Julia 編程語言創(chuàng)建者之一 Viral Shah 博士，確認(rèn)參加 EmTech China 2019 全球新興科技峰會。

科技不僅僅是一個時代的標(biāo)簽，它所引導(dǎo)的產(chǎn)業(yè)變革更是在雕刻這個時代。從實(shí)驗室到產(chǎn)業(yè)，從生產(chǎn)線到每個用戶，越來越短的產(chǎn)業(yè)化路徑和越來越快的迭代速度，將我們與新興科技緊密相連。無論是市場寒冬或是創(chuàng)業(yè)燃點(diǎn)，我們現(xiàn)在都需要撥開迷霧厘清真相，需要對科技未來發(fā)展趨勢有一個精準(zhǔn)的判斷。所以，我們在 2019 年開年為您準(zhǔn)備了 EmTech China 這份名單，而您，只需要坐下來，聽這些全球最權(quán)威的人講最重要的事。

2018 年 8 月初，隨著的 1.0 版本發(fā)布的消息確認(rèn)，一門名為“Julia”的高性能動態(tài)編程語言一夜之間刷爆了朋友圈和 GitHub。2018 年 12 月，Julia 的創(chuàng)始團(tuán)隊被授予 James H. Wilkinson Prize，對他們創(chuàng)建 Julia這一可用于分析和解決計算科學(xué)問題的高性能工具，加以表彰。

圖 | Julia 語言的團(tuán)隊部分成員即獲獎人（來源：MIT News）

這個編程語言的新版本之所以受到整個人工智能界的關(guān)注，最主要的原因正是其將 C 語言的速度、Ruby 的靈活、Python 的通用性前所未有地結(jié)合在一起，支持并行處理，易于學(xué)習(xí)和使用，尤其適合科學(xué)和工程計算。

更早之前，在今年 TOIBE 8 月份編程語言排行榜上，Julia 已迅速攀升至第 50 名。根據(jù) Julia 開發(fā)團(tuán)隊的說法，在七項基礎(chǔ)算法的測試中，Julia 比 Python 快 20 倍，比 R 快 100 倍，比 Matlab 快 93 倍。也有越來越多的人相信，Julia 會成為未來的主流編程語言。

圖丨在過去的三個月中，Julia 在 RedMonk 的排名中上升了三位，排名第 36 位（來源：RedMonk）

Julia 的崛起，與目前編程語言發(fā)展遭遇的瓶頸息息相關(guān)：隨著人工智能尤其是機(jī)器學(xué)習(xí)的興起，現(xiàn)實(shí)世界對計算的速度及性能要求也越來越高，不同的編程語言由于自身的局限性難以兼顧，例如說，在 Julia 誕生之前，很多人不得不把同樣的程序進(jìn)行多次處理：首先使用 Python 或 R 這樣的語言來開發(fā)一種算法，并通過這些語言制作圖表，然后再用 C++或 Java 改寫程序，以獲得更好的計算機(jī)處理性能。

突破這種瓶頸無疑有兩個方向，一是基于現(xiàn)有編程語言進(jìn)行優(yōu)化，二是“將革命進(jìn)行到底”——專門開發(fā)一門新語言。后者自然成本更高。

Julia 的開發(fā)人員顯然選擇了后者，而且他們的野心不?。篔ulia 被專門設(shè)計為用于快速運(yùn)行基礎(chǔ)數(shù)學(xué)，這正是大多數(shù)數(shù)據(jù)科學(xué)的基礎(chǔ)，如矩陣表達(dá)式和線性代數(shù)。

它的誕生可追溯到 2009 年。當(dāng)時，正是基于對現(xiàn)有編程語言的“不滿”，麻省理工學(xué)院啟動了一個新型編程語言開發(fā)計劃，到了 2012 年的時候，這個計劃有了初步的成果，也就是如今的 Julia。

圖 | 麻省理工學(xué)院 Julia 實(shí)驗室（來源：Julia 實(shí)驗室官網(wǎng)）

具體而言，Julia 項目由麻省理工學(xué)院教授Alan Edelman領(lǐng)導(dǎo)，另外幾位關(guān)鍵創(chuàng)造者則包括Jeff Bezanson（“Julia”名字來自于 Bezanson 的一個舊項目）、Stefan Karpinski 和 Viral Shah。其大部分關(guān)鍵發(fā)展成果都來自麻省理工學(xué)院的 Julia 實(shí)驗室，也有超過 700 名志愿者參與了 1.0 版本的制作。

“我們想開發(fā)一種開源的編程語言，我們希望這門語言有 C 語言一樣的速度、R 語言一樣的靈活性，有同像性（homoiconicity）, 有像 Lisp 語言那樣擁有真正的宏特性，但是也像 Matlab 一樣有易于理解、被人所熟悉的數(shù)學(xué)標(biāo)記。我們希望它像 Python 一樣易用，像 R 語言一樣適用于統(tǒng)計，像 Perl 一樣適用于字符串處理，處理線性代數(shù)像 Matlab 一樣強(qiáng)大，像 DOS 命令一樣擅長粘合程序。這似乎看起來簡單易學(xué)，但是想要讓黑客樂意去迎合它卻不是簡單之事。我們希望它具有互動性且能夠被編譯”，在《Why we created Julia》這篇文章中，Julia 團(tuán)隊如此解釋他們開發(fā)這個語言的初衷。

圖丨Viral Shah（來源：DT 君）

Viral Shah 也曾經(jīng)表示：“如果你是一名數(shù)學(xué)家、科學(xué)家或者工程師，你可以選擇一種速度快的語言，比如 C++或 Java，又或是任意一種容易學(xué)習(xí)的語言，比如 Matlab，R，或 Python，所以我們創(chuàng)造了 Julia 這種又快又便捷的語言。”如今，他已經(jīng)成為 Julia Computing 公司的 CEO，該公司致力于幫助其他公司使用 Julia 語言。

