作者：电子创新网张国斌
一个奇怪的悖论：人工智能是程序员通过代码和算法来实现的，但是人工智能普及后，反而把程序员给干掉了？这是不是隐喻了人类其实在走向自我毁灭之路？
在迪拜举行的世界政府峰会上，英伟达公司CEO黄仁勋（Jensen Huang）表示，随着人工智能在各行各业的快速发展和应用，对于想涉足科技行业的年轻一代来说，程序员不再是一个可行的职业。他建议，他们应该更多地倾向于生物学、教育、制造业或农业。
这位首席执行官补充说，提高技能可能有助于编码领域的一些专业人士保持其相关性，因为他们将掌握有关人工智能编程的丰富知识。
他表示生成式人工智能可能会让更多工作被淘汰。他将上述观点归因于人工智能的快速发展和采用。黄还补充说，学习代码不应该被任何想进入技术行业的人视为优先事项。
过去的一年，我们看到随着大模型的普及， ChatGPT和 Microsoft Copilot 完成了令人难以置信的壮举，从在 7 分钟内开发软件到生成免费的 Windows 密钥。
此外，聊天机器人在自然语言处理方面的表现也越来越出色，这意味着我们可能会使用这些工具完美地生成代码。
黄说，我们甚至有可能使用自己的母语来编写代码。
"我们的工作就是创造计算技术，让所有人都不需要编程。编程语言是人类的，现在世界上每个人都是程序员。这就是人工智能的奇迹。"
黄教主进一步表示，对编码感兴趣的用户应该考虑将这些精力引导到其他领域，包括农业、生物、制造业和教育。编码也并非完全死水一潭，这是因为仍然需要一些技能来决定何时何地使用人工智能编程。
黄补充说，提高技能可能是应对技术领域即将发生的变化的方法。通过让专业人员掌握如何进行人工智能编程的知识，提升技能将使他们面向未来、
在这种情况下，GitHub 最近推出了 GitHub Copilot Enterprise。这是一款人工智能助手，旨在帮助用户根据组织的内部代码和知识库生成代码建议、回答查询和汇总变更。用户只需每月支付 39 美元即可使用该服务。
过去几年中，生成式人工智能在全球范围内的快速发展和应用令人着迷。这项新兴技术为计算机、教育、医疗等各个领域提供了开发和利用机会的新途径。虽然这令人印象深刻，但也有许多用户对人工智能持保留意见。这主要归咎于缺乏周密的保障和防护措施，以防止其失控。更不用说隐私和深度伪造问题了。但人们最关心的可能是技术普及后的工作安全问题。
生成式人工智能已经在让一些职业变得过时。建筑工作尤其如此。尽管像 Designer 的 Image Creator（必应图像创建器）这样的人工智能工具已经被切除了脑叶，但它们的性能肯定足以让平面设计师和建筑师成为多余。
像 OpenAI 的 ChatGPT 和 Microsoft Copilot 这样的聊天机器人都是在最新的 LLM、GPT-4 和 DALL-E 3 图像生成技术上运行的。这意味着它们能更好地处理复杂而详细的查询（尽管这并不一定意味着它们是完美的）。
去年年底，华为云研发大模型 CodeArts Snap 开启全面公测，将软件工程 3.0 时代又向前推进了一步。编程助手、开发助理、代码生成器、程序员的第二大脑…… 很多这类名词都可用于描述 CodeArts Snap。据介绍，基于大模型强大理解和生成能力的 CodeArts Snap 具备八大核心能力：代码生成、研发知识问答、单元测试用例生成、代码解释、代码注释、代码调试、代码翻译、代码检查。
代码生成：CodeArts Snap 能根据自然语言生成完整代码逻辑，大幅提升编码效率。而且其开发团队已经在 HumanEval 基准上执行了评估，在 Python、Java 和 C/C++ 语言上分别取得了 82.3%、67.1% 和 58.5% 的准确度，并且其一次生成通过测试的概率超过业界其它同等参数规模的模型。下图展示了一个在 CodeArts IDE 中执行函数级代码生成推荐的示例：
