AIが世界を侵略する中、プログラマーは2040年になってもコードを書き続けることができるでしょうか?

AIが世界を侵略する中、プログラマーは2040年になってもコードを書き続けることができるでしょうか?

アルファ囲碁が中国の囲碁の天才柯潔に3連勝した後、ロボット脅威論がますます広まりました。電話接客、データ入力、営業、翻訳などはすぐにロボットに取って代わられるだろうと言う人もいます。では、IT業界では、長い間スケープゴートにされてきたプログラマーも将来的には置き換えられるのでしょうか?次に、この記事では、米国エネルギー省オークリッジ国立研究所が発表した最新の論文に基づいて、AIの発展動向を分析し、プログラマーの未来を探ります。

現在、GoogleがAIを携えて中国市場に復帰し、BATがAI時代の主導権を競い合い、AIが教育課程に統合されるなど、誰もが参加できるAI時代が到来したことがわかります。では、なぜAIはこれほど人気が​​高まっているのでしょうか。資本の雑音やメディアの誇大宣伝でしょうか、それとも人工知能技術がすでに成熟しているのでしょうか。

[[214019]]

実際、人工知能の人気は、データ量の増加に起因しています。近年のインターネットの急速な発展により、ますます多くのデータが生成され、継続的に処理および精製する必要があります。ただし、これらのデータは手動で処理するには大きすぎます。そのため、データ処理の需要は、ある程度、人工知能の急速な発展につながっています。一方、テクノロジーの台頭も資本の力と切り離せないものとなっています。

BATが先導し、スタートアップが続々登場

Baidu - オールインAI

Baidu は、BAT の中で人工知能を導入し、「All In AI」戦略を採用した最初の企業です。

百度は2013年1月にディープラーニング研究所(IDL)を設立し、ロビン・リー氏を所長に、中国の「千人計画」の国家的著名な専門家である于開人氏を副所長に任命した。 2013年4月、百度は米国カリフォルニア州に人工知能研究所を設立した。 2017年3月2日、百度ビルに「深層学習技術・応用国家工程研究所」が開設された。 11月28日、百度と小米はIoTと人工知能の分野で協力することを共同で発表した。

現在、百度は、基本層、知覚層、認知層、プラットフォーム層、生態層、応用層を含む比較的完全な人工知能技術レイアウトを形成しており、画像認識、無人運転、医療などの分野で実用化されています。

アリババ - AIに対する控えめだが包括的な攻撃

後れを取ったアリババについて、ジャック・マー氏は今年の世界インターネット大会で、将来、人工知能は間違いなくほとんどの機械的な仕事に取って代わるだろうが、人間を超えることはできないだろう、むしろ仕事の価値を高めるだろうと語った。

アリババの人工知能の配置について簡単に分析します。以前、アリババの最も神秘的な研究機関であるiDST(データサイエンステクノロジー研究所)が暴露されました。これは、人工知能技術の研究開発を担当するアリババの中核チームです。 2017 年 7 月 5 日、消費者向け AI 製品の開発を目的としたアリババの人工知能研究所が設立されました。人工知能研究所とiDSTデータ科学技術研究所のほか、アリババ研究所とVR研究所もあります。アントファイナンシャルにも独自の人工知能チームがあります。最近、アリババは1,000億人民元を投資してDAMOアカデミーを設立しました。同アカデミーでは、量子コンピューティング、機械学習、基本アルゴリズム、ネットワークセキュリティ、ビジュアルコンピューティング、自然言語処理、次世代ヒューマンコンピュータインタラクション、チップ技術、センサー技術、組み込みシステムなどの技術に関する革新的な研究を行っています。

テンセント——AIはあらゆるところに

周知のとおり、テンセントの主な事業はソーシャルプラットフォームとゲームです。同社が人工知能の分野に参入したのは比較的遅く、2016年に始まったばかりです。最近、馬化騰氏も「人工知能の方向では、テンセントは依然として百度に遅れをとっている」と公に発言しました。

