众所周知，Python 是 AI 和 ML 领域最受欢迎的语言，如果翻看过去数月，甚至是数年的 TIOBE 榜单，Python 也一直占据着榜单前两名的位置。随着近段时间的 AI 的火热，以及 AI 在各个行业的应用，Python 受欢迎的程度有望进一步提升。

除了 Python，Julia 也是不少开发者选择的编程语言，「Julia 是否会取代 Python」也是常常会被大家谈论的问题。

如今，这个领域又来了一个新的竞争者。

新的编程语言诞生了！

AI 基础设施公司 Modular AI 最近公布了一种新的编程语言 Mojo，Mojo 结合了 Python 的语法以及 C 语言的可移植性和性能，目标是使其成为 AI 研究和生产的理想选择。

Mojo 结合了 Python 的易用性和 C 语言的性能，解锁了 AI 硬件无与伦比的可编程性和 AI 模型的可扩展性。另外，它比 Python 快 35000 倍。

Mojo 的开发商表示：当我们创办 Modular AI 时，我们没有打算建立一种新的编程语言。但是，当我们在建立我们的平台，打算统一 ML/AI 基础设施时，我们意识到整个栈的编程太复杂了。

根据开发人员的说法，构建新编程语言背后的主要动机之一是大多数现代编程系统依赖于加速器（如 GPU）进行操作，并且只有在支持数据加载、前后处理以及与其他语言编写的外部系统集成等操作时才会 “回退” 到 CPU，Modular AI 希望将所有这些功能都整合到一个语言中。

我们认为没有理由不能只用一种语言来完成。因此，Mojo 诞生了。

因此他们想要的是一个创新的、可扩展的编程模型，并且可以支持加速器和其他机器学习中普遍存在的异构系统。这意味着 Modular AI 打算建立一个具有强大的编译时元编程的编程语言，整合自适应编译技术，在整个编译流程中进行缓存，以及其他现有语言不支持的东西。这就是 Mojo 的发展方向。

Mojo 能够利用 MLIR，使 Mojo 开发者能够利用向量、线程和 AI 硬件单元。根据测试，Mojo 比 Python 快 35000 倍。

Python 之所以热门，成为 AI 最主要的编程语言的重要原因是其拥有大量的库和丰富的生态。为了利用这些 Python 库，并与 Python 生态完全兼容，根据 Mojo 的文档，虽然 Mojo 拥有全新的代码库，但在概念上并没有真正从头开始。拥抱 Python 可以极大地简化了 Mojo 设计工作，大部分的语法也都与 Python 类似。

对于 Python 开发者来说，Modular AI 这样的做法也可以让开发者迅速熟悉 Mojo，目前 Mojo 已经支持 Python 的许多核心特性，包括 async/await、错误处理、Variadic 等，但是 Mojo 仍然处于非常早期的开发阶段，Mojo 目前甚至还不支持类。

Modular AI 未来还将提供一个迁移工具，为想把 Python 代码转移到 Mojo 的开发者提供非常好的兼容性。

AI正在加入程序员大军

谷歌正在训练 AI 来编写代码和自我更新。这被认为是目前热门的生成式 AI 研究的一部分。

如今生成式 AI 的发展已经取得了长足进步，这两年在各科研机构和科技公司之间引发了持续性热潮。

生成式 AI 已经可以把文字描述变成逼真的图像、视频和音频等，并引发了 AI 替代人类内容创作的担忧和版权风险等问题。

OpenAI 和谷歌之前分别开发的文本生成图像模型（DALL·E 2 和 Imgen），可以将一句话变成各种风格的图像。比如，输入文字“一幅克劳德·莫奈风格的狐狸坐在地里的画”，DALL·E 2 可生成以下图像。

本次谷歌的研究旨在让 AI 学习编程技术并根据这些学习编写高质量代码，甚至是进一步构建一个通用系统，以减少人类开发程序和更新代码的需求。

据了解，该项目代号为 Pitchfork，始于 Alphabet（谷歌母公司）旗下的 X 实验室，最初目标是构建一个工具，可以在不雇用软件程序员的情况下，将 Python 代码库更新到最新版本。

在2022年夏天，Pitchfork 项目成为谷歌实验室（Google's Labs）的一部分，这似乎标志着其对公司重要性的提升。谷歌实验室还正在进行虚拟现实和增强现实等项目。

据悉，Pitchfork 目前属于“AI Developer Assistance”团队，由谷歌实验室主任奥利维亚·哈塔尔斯基（Olivia Hatalsky）领导，奥利维亚曾在 X 实验室参与 Google Glass 等多个创新项目，包括 Pitchfork。

如今，研究人员正努力“教代码编写和重写自己”，以极大提升开发人员的效率。

AI 是否真的能完全取代前端开发呢？

首先，让我们看看为什么有些人认为 AI 将取代前端开发。随着技术的不断进步，AI 已经可以处理大量的数据，并帮助开发人员自动化许多重复性的任务。例如，AI 可以自动处理图片、音频和视频等媒体文件，或者自动生成 HTML 和 CSS 代码。这些自动化工具可以大大提高开发效率和减少错误。

其次，AI 还可以根据用户需求自动调整设计和功能。例如，当用户在不同的设备上使用网站时，AI 可以自动调整布局和设计，以适应不同的屏幕大小和设备类型。这不仅可以提高用户体验，还可以减少开发和测试成本。

然而，尽管 AI 技术有很多优点，但它目前仍然无法完全取代前端开发。首先，AI 仍然无法像人类一样具有创造性和情感。前端开发需要创造力和想象力，以便创建独特的设计和功能。例如，设计师需要创造独特的视觉元素，而开发人员需要创建独特的交互体验。这些任务需要人类的经验和技能，而 AI 目前无法完全替代。

其次，AI 仍然无法处理人类情感和价值观。在前端开发中，开发人员需要考虑用户体验、用户需求和社会价值观等因素。例如，在某些情况下，人类情感和价值观可能会影响设计和功能的选择。这需要人类的判断和决策能力，而 AI 目前无法完全替代。

最后，AI 在前端开发中的应用仍然非常有限。目前，AI 主要用于自动化重复性的任务和优化性能。虽然 AI 可以自动处理许多任务，但仍需要人类进行复杂的设计和功能决策。例如，在创建复杂的交互体验时，AI 仍然需要人类的指导和控制。

综上所述，尽管 AI 技术在前端开发中有很多应用，但它目前无法完全取代人类开发人员。前端开发需要人类的经验和技能，以及创造性和情感，这是 AI 目前无法替代的。

文章来源： CSDN，云技术，DeepTech深科技