Kombinasjonen av maskinlæring, kunstig intelligens, behandling av naturlig språk og kodegenerering vil føre til at datamaskiner i 2040 vil skrive mer kode enn mennesker.
Slik lyder spådommen fra fire forskere fra Oak Ridge National Laboratory, som er en forskningsenhet under det amerikanske energidepartementet.
I en artikkel offentliggjort på Arxiv skriver de at nåværende trender og forskning peker mot at maskingenerert kode (MGK) kanskje er like vanlig i programmer i 2040, som kunstig intelligens er det i dag. De teknologier som skal drive MGK frem finnes allerede i dag, enten i forskningsmiljøer eller som kommersielle produkter.
Prosjekter under det amerikanske forsvarsdepartementets forskningsavdeling DARPA jobber med teknikker som kan forbedre maskinlæring for problemer som er vanskelige å løse. Det er verktøy med navn som Deepcoder og Automl som benytter maskinlæring til å produsere ferdige programmer.
Et annet verkøty, Dog4dag, kan med litt menneskelig assistanse generere kunnskapsdatabaser som det ville tatt for lang tid for et menneske å skape. Kodegenereringsverktøy fra Eclipse IDE-et, slik som Sirius og Eclipse Modeling Framework, som genererer kode ut fra modeller, kan skape datahierarkier, brukergrensesnitt og mellomliggende lag på egen hånd.
Det siste brikken består i at API-er til vitenskapelige kodebiblioteker er standardisert, slik at det kun kreves kunnskap om problemfeltet og ikke biblioteket i seg selv.
Nye elektroniske kretser og protokoller utviklet av kunstig intelligens
MGK vil raskt oppnå utbredelse, fordi det ikke krever at brukerne skal sette seg inn i nye språk og verktøy. En utfordring er å programmere effektivt til mange forskjellige typer maskinvare.
Forskning hos Facebook peker på at maskiner kan utvikle mer effektive måter å kommunisere på ved hjelp av kunstig intelligens, og på den måten også mellom forskjellige typer elektroniske kretser.
En annen utfordring er den maskinvaren som skal skrive koden. Her foreslår forskerne at såkalt nevromorfiske kretser er bedre til å gjenkjenne mønstre og at kvantedatamaskiner kan være bedre til å optimalisere kode.
For å komme i mål med teknologien er det behov for kompilatorer og verktøy som kan utnytte forskjellige brikketeknologier som jobber sammen – såkalte heterogene systemer. Det skal ses nærmere på om kunstig intelligens selv kan sette seg inn i hva som er den optimale utnyttelsen av nye typer kretser.
Dette vil gi mennesker mer tid til å ha det moro, mener forskerne. Eller som en journalist i danske Version2.dk skrev på den interne felles-chaten: «Skynet rykker jammen nærmere og nærmere!»
Les også: Googles AI bygger AI-systemer som kan utkonkurrere mennesket (Version2.dk)