百度の「All In AI」と比較すると、テンセントは「AI In All」、「Make AI Everywhere」、「General Artificial Intelligence」という3つの主要戦略を採用しています。テンセントには現在、AIラボ、WeChatラボ、Youtuラボという3つのAI部門があります。そのうち、AIラボだけでも70人以上の研究科学者と300人近くのエンジニアリングチームを擁しており、テンセントの人工知能戦略にとって比較的充実した人材プールを提供している。

中国三大テクノロジー企業の先導のもと、雨後の筍のように人工知能関連の新興企業が数多く誕生している。しかし、BATの全面的な「包囲・制圧」体制下でいかに生き残るかは、多くの企業が直面する難題の一つとなり、構想を練った多くの企業の倒産にもつながるだろう。

人材不足、教育がその不足を補う

人工知能の全面的な浸透と大企業の完全な配置により、大卒者の年間給与25万人民元がなぜお買い得になったのか想像するのは難しくありません。

そのため、人材不足に対応するため、国務院は今年「新世代人工知能発展計画」を公布し、人工知能が国際競争の新たな焦点となっていることを明確に指摘した。国家レベルの知能教育プロジェクトを徐々に実施し、小中学校に人工知能関連のコースを設け、プログラミング教育を徐々に推進し、人工知能の分野を構築し、複合的な人材を育成し、わが国の人工知能人材の高原を形成する必要がある。さらに、国家公務員試験問題や大学入試問題に人工知能の話題が取り上げられていることから判断すると、人工知能の発展は商業化をはるかに超えて教育的なものとなっている。

自分たちが自らの手で築き上げたAI帝国、プログラマーは全員入れ替わってしまうのか?

人工知能の今後の発展動向について、アメリカの有名雑誌『Wired』の創刊編集長ケビン・ケリー氏はかつて「人工知能は今後20年間で人類社会を転覆させる技術となり、その力は電気やインターネットに匹敵するだろう」と予測した。

しかし、人工知能がますます強力になり、ロボットが数秒で詩を作れるようになり、アルファ囲碁が中国の囲碁の天才である柯潔に3連勝するにつれて、おそらく人々はどの分野で人工知能が次に人間を殺すのかをより心配するようになるかもしれません。

次はプログラマーかもしれません!

最近、米国エネルギー省のオークリッジ国立研究所は、「人間と機械が混在するコードとはどういう意味か?2040年になっても人間は直接コードを書く必要があるのか​​?」と題する新しい研究論文を発表しました。この論文では、研究者らが、ソフトウェア業界における人工知能の発展に伴い、ソフトウェア開発が根本的に変化すると論じています。機械学習、人工知能、自然言語処理、コード生成技術が互いに融合します。最終的に、2040年には、ほとんどのコードはプログラマーではなく機械によって生成されるでしょう。

ここでは、簡単な質問を例に挙げてみましょう。プログラマーが次のように質問しました。

  • 朝、スターバックスでコーヒーを買いました。10分後のコーヒーの温度はどうすればわかりますか?
  • もしあなたがこの質問を受けたプログラマーだったら、この質問にどう答えますか?

温度を計算するにはコードを記述する必要があると答えるかもしれません。まず、いくつかの関連するプロパティと値(理論値)を確認し、次に時間を変数として熱システムの計算式を構築する必要があります。値を代入することで、最終結果を推測できます。最後に、計算された温度値が最初のプログラマーに伝えられ、プログラマーは特定の環境条件に基づいて他の未知または既知の影響要因によって引き起こされる偏差を統合し、最終的に真実に近い答えを導き出します。

では、質問されているプログラマーがロボットである場合、機械学習、人工知能、自然言語処理、コード生成技術を組み合わせることでこの問題を解決できるのでしょうか?

