人类将像驯狗一样训练计算机，程序员即将失业？

如果说过去程序员像上帝，他们制定计算机系统运行律法，那么现在他们就像是家长，或是驯狗师。狗狗们看到这句话可能不会很开心。

斯蒂夫·霍金曾撰文称：“人工智能的短期影响取决于它由谁操控，长远影响则取决于它是否被操控。”这个想法引起了埃隆·马斯克和比尔·盖茨等人的共鸣。

《连线》杂志月刊6月号的一篇报道称，很快我们将不再为计算机编程，未来我们将像驯狗一样训练计算机。

报道称，20多年来，硅谷的科技巨头们都在孜孜不倦地追求一种被称为“机器学习”的计算方式。得益于深度神经网络的兴起，它是大规模分布式计算系统，模拟大脑中神经元的多层连接。

在传统的编程中，工程师写下明确的指令让计算机执行。但有了机器学习后，编程人员不需要再给计算机编写指令，他们将赋予扮演训练计算机的角色。

“我很小的时候就接触计算机科学，我对它着迷是因为在计算机的世界里我可以忘记自己。”Android操作系统的联合发明人安迪·鲁宾认为，这样的日子到了尽头，“人们不会再逐行写代码了。在一个神经网络学会了语音识别之后，程序员不能钻进去看看这是怎么发生的。它就像你的大脑，你不能剖开大脑看看自己在想什么。”

有了机器学习，工程师就无法确切知道计算机会如何完成其任务。神经网络的运作在很大程度上是不透明的，并且难以捉摸。换言之，它是一个黑箱。随着这些黑箱承担起我们的日常数字任务，他们不仅会改变我们与技术的关系，还会改变我们对自己对世界对我们在世界中的地位的认知。

现在，有了机器学习后，如果你想教一个神经网络识别猫，你只需要给他看大量的猫咪图片，最终它就会明白；如果它总是把狐狸当成猫，你也不需要重写代码，你唯一需要做的就是是，继续调教它，给它看更多猫的照片，直到它学会辨别。

科技巨头已经勇敢地尝试机器学习在现实世界的应用。Facebook网站用它来决定向你推送哪些新闻，谷歌图片用它来识别人脸，微软Skype翻译软件能把讲话实时转换成各种语言，无人驾驶汽车用机器学习避免交通事故，谷歌的搜索引擎也开始仰仗这些深度学习网络。

但也不完全都是好消息，严重的情况下，机器学习也会带来问题，甚至是灾难。有时候深度学习的行为看上去难以驾驭。去年夏天，谷歌的图片识别引擎开始把黑人图像标注成大猩猩，公司紧急道歉，第一个补救措施就是断然阻止系统给任何东西贴上大猩猩标签。

另外，依托于深度学习，人工智能过去几年取得的进步比过去几十年还要多。人工智能看上去将无所不能。

据美国趣味科学网站6月17日的一篇报道称，韩国浦项工科大学材料李大佑在一篇发表于《美国科学》杂志的论文称，他发现了一种新型的“人造触觉”，它能让超级计算机模仿人脑。

他还表示，该项研究将会在机器人、自动驾驶汽车、数据挖掘、医疗诊断和股票分析技术等领域产生价值。

根据一项数据，人脑每秒可以进行1亿亿次运算，而世界上最快的超级计算机“天河二号”的运算速度为5.5亿亿次，不过人脑的能耗功率仅为20瓦，而“天河二号”的能耗功率则高达17.8兆瓦。人类的重击目标是，研制出能模仿人脑能力和效率的计算机，“研制出与生物大脑有类似性能的人造突触至关重要。”

程序员会失业吗？

无论如何，“深度学习”的兴起带来一个现实而严肃的问题，程序员会否因此失业呢？由彼此神经相连的深度学习机器主宰的世界或许不再需要眼下的程序员也未可知。

过去20年里，学习编程是通往可靠就业的最坚实道路之一，至少截至目前，程序员依然是各大互联网公司的香饽饽，但未来是否还会如此，则充满了变数。

在科技圈，担忧人工智能是否会取代越来越多的人类工作的讨论不绝于耳。目前越来越多的代工厂如富士康、或者企业如美的等都在积极推动工业机器人代替低效的车间工人，程序员也许很快面临类似的“事业问题”。

过去说我们说“控制了代码，就控制了世界。”现在，则可能并不尽然。若工程师真的窥探神经网络的内部，他们看到的会是一堆数学运算，你想了解机器是如何运行的，但是你可能永远也得不到答案。

至少，前斯坦福大学人工智能教授、谷歌自动驾驶汽车之父塞巴斯蒂安·特龙对机器学习的未来充满乐观，他说，从长远来看，机器学习会产生的一个影响是大众化。一如你在当今无需弄明白html就可以建网站，最终你无需取得博士学位就可以挖掘利用机器学习的超强力量。编程不再是学习了一系列晦涩语言的专业程序员的独有地盘。凡是教过狗狗打滚儿的人都可以编程。特龙表示，“我觉得这是编程领域最酷的事情，因为人人都能编程。”

毫无疑问，机器学习将替我们接管大部分工作。人类——尤其是程序员——最终将进化（或者说退化）为一种计算机的“驯狗师”。这或许将是一种新的职业，所以，你准备好了吗？