在一个来自于CGP Grey很精彩的视频中，他提出说，在不久的将来，大多数作业将会由机器代替。许多职业，从卡车司机到医师，在不久的将来将会不见或发作无穷的改动，发明出一种全新的社会体系。可是，这么一来好像有点说不通——已然将来的核算机程序将会大放光荣，那么必然需要更多的程序员。究竟，创立主动轿车、主动化的医疗诊断体系、小贩机器人等等，都需要程序员的参加，不是吗?
大错特错。
编程是啥?
编程是将理念(事务、法令、游戏、数学疑问等)翻译成机器能够履行，别的人能够读取的代码的学科。归根到底，程序员不过是中间人罢了，一个既能了解疑问又能了解机器的中间人，因而，可将两者进行变换。仅仅如此罢了。
巨大的程序员既透彻了解他们编程的渠道，又深刻了解疑问域。立异迸发在域和技能香甜的交会集。这即是为何(除别的事项外)假如让程序员(GitHub、visual Studio、AWS等)去做大型商品和政府商品(Healthcare.gov，FBI’s Sentinel，等等)时，软件往往会变得差劲又贵重。
每自己都在编程
中间人终究会被筛选。
编程在曩昔几十年间现已开展到了适当高的程度。高档编程言语和可用的在线信息将进入编程的门槛简直降至为零。Scratch，一款来自于MIT有着数百万用户和上千万项目的孩童友爱型的编程渠道，现已能够比美GitHub。如今，一个一般的程序员相较于20年前他的同行，需要了解的核算机体系结构和算法要少许多。
可是，这场革新近期好像停滞不前了。咱们最主要的东西——编程言语近来并没有发作太大的改动。大多数新的和盛行的言语(如GO和Rust)，仅仅逐步改进了现有的范式，缺少革新性的功用。如今最盛行的编程言语是Java(1995年)，C(1973)和C ++(1983年)，年岁都现已不小。这个职业却反而开端专心于开发支撑东西和办法，来进步出产功率。咱们现已太久没有立异了，所以，我强烈推荐咱们看看Bret Victor的讲演《The Future of Programming》。
这是啥意思?
S曲线
科技的开展是这么的：SSSSSSSSSSSSSS
假如要描绘地更明白点的话，它是这么的：
例如，IBM的第一个文字处理器程序(FORMAT)运用繁琐的穿孔卡片作为输入。在同一时间，最领先的打字机顺便可更换字体、主动字符重复以及打印数学公式的才能。可是，却没有人运用打字机。正本坐落打字机下方的文字处理器的曲线很快赶上并逾越了打字机，打字机变成了曩昔时。
我信任，咱们正处在一个相似的言语技能曲线上，正在等候一个新的年代的到来。
不需要程序员的编程言语
为了从体系中彻底筛选程序员(中间人)，咱们需要让编程渠道本身去“了解”疑问，而不再需要编写代码。
这个主意并不是我创始的。 1963年，Ivan Sutherland在《Sketchpad》中就描绘了这么一个体系，它能够处理给定的若干已界说束缚的疑问。Prolog(1972年)，一种声明性编程言语即是为了处理给定的一系列逻辑规矩疑问而创立的。它尽管依然是一种需要程序员的编程言语，而且并没有被广泛运用，可是它没有彻底不见。比方，它以及别的言语一同成果了IBM闻名的超级核算机沃森(Watson)。
关于不需要程序员的编程言语，最巨大的比如是自然言语，如英语。从二进制代码到汇编，从C到Python，编程言语趋向于越来越相似自然言语。而且作为如今一种推重的方法，不断添加的程序员正在企图让他们的代码尽可能地接近于文言英文，以便于别的程序员和将来自个的了解。那么这个交融的束缚是啥?
NLP
如今的自然言语处理(natural language processing，NLP)体系能够了解文本中的单词人物以及它们之间的相互关系。下面是来自斯坦福大学CoreNLP输出的一个比如：
咱们能够发现，仅经过剖析文本，该程序就能够辨认同一自己的联合引证，并辨认单词的人物。
下面说一个更风趣的，例如，此简略的事务规矩：
留意CoreNLP是怎么辨认条件(if – buy)和目标(buy – iPhones)的。那么如今将这些翻译成核算机程序还有啥难的吗?
有不断添加的新闻文章是由机器人写的。近来如Apple、Google、Microsoft和亚马逊等公司现已相继开宣布根据语音辨认和自然言语处理的客户商品。这进一步加马上这一范畴的研讨。
假如你想亲身体会自然言语处理，那么我强烈建议Python的NLTK。
遗传编程
另一个风趣的研讨范畴是遗传算法。运用相似于自然选择的进程，遗传算法经过出产最好的处理方案来处理疑问。从规划喷气发动机到玩超级玛丽都是它的运用规模。
可是，遗传算法必定不能生成程序代码，是吧?再好好想想。
一个名叫Kory Becker的开发人员，编写了一个能够生成Brainfuck代码来处理简略疑问的程序。当然，这款软件的实用性十分有限，但这仅仅是个开端。正如他所说，更杂乱的疑问需要更多的核算才能，来找出最适合的处理方案。
例如，下面的代码，彻底是由程序写的，可打印hello。
+-+-+>-<[++++>+++++<+<>++]>[-[---.--[[-.++++[+++..].+]],]<-+<+,.+>[[.,],+<.+-<,--+.]],+]
[[[.+.,,+].-
该字段称为遗传编程，而且也不是啥新生事物：
对遗传和进化的研讨需要联系查找的基因和生计价值规范。(Alan Turing，《Intelligent Machinery》，1948年)
联系NLP和GP，咱们就能够树立能了解用自然言语写的束缚的体系，并施行可处理这些带有束缚的疑问的程序。
享用这段美好时光吧
我信任不是一切的编程作业都会被机器人替代，最少不会很快。比方说，那些需要高度优化的代码或运用高档算法的编程使命。别的的还有范畴过于杂乱的状况。不过，我也信任，很多的程序员将会在将来几年被替代。我的猜测是，这将急剧削减对程序员的需要，抵消对软件发明的不断添加的需要，并终究完毕程序员的高薪年代。
这是不是令你很伤心?享用这段美好时光吧，最少咱们比卡车司机和医师要走运得多，而且有时机参加到这场革新中。
