⑴ 人工智慧會不會取代程序員的工作
不可能。（能幫助甚至自主編程的）專家人工智慧可以解放（程序員的）生產力。使軟體成本降低，並使人專注於設計。類比：就像聯合收割機取代不了農民工作一樣。以軟體開發為例：需求分析與設計需要大量的腦力勞動，這一部分目前不可能被AI替代，近幾十年也沒希望。設計後的編碼主要是體力勞動，近幾十年不斷有新語言、新模式、新框架來減少編程中的體力勞動甚至減少腦力勞動，並取得了很大進展。至於AI，已經有一些AI輔助寫代碼了，如微軟的IntelliCode，但絕對談不上能替代程序員。
⑵ 學AI，達內、黑馬程序員人工智慧那個好
都還可以，現在新的學習方式，離開教室到企業內部學習了，接觸真實的機器人，這種方式以交大人工智慧中心為最，畢竟AI不同於一般的編程
⑶ IT 和 AI 有區別嗎
IT是指信息技術，是指整個以電子計算機和通信技術為基礎而形成的產業，包括硬體和軟體。而AI是人工智慧，是IT的其中一個組成部分，是為了讓電腦（或其他智能機器）能夠模擬甚至超越人類的思維模式和學習能力，自主地完成某件工作並逐步積累經驗，從而形成除人類之外另一種智慧存在的前沿科技。
⑷ 在未來幾年, 全棧工程師和人工智慧哪個更吃香
首選來說說ai領域的工程師最起碼都是精通編程的，像這類的程序員在北上廣工資都在三萬左右，這是保守估計，像ai領域的工資會更高，而且還有一點，現在出門的ai領域工程師都稱為科學家，所以，不只是錢的事情！如果你打算進入ai領域，先精通一門編程吧，最起碼的要回python或者java還有c/c++等等
可以用來做人工智慧編程的
⑸ 讓ai取代程序員寫app，什麼時候可以實現程序員和柯潔下圍棋幾乎是輸定了。
大概是一年前看到的新聞了，已經小部分實現了AI自動編寫代碼的演算法了。因為編程干久了你會發現，很多時候都是在寫重復的代碼，要不然為什麼說編程最強大的武器是CtrlC+ctrlV呢。
之前已經實現了根據這些已經實現的功能的描述，讓計算機自動編寫這些重復的代碼，這說明計算機已經可以完全代替程序員的職位了，並且未來的預想是，讓AI能夠完成軟體設計師架構師等的工作，我覺得這個事情的實現不會太遠了，幾年之內吧。
⑹ 未來50%的工作都將被人工智慧給取代，程序員會被機器人取代嗎
首先程序員這個行業和其他行業一樣也是分等級的。
雖然非常不想用「底層從業者」這五個詞來定義最低層次的程序員，但事實就是如此。
當行業的某個技術領域發展成熟到一定程度時，這個領域的大部分從業人員真的會被機器人所取代，准確的說，不只是被機器人所取代，也會被自動化系統所取代。舉一個最近的例子吧，網路發布的產品PaddlePaddle。
【PaddlePaddle是集深度學習核心框架、工具組件和服務平台為一體的技術先進、功能完備的開源深度學習平台，已被中國企業廣泛使用，深度契合企業實際應用需求，並擁有活躍的開發者社區生態。提供豐富的官方支持模型集合，並推出全類型的高性能部署和集成方案供開發者使用。】
從上面的描述介紹中就可以一窺究竟的。
【核心框架】、【工具組件】和【服務平台】這三個詞的重量真的令人深思。因為這意味著：
不用再自己搭深度學習的框架了，不用到處找工具了，集常用的組件和工具於一體，你只需要專注的干著自己的事情就可以了。
只會搭框架、搬運代碼的程序員真的會被淘汰掉的。
但是目前為止，因為公司財力、技術人員儲備不足等客觀原因，還是需要會搭框架、會搬運代碼的程序員的。
其次，提出這個問題，或許你的思維是靜止的。
應該在「程序員」三個字之前加四個字的定語，【不學習的】程序員肯定會被機器人所取代，這點毫無疑問。
【程序員】是一個升級打怪的職業，【優秀程序員】是一路不斷學習上來的，【終身學習者】這個名詞最適合「程序員」。因為程序語言的變化真的很快，技術發展很迅速。不學習，跟不上時代發展需要。科技社會的最大特徵就是一個字「快」。
【唯快不破】、【快速迭代】成了他們的標簽。
最後，機器人不具備的思維恰恰是人類的優勢，也必然是程序員的優勢。
有系統思維、能進行底層架構的程序員根本不會被機器人所取代。
這里有一個很明顯的例子就是：AI法律助手包小黑@免費法律咨詢評估
【機器人】包小黑取代了傳統服務行業的大部分律師進行咨詢回答的功能，但包小黑是誰做出來的？是程序開發者、演算法工程師和法律專業人士一起合力完成的。
必須說一句的是，【未來社會是一個高度分工化和高度融合化的過程。】
原因就是科學技術的發展。
只會寫代碼的程序員未來估計不存在了
因為會寫簡單代碼的能力將會是未來所有受教育者的一項基本能力，和英語一樣。
⑺ ai智能何時能完全取代程序員去做軟體開發呢
人工智慧已經可以幫助人類做越來越多的事情，前不久網路宣布推出了音頻轉錄應用 SwiftScribe，這個網頁應用的出現意味著人工智慧將改變完全依賴人工的速記行業。
