為什么需要更多的軟件開發去機器

我們的專家：Justin Gottschlich領導系統和軟件研究實驗室的機器編程研究(MPR)團隊。賈斯汀(Justin)的新成立的研究小組致力于機器編程的開創性前景，它是機器學習，形式方法，編程語言，編譯器和計算機系統的融合。

他對機器編程的簡單解釋：MPR使用機器學習和其他自動方法的形式來創建能夠創建自己的軟件的軟件。這就是所謂的機器編程，從根本上講就是自動化軟件開發和維護。完全實現后，機器編程將使每個人都能表達自己的創造力并開發自己的軟件，而無需編寫任何代碼。

機器編程的承諾：在當今的技術環境中，軟件幾乎集成到我們所做的所有事情中。它控制著我們移動設備的許多方面，例如筆記本電腦，平板電腦，手機。它將我們連接到互聯網并推動我們的社交媒體源。它虛擬化了我們的數據中心，使我們的房屋更加智能。賈斯汀說，但是開發和維護軟件是一個耗時且容易出錯的過程。他說：“我相信我們可以創建一個每個人都可以創建軟件的社會，但是機器可以處理'編程'部分。” “因此，'機器編程'。”

程序員短缺：英特爾和其他領先科技公司的核心問題賈斯汀(Justin)認為，他們對高級開發人員的依賴程度很低，這種短缺嚴重限制了所有行業的編程量。根據code.org的數據，僅在就有50萬個開放式編程職位，而每年有50,000名計算機科學專業的畢業生。在整個歐盟也可以發現類似的短缺現象。賈斯汀說，在編程工作市場上，充任這些工作的人最多只有10%接受過計算機科學培訓，可以成為高級高級開發人員。借助當今的異構硬件(CPU，GPU，FPGA，ASIC，神經形態以及即將推出的量子芯片)，要找到能夠正確，高效且安全地跨所有硬件編程的開發人員將變得困難，甚至不可能。

現在是時候了：機器編程是不同領域的融合。它使用自動編程技術，從精確的(例如，正式程序合成)到概率(例如，可微分編程)方法。它還使用并學習了迄今為止我們在硬件和軟件中內置的所有內容。賈斯汀說，自1950年代以來，研究人員涉足機器編程。“但是今天不一樣了。我們正處于新機器學習算法，新的和改進的硬件以及豐富而密集的編程數據的轉折點。這是我們認為支持機器編程的三個基本要素。” 賈斯汀(Justin)團隊最近的遺傳算法(GA)研究表明了一個例子，它說明了遺傳算法的適應度函數(由專家程序員開發的一種復雜的機器學習啟發式方法)如何能夠自動化。賈斯汀說，這項工作可能在幾年前就不可能完成。