如何评价微软正在开发的人工智能编程软件 DeepCoder？ 第1页

实名反对所有回答。

一眼看过去，果然大部分人都不讨论paper，（除了我的两个小后宫@Belleve @蘅蒻 ）就是单纯的意识形态的狂欢，不是说程序员描述需求的作用不可取代，就是取另一个极端，认为很快程序员也要失业。

我这里就直说吧，5年内的确你不会被AI取代，但是如果继续按着自己意识形态空想，不去了解了解程序生成/机器学习的话，说不定就会被更了解AI的程序员取代。至少，这段时间内，用着主流IDE/Editor的人可以看到DL变得跟自己有关了。

欢迎大家存档待打脸。

0：你不会被AI取代

不赘述，各位认为DeepCoder跟自己无关的已经说得很好了，可惜重点错。

1：DL会入侵IDE

我们就说说这paper吧。Deep Coder提出了什么新的东西？生成程序的算法？错（除非你硬要算Sort and Add这种复杂度还没DFS高的东西）！Deep Coder用的程序生成算法是早就有的，奉献不在这。Deep Coder核心奉献很简单：与其写出程序，不如预测程序的属性。

Deep Coder的程序生成，其实是：

0：用挺简单的神经网络（见appendix C）预测一下要生成的程序会出现什么关键字（比如sort啊，add啊，filter啊）

1：用预测结果，限制现有的程序生成程序的搜索范围-既然将要生成的程序不包含zip，就不搜索zip好了

顶多加个2：由于预测关键字出来的结果是一个概率，对概率排序，先用前N个关键字搜索，搜不出来再加关键字，接着搜索（这就叫sort and add）

就这样，没什么很了不起的花招，但是就获得了多倍，极端情况下100多倍的提升。

估计你看到这，已经要开始说，‘但是这跟我有什么关系？’

对，剪枝了还是会有curse of dimensionality，对，需求还是要人来描述，对，法律责任纠纷，对，生成结果不确定所以还是要人看。。。

但是这不一定要用来独立生成程序啊

这只是一个程序预测器，预测一个程序的属性，用这些属性后接程序生成器可以，后接autocompleter一样可以。输入是什么？你写到一半的当前函数/文件，输出是你等下要用啥API，于是autocomplete智能度翻一翻，或者直接来个API reminder，看着你当前函数提醒你什么API要用上，就不需要额外打开google去查。或者预测更多点，预测下参数那些可能为null，那些可能会被修改那些不会，然后自动给你加annotation/property based test。啥？NLP很难？代码早就被parser parse好了，根本不需要NLP，就算是一个变量名，也被camelCase snake_case分好词，直接写个程序取出每个词就是了，顶多也是用下word embedding。

那有技术堡垒？3个隐藏层的神经网络，GB级别的数据（实在不行就MB级别，如果你项目MB级别的模块化都没做到，我表示别说机器，人类都理解不了），还是parsing？如果这样的东西明天出来，我也不奇怪。

如果要给5年以后开脑洞，估计是自动给你抓取相关的庫，并且列出跟你有关的API/Example Program让你选择，然后就差不多了，再上去就真的难了（但是这对于现在开发流程来说已经是革命了）。

2：为什么建议你理解下DL？

这些东西的确可能封装成黑盒，然后你还是该干啥干啥，但是如果你了解下，就算你不是全职做ML的，也有可能会给你带来先机。

0：NN是玄学，leaky abstraction问题大，知道某NN - autocompleter/API suggester的原理后可以更好的准备data，让ANN更推荐你的庫，框架的时候排名更前（就如同SEO），或者早期说不定还需要你去调参。

1：每个语言/IDE/Editor（甚至，一个大的项目）的annotation都不一样，这样如果你负责这些就要自己搞。

2：连写程序都能从DL收益，Domain Specific的业务能用到的可能性只会更大。知道下DL能应用在啥场景，怎么用（除了图像识别，大部分task都不是黑盒，或者说知道原理比不知道的效果天差地别），比遇到真需要的时候不知道需要，不知道怎么做，好多了。

鉴于大部分人都不讨论paper，只对关注的开评论，不服自己写回答啊~