)模工業(yè)化應(yīng)用仍有一定距離。另外，部分媒體對此報道也有一定炒作成分，谷歌研究的定位目前仍限于輔助編程，還遠(yuǎn)遠(yuǎn)無法完全代替人類。在可預(yù)見的未來，機(jī)器創(chuàng)造程序仍是科學(xué)幻想，編程只能由人來完成。

從技術(shù)角度上看