研发知识问答：用户可通过对话框提出任何有关研发的问题并获取解答，从而提高解决研发问题的效率。依托于学习过的千万级研发书籍、技术博客和产品文档，CodeArts Snap 有能力准确地理解用户提问并给出建设性的解答。
单元测试用例生成：CodeArts Snap 能自动创建单元测试用例，提高测试覆盖率，确保完成对每个功能和场景的测试。与业内厂商相比，CodeArts Snap 生成的代码更简洁，需要人工修改的代码行数更少，行覆盖率更高。
代码解释：简单来说，代码解释是代码生成的逆向任务，也就是为代码生成自然语言描述。CodeArts Snap 能快速分析代码并自动生成文档，提高阅读代码的速度和效率。
代码注释：注释对于用户理解和复用已有代码来说至关重要，准确且充分的注释甚至能让开发者和未来维护者的工作事半功倍。CodeArts Snap 可以通过快速分析代码自动生成有意义的完整注释，从而提升代码可读性，同时还能保证同一代码库的注释风格一致性。
代码调试：CodeArts Snap 支持代码纠错和调试。也就是说，CodeArts Snap 不仅能根据运行代码报错时的提示一键修复代码，还能直接检视代码以挖掘潜在的编译问题。CodeArts Snap 支持两种代码调试场景：输入代码和报错信息进行调试或只输入代码进行调试。对于这两种调试场景，CodeArts Snap 的准确率都更高；而当只输入代码进行纠错时，误报率也更低。
代码翻译：程序员的工作中往往还包括翻译其它语言的代码以理解其代码逻辑，从而调用其它语言的模块或用新语言重写其逻辑。CodeArts Snap 能快速分析代码并自动完成迁移和翻译，提高开发者的工作效率。
代码检查：以人工方式查找代码中的错误需要大量时间和耐心，而当项目规模庞大、代码复杂时，所需的时间和精力还会更高。CodeArts Snap 能分析代码以快速提供错误发生的详细信息和修复建议，缩短定位错误的时间。
这八大核心能力能让 CodeArts Snap 成为程序开发者的得力助手，甚至能帮助他们完成仅靠自己难以完成的任务，正如前文提到的软件大赛中那样。而华为云团队估算 CodeArts Snap 能将编程效率提升 20% 以上。
奇怪的悖论
这里我们都看到一个奇怪的悖论：人工智能是程序员通过代码和算法来实现的，但是人工智能普及后，反而把程序员给干掉了？这是不是隐喻了人类其实在走向自我毁灭之路？
不过也有人认为AI不太可能让程序员这一职业完全消亡，但它确实将对程序员的角色和工作方式产生深远的影响。以下是几个方面的考虑：
角色转变：随着AI技术的发展，程序员的角色可能会从编写具体的代码转变为设计、监督和维护AI系统。程序员需要更多地专注于如何利用AI来解决问题，而不是传统的代码编写。
新的技能需求：AI的兴起要求程序员掌握新的技能，包括机器学习、数据分析、AI算法优化等。这意味着程序员需要不断学习和适应新技术，以保持其在职业领域的相关性。
创新与创造力的重要性增加：虽然AI可以自动化许多编程任务，但它不能完全替代人类的创新能力和创造力。设计新的算法、解决复杂问题以及创造新的AI应用领域，这些都需要程序员的深入思考和创新。
协作与交互性：AI技术的发展还将促进程序员与其他领域专家的协作，如数据科学家、产品设计师和行业专家。程序员需要具备跨学科合作的能力，以实现更加复杂、创新的解决方案。
伦理和社会责任：随着AI在日常生活中的应用越来越广泛，程序员在开发AI系统时需要考虑到伦理和社会责任问题，如隐私保护、偏见避免和公平性等。这些问题需要程序员具备更加全面的视角和深度的思考。
欢迎大家讨论啊
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利