早在前幾年，網路就推出了「網路尋人」 公益互動開放平台，藉助網路人臉識別技術幫助走失人員回歸家庭。該平台已與民政部全國救助尋親網中，近 3 萬條走失人口信息完成對接。依託如此龐大的人口資料庫，人臉識別技術可以迅速匹配出走失孩子的照片。
類似實例不勝枚舉，而所有的應用都在說明著人工智慧正在人類社會中不斷融入，對話方式和行為能力都在不斷向人類靠攏。下圍棋、玩游戲這樣的「休閑活動」已經無法滿足 AI 的「野心」，最近人工智慧技術又有了一項突破：它們已經學會寫代碼了！
聰明到會「偷」現有程序代碼的人工智慧
由微軟和劍橋大學研究員一同開發的人工智慧系統 DeepCoder，已聰明到會「偷」現有程序的代碼來解決程序問題。
該機器學習系統名為「DeepCoder」，基本上可以自動撰寫代碼，而且能成功解決那些入門級程序競賽的題目。
研究員相信，DeepCoder 可以幫助那些沒有任何編碼知識的人，讓他們可以更容易地編寫初級程序。他們只需簡單地描述自己的想法，即可讓 AI 代工。
程序組合 program synthesis
研究員在發表成果的論文中講述說：「我們發現，就英文來說，在線編程面臨的真正挑戰中，有幾個是可以用程序來解決的問題。」，「不過我們目前能夠解決的最難問題，跟程序競賽網站上最簡單的問題差不多是同等水平。」
DeepCoder 通過「程序組合（program synthesis）」方法實現編碼。將不同代碼的輸入值和輸出值進行分類，了解每條代碼的意義，挑選出合適的片段重組，創造出能解決當前問題的程序。
編碼過程的效率嗖嗖提升
從現有軟體中提取出代碼片段並不難，很多人類程序員也會這樣做，只需要明確每條代碼的意義，並將其用於完全不同用途的另一程序。
然而不同於人類程序員的是，AI 能夠在很大范圍內全面搜索現有程序，並用獨特方式整合在一起，這些是人類程序員不太容易想到的方式。此外可以肯定的是，整個編碼過程也會大大加快，DeepCoder 在幾分之一秒內就能編寫一個程序。
可以想見的是，程序員的工作效率會有一個質的飛躍，從前靠人力的編程手段，「進化」到自動化的編碼行為。未來的工作模式，將會是一場新的工業革命，未來的行業中，智力產出品最終也可以像工業品一樣流水生產，這樣一來人類就可以免除重復性的腦力勞動，投入到更有價值的事情中去，哪怕只是有空閑下來喝杯咖啡、享受一下生活呢？
希望對你有幫助
⑻ 人工智慧系統實現真正自主編程，完爆程序員還會遠嗎
讓 AI 自動編程是人工智慧領域長久以來的夢想之一。現在，來自彭博和英特爾實驗室的兩位研究人員，號稱實現了首個能夠自動生成完整軟體程序的 AI 系統「AI Programmer」，這個「AI 程序員」利用遺傳演算法和圖靈完備語言，開發的程序理論上能夠完成任何類型的任務。AI 自動編程的時代，大幕已開。
讓 AI 自動編程一直是計算機科學家的夢想。目前這個方面的成果還非常有限，比如讓 AI 自動補完編程語言，或者執行簡單的加法程序。今天我們要介紹的這項工作，號稱是第一個能夠全自動生成完整軟體程序的機器學習系統「AI Programmer」。
研究人員表示，他們用這個系統證明了長久以來的假設，那就是功能完備的程序確實能夠被自動生成。具體到這項工作，AI Programmer 利用機器學習中的遺傳演算法，模擬復雜的指令。雖然現在 AI Programmer 生成的程序，復雜程度與人類新手程序員編寫的結果相當。但研究人員認為，AI Programmer 編寫的程序完全可以超越傳統范疇，不受人類時間和智慧的局限。
AI編寫的程序只是在測試復雜度和計算資源之間找得到最適合的點。換句話說，可能性無限。
研究人員還表示，我們需要重新思考，設計新的、面向機器的編程語言，因為當前的編程語言是面向人類的，不適用於基於 ML 的編程。「在考慮ML驅動程序生成的未來時，我們需要放棄和重新考慮典型程序語言創建的方法。」
研究人員寫道，只有這樣做，我們才能開始設想一個由 AI 系統驅動，以人類創造力和設計為指導的計算機軟體開發的新未來。
⑼ 作為一名程序員，應該如何看待AI
程序員以及其他類型的IT工作無疑是當前最熱門的工作。然而，這種趨勢可能不會一直持續下去。人工智慧的發展可能會打破這一格局。
美國橡樹嶺國家實驗室的一些專家預測，到2040年，AI技術將會強大到足以替代程序員，AI編寫軟體將比人類程序員更好、更快。換句話說，軟體編寫的軟體比人類編寫的更好。
但不會完全替代。在不久的將來，AI和人類程序員將在編程中扮演互補的角色。AI的工作可能是處理重復性的、耗時的任務，這些任務需要機器優異的精確性。機器可以避免由於人為因素而產生的語法錯誤或設計錯誤。例如，AI可以提供幫助的一種方式是自動完成功能，程序員只編寫一小部分代碼，然後AI識別程序員的意圖，並完成剩下的代碼，從而為人類節省大量的工作。
希望可以幫到你，謝謝！
⑽ 操作系統 ai 哪個技術難度大
從理論上說，當然還是 AI（人工智慧）研究的難度要比操作系統的大。因為人工智慧的研究領域涉及的面很廣、包括理論知識也是很廣的。而操作系統相對來說比較單一一些。