题主这个问题是个伪命题啊，椅子是木头做的，你问椅子能不能做成木头？
AI的运行本身就是编程的过程。AI天生就具有编程的能力，所以不存在“学编程”的问题。AI唯一要学的就是根据你的指令，写出符合你预期的代码。
其实，现在大模型崛起，基于这个大模型背后浩瀚的知识海和类似人脑的神经网络系统，想要实现什么功能，喂养相关的数据，让它更深的理解这个领域，就有可能训练出你想要的，更智能的功能。不过，这其中有个需求导向。
比如能不能让AI充当程序员助手，能够写代码 ，GitHub Copilot就来了。这款AI代码辅助工具2021年6月就发布了，和DALL-E(目前头部的AI绘画工具）是一母同胞的兄弟。
GitHub Copilot实际由OpenAI研究所的Codex模型提供支持，而codex是基于GPT-3进行预训练，微调的新模型，可以说是GPT-3的改良版。而DALL-E也同样诞生在GPT-3下。两兄弟虽然有同一个妈妈，但特点大不一样，DALL-E传承了GPT-3理解人类语言的能力，同时加入了CLIP（OpenAI发布的计算机视觉系统）和扩散模型，被训练成从一段描述中生成图像，以表示人类语言所表达的概念。
GitHub Copilot则是完美遗传了妈妈的优点，具有很好的文本理解能力，只要你描述出指令，它就能生成相应的代码，提出修改意见。除此之外，它能根据你给出的例子，快速生成模板和重复的代码。这款秘书可以说十分贴心。
如果你觉得自动补齐代码还不够，想要直接命令AI自己编写一个完整程序，并自动运行起来的，没问题啊，GitHub Copilot发布没多久，codex就进行了一次升级。零计算机基础就能开发出一款游戏，想要一个左右移动的小人，一个不停下落的石头，全部都能实现，还可以描述一些游戏规则，石头砸中即结束游戏，全程，Codex都会根据你的需求，理解你的描述，生成游戏画面。
一般来说，需求是人提出，借助AI去落实。不过，有趣的是，Codex模型开发写代码功能并不是实验室那群研究员的最初就有的主意。最开始，OpenA实验室的研究员给GPT-3喂了45TB的数据，“广泛阅读”了新闻，故事，小说，论坛帖子，社交媒体，代码，数字书籍。某天，研究员发现，这个初具世界观的家伙竟然可以从Python注释中吐出了一些简单的代码。要知道写代码这个功能研究员还没特意开发，根本没有训练过，只是在广泛阅读时“阅读了一些博客，帖子里的代码片段而已.
这样的意外之喜也让我们不经反思，当卷积神经网络越来越拟真，电脑运算能力越来越强。不断迭代创新的弱人工智能就像地球早期软泥中的氨基酸一样——没有动静的物质，突然之间就组成了生命。人类是否还能披着圣洁的光辉，振臂高呼着：”人机和谐，人机共生！“
原文链接：https://www.zhihu.com/question/558091747/answer/2724046097