これに対して研究者らは、現在のプログラミングの傾向と研究の方向性に基づくと、この質問に対する答えは2040年までに「ノー」になる可能性が高いと述べた。主な課題は、マシン生成コード (MGC) のハードウェア機能とソフトウェア要件の間に一定のギャップがあることです。 Microsoft の DeepCoder、Google の AutoML、DARPA の機械学習向け確率的プログラミング (PPAML) などのプログラムではすでに MGC テクノロジの使用が実装されていますが、研究機関は、新しいコードをより速いスピードでゼロから作成し、MGC テクノロジを合理化したいと考えています。

人間のプログラマーの場合、機械プログラミング コードを選択するには、高水準言語または適切な自然言語処理インターフェイスが必要です。人間とは異なり、マシンコードは異なるハードウェアタイプを横断する必要があり、マシン間で情報を通信するにはより抽象的で効率的な言語が必要になる場合もあります。そのため、研究者たちは、AI が迅速にコードを生成し、人間と機械のハイブリッド コーディング プログラムを実行できるようにサポートできる強力なハードウェアの登場を期待しています。

このように、時間が経つにつれ、2040年以降は遅かれ早かれプログラマーはAIに置き換えられると思われますが、研究者によると、本質的には、人工知能がもたらすMGC技術は、人間の作業効率を向上させ、プログラマーの時間と知的資源を解放してより複雑な問題を解決できるようにするために設計されているとのことです。

これについてどう思いますか? プログラマーは最終的に AI に置き換えられるのでしょうか?

<<:  女の子にとって恥ずかしいこと:将来、人間とロボットが赤ちゃんを産むようになる

>>:  何年も救助ステーションに取り残されていた彼らは、顔認識技術によって愛する人を見つけることができた。

ブログ    

推薦する

自動運転車を壁に衝突させ、他人の顔を使って代金を支払う:最新のAIの抜け穴が私たちの目を覚まさせる

かつて専門家が懸念していたAIアルゴリズムの抜け穴は起こり得るし、予想もしなかった抜け穴さえも起こり...

FPGA と GPU を使用したニューラル ネットワークの作成

現代の CPU は、命令を順番に実行し、アルゴリズムを 1 つずつロードされて実行される命令に分解し...

生成 AI: サイバーセキュリティにとってのメリットか、それとも危険か?

脅威の状況が絶えず変化する中、高度なサイバー攻撃に対する防御手段として、生成型人工知能 (GAI) ...

精密人工知能:原子核物理学と素粒子物理学における新たな力

素粒子物理学の標準モデルは、既知のすべての素粒子と、宇宙を支配する 4 つの基本的な力のうち 3 つ...

...

AI画像拡大ツール、完全無料!ワンクリックで不良ピクセルにさよなら

写真は思い出を保存するための最も便利なツールの一つです。テクノロジーのおかげで、ある意味カメラとも言...

Pytorch Lightning の 6 つのヒントを使用して、ディープラーニング パイプラインを 10 倍高速化します。

[[427508]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitA...

AI はあなたの仕事を奪うだけでなく、もっと恐ろしい脅威をもたらす可能性があります...

ビッグデータ時代の到来は、ビッグデータの波だけでなく、人工知能の台頭ももたらします。グーグルの人工知...

...

物流でGenAIを効果的に活用するための鍵は、ユースケースを理解することです。

GenAI を商品輸送という主要機能にどのように適用できるかは最初は明確ではないかもしれませんが、...

画像からの「テキスト生成」の難しさを克服し、同レベルの拡散モデルを粉砕せよ! TextDiffuser アーキテクチャの 2 世代の詳細な分析

近年、テキスト生成画像、特に詳細レベルでリアルな効果を示す拡散ベースの画像生成モデルの分野で大きな進...

...

OpenAIが「Copyright Shield」機能を開始、AI著作権問題の支払いプラットフォーム

IT Homeは11月7日、本日開催されたOpenAI初の開発者会議で、OpenAIが「Copyri...