为什么需要更多的软件开发去机器

我们的专家：Justin Gottschlich领导系统和软件研究实验室的机器编程研究(MPR)团队。贾斯汀(Justin)的新成立的研究小组致力于机器编程的开创性前景，它是机器学习，形式方法，编程语言，编译器和计算机系统的融合。

他对机器编程的简单解释：MPR使用机器学习和其他自动方法的形式来创建能够创建自己的软件的软件。这就是所谓的机器编程，从根本上讲就是自动化软件开发和维护。完全实现后，机器编程将使每个人都能表达自己的创造力并开发自己的软件，而无需编写任何代码。

机器编程的承诺：在当今的技术环境中，软件几乎集成到我们所做的所有事情中。它控制着我们移动设备的许多方面，例如笔记本电脑，平板电脑，手机。它将我们连接到互联网并推动我们的社交媒体源。它虚拟化了我们的数据中心，使我们的房屋更加智能。贾斯汀说，但是开发和维护软件是一个耗时且容易出错的过程。他说：“我相信我们可以创建一个每个人都可以创建软件的社会，但是机器可以处理'编程'部分。” “因此，'机器编程'。”

程序员短缺：英特尔和其他领先科技公司的核心问题贾斯汀(Justin)认为，他们对高级开发人员的依赖程度很低，这种短缺严重限制了所有行业的编程量。根据code.org的数据，仅在就有50万个开放式编程职位，而每年有50,000名计算机科学专业的毕业生。在整个欧盟也可以发现类似的短缺现象。贾斯汀说，在编程工作市场上，充任这些工作的人最多只有10%接受过计算机科学培训，可以成为高级高级开发人员。借助当今的异构硬件(CPU，GPU，FPGA，ASIC，神经形态以及即将推出的量子芯片)，要找到能够正确，高效且安全地跨所有硬件编程的开发人员将变得困难，甚至不可能。

现在是时候了：机器编程是不同领域的融合。它使用自动编程技术，从精确的(例如，正式程序合成)到概率(例如，可微分编程)方法。它还使用并学习了迄今为止我们在硬件和软件中内置的所有内容。贾斯汀说，自1950年代以来，研究人员涉足机器编程。“但是今天不一样了。我们正处于新机器学习算法，新的和改进的硬件以及丰富而密集的编程数据的转折点。这是我们认为支持机器编程的三个基本要素。” 贾斯汀(Justin)团队最近的遗传算法(GA)研究表明了一个例子，它说明了遗传算法的适应度函数(由专家程序员开发的一种复杂的机器学习启发式方法)如何能够自动化。贾斯汀说，这项工作可能在几年前就不可能完成。