プログラマーは数年後には時代遅れになるということをご存知ですか?

かつて Computer World 誌は、「プログラミングは 1960 年までに消滅する」という記事を掲載しました。IBM が新しい言語 FORTRAN を開発したため、エンジニアは必要な数式を記述し、それをコンピューターに送信して実行できるようになり、プログラミングは終焉を迎えるからです。

写真

数年後、私たちは新たな説を耳にしました。COBOL と呼ばれるプログラミング言語を使用して、ビジネスマンなら誰でも自分の問題をビジネス用語で説明し、コンピューターに何をすべきかを指示することができ、企業はもはやプログラマーを必要としなくなった、というものです。

その後、IBM は RPG という新しい言語を開発し、従業員なら誰でもフォームに記入してレポートを作成できるようになったため、同社のプログラミング ニーズのほとんどを RPG で満たせるようになったと言われました。

写真

1980 年代から 1990 年代にかけては、コンポーネントとグラフィカルな開発があり、ビジネス担当者はドラッグ アンド ドロップだけでプログラムを開発できました。

21 世紀に入り、ローコード、ノーコードが再び登場しました。コードがないので、プログラマーは必要ありません。

実際のところはどうなのでしょうか？

プログラミングが終わらないどころか、その敷居はどんどん下がり、プログラマーも増え続けています。

究極のボス、ビッグモデルが登場しました。これは、これまでの新しいテクノロジーや新しい言語とは異なります。コードを記述する必要はなく、直接コードを生成します。

プログラミングに終止符を打ち、プログラマーを時代遅れにしてしまう可能性はありますか?

まず第一に、GPT-4 などの業界トップの AIGC ツールには現在、非常に強力なコード生成機能があることを認めなければなりません。それでもまだそう思わないのであれば、私の以前の記事をいくつか読んでみてください。 《AIはコードの95%を生成できる》

インターネット上では、GPT-4、Midjourney、DALL·E 3 を使用して、Angry Birds に似たゲーム「Angry Pumpkins」を生成した人がいますが、その効果は驚くべきものです。

しかし、AIGC によって生成されたコードは、包括的または正確であるとは保証されません。プログラマーは、コードをチェックしてデバッグし、問題を発見したら修正するように指示する必要があります。これは非常に面倒な作業です。

GPT-4 のようなツールを習得すると、プログラマーは優れた人材になることができます。

次に、多くの人が気づいていないのは、コードを書くことはソフトウェア開発の一部に過ぎないということです。コードを書く前に、需要分析と設計（アーキテクチャ設計と詳細設計）も行う必要があります。

AIGC は詳細設計では大きな進歩を遂げていますが、アーキテクチャ設計ではまだ十分ではありません。具体的な事例については、こちらの記事を参照してください: 「AI がプログラマーのコア能力を脅かし始めている！」 》

AIGC の急速な反復により、強力な設計およびコード生成機能を備えた AI が 5 ～ 10 年以内に登場する可能性がありますが、AIGC が最後の大きなハードルである需要分析を克服するのは困難です。

顧客が何を求めているかを把握するのは非常に困難です。顧客の分野、ビジネス、プロセスを理解し、継続的な会話と確認を通じて、顧客が本当に必要としているものを大まかに把握する必要があります。

多くの場合、顧客は完成したソフトウェアを見て初めて、「ああ、これは私が望んでいる機能ではない」と突然気づきます。

GitHub Copilot や Amazon CodeWhisperer など、市場にあるプログラミング関連の AI ツールはすべて、顧客の要件から直接コードを生成することはできず、プログラマーが専門用語を使用して正確に何を行うかを指示する必要があります。

簡単に言えば、顧客の要件から直接コード生成に進むのは行き止まりです。

詳細なソフトウェア仕様からコードまで機能することが大いに期待されます。

そこで誰かが、AI を使ってコードを生成することに特化した新しいタイプのアウトソーシング会社を設立し、低コストで他の企業に対して次元削減攻撃を仕掛けようとしたのです。

ニーズを伝えることができるのは人間だけです。汎用人工知能が実現されなければ、AIは需要分析に対応できません。

汎用人工知能はいつ登場するのでしょうか？それは言いにくいですね。

カーツワイル氏は、Machine Heart で計算能力の成長のグラフを示しました。

写真

20 世紀から 21 世紀にかけて、コンピューティング能力は飛躍的に向上しました。この傾向によれば、2025 年頃には 1,000 ドルのパーソナル コンピューターのコンピューティング能力が人間の脳のレベルに達するでしょう。

2060 年までに、コンピューティング能力は全人類の脳を合わせた能力を超えるでしょう。

しかし、人間の脳の計算能力のレベルに到達したからといって、知能も人間のレベルに到達できるというわけではありません。

人間の脳内のニューロンの数はおよそ1000億個です。各ニューロンには平均約 1,000 の接続があり、合計で 100 兆の接続があります。

すべての接続で同期計算を実行できるため、非常に強力な並列処理機能が得られます。

現在、ニューラル ネットワークを使用して人間の脳をシミュレートしようとしていますが、十分な数のニューロンがある場合、それがどのように機能し、なぜ「インテリジェント」な動作を示すのかは、人間にとってまだわかりにくいものです。漠然と説明するには、「出現」という言葉しか使えません。

そこでカーツワイル氏は、磁気共鳴画像スキャナーなどの技術を使って人間の脳の内部を覗き込む研究を提案している。技術が進歩するにつれて、スキャンの解像度と速度は向上し続け、生体脳の非侵襲的スキャンがついに実現可能になりました。

スキャンから得られた情報に基づいて、特定の位置、互いの接続、細胞体、軸索、樹状突起、シナプス前小胞、その他の神経部分の構成要素がマッピングされます。すると、十分なメモリを備えたニューラルコンピュータで脳組織全体を再現することができ、脳内の記憶内容も再現できるようになります。

その日がいつ来るかは分かりませんので、今はAIの脅威を心配する必要はありません。AIGCツールを使いこなし、自分の利益のために活用できれば、安心して仕事を続けられます。