當(dāng)然，Julia 的問世，除了讓人感慨 IT 行業(yè)發(fā)展之快、推陳出新之迅猛，另一方面也向所有人提出了一個新的問題：我究竟要不要學(xué)習(xí)這門新語言。這個問題將非常重要，就像 Y-Combinator 的聯(lián)合創(chuàng)始人 Paul Graham 所說的，“當(dāng)你可以選擇你要用的編程語言時，不使用最強(qiáng)的那一種將是一個錯誤”。

近日，DT 君獨(dú)家采訪了上文提到的 Julia 開發(fā)團(tuán)隊的四位創(chuàng)始人員。Julia 能否成為主流編程語言，以及它是否值得學(xué)習(xí)，許多關(guān)于 Julia 的疑問，或許你能從創(chuàng)始團(tuán)隊的回答中找到答案。

圖丨Alan Edelman（來源：麻省理工學(xué)院官網(wǎng)）

一、在團(tuán)隊看來，Julia 語言的核心創(chuàng)新點(diǎn)是什么？

開發(fā)一種基于多分派（Multiple dispatch）的語言。在最初的一段時間里，我們并不 100% 清楚怎么做。多方法和外部調(diào)度看起來很酷，但我們不清楚它們有多么有用和強(qiáng)大。

重視多分派特性改變了我們編程語言的編程方式。這是一件很奇怪的事情，因為當(dāng)人們問“多重調(diào)度有什么了不起？”時，很難具體回答有什么特別的地方，但是一旦你習(xí)慣了這種特性，就很難回頭了。

除了高性能，Julia 還有一些與眾不同的特性。例如，Julia 能夠訪問異常廣泛的編程堆棧。你可以以良好的性能操作比特和字節(jié)（并查看匯編代碼），同時也可以處理高階函數(shù)、設(shè)計宏定義、進(jìn)行面向?qū)ο缶幊?，所有這一切都可以很好地融合在一起。剝離這些層也很容易。為完成不同任務(wù)，人們經(jīng)常需要轉(zhuǎn)換語言。Julia 程序員對不同的任務(wù)或許使用的技術(shù)和樣式不同，但完全可以使用相同的語言（即 Julia）。

二、在 Julia 的開發(fā)過程中，哪一部分投入的精力最多？有什么遵循的標(biāo)準(zhǔn)嗎？

設(shè)計并搞清楚內(nèi)部的工作原理總是最花時間的。

開發(fā)好的編程語言的關(guān)鍵是設(shè)計一組簡單、強(qiáng)大的原語，能夠很好地執(zhí)行，然后根據(jù)這些原語定義所需的大部分功能。在語言開發(fā)的早期，添加許多“內(nèi)置”結(jié)構(gòu)似乎是個好主意，但在編寫優(yōu)化編譯器時，這些結(jié)構(gòu)可能會帶來很多麻煩。用一種語言本身編寫該語言的標(biāo)準(zhǔn)庫既有利于性能（從長遠(yuǎn)來看），也可以提供寶貴的使用語言的經(jīng)驗，這些經(jīng)驗又可以反饋到語言的設(shè)計中。當(dāng)一個函數(shù)運(yùn)行得太慢時，我們會去看檢查一下是否可以改進(jìn)編譯器讓函數(shù)運(yùn)行得更快。反復(fù)如此，我們不僅可以改善這個函數(shù)，還可以解決一系列類似的問題。

三、Julia 具體是如何實(shí)現(xiàn)同時具備 Python 的簡單、C 語言的執(zhí)行速度、R 語言一樣的數(shù)據(jù)分析庫支持？

正如上一個問題，簡單性來自于有少量精心選擇的原語。自動垃圾收集（一種計算機(jī)內(nèi)存管理手段）對語言的可用性也有很大的貢獻(xiàn)，這一點(diǎn)在編程語言領(lǐng)域已經(jīng)是很久以來的共識了。

為提高速度，我們研究了所有使大多數(shù)動態(tài)語言變慢的因素，并仔細(xì)考慮了哪些因素可以消除。例如，動態(tài)語言通常允許數(shù)組元素和對象字段保存任何類型的值。然而，研究表明，即使在這些語言中，具有常量類型的同構(gòu)數(shù)組和字段也非常普遍。因此，設(shè)計 Julia 利用了這一點(diǎn)，更容易添加類型限制，并在任何可能的情況下默認(rèn)使用類型統(tǒng)一的集合。

四、Julia 目前宣稱和 C 語言一樣快。但是否在所有情況下都是這么快？還是只在數(shù)據(jù)處理的時候和 C 一樣快？和目前主流語言如 Python、C 等的兼容性如何？

是的，對于大多數(shù)用例，Julia 可以和 C 一樣快。不過必須注意避免過度的內(nèi)存分配，并確保代碼是類型穩(wěn)定的。Julia 提供了各種各樣的工具，編程者無需花費(fèi)太多精力就可以編寫高性能的像 C 一樣快的代碼。

調(diào)用 C 和 Fortran 在 Julia 中是本地的——甚至不需要提供編譯器?？梢赃\(yùn)行下面的代碼完成調(diào)用：

julia> ccall(:clock, Int32, ())

2539697

同樣，Cxx.jl 使得調(diào)用 C++庫、模板等變得非常容易。我們可以通過 PyCall.jl 和 RCall.jl 這樣的集成接口調(diào)用 Python 和 R。反過來，Python 和 R 通過調(diào)用 PyJulia 和 RJulia 包來調(diào)用 Julia 語言。JavaCall.jl 可以讓 Julia 調(diào)用 Java。我們也有一個干凈清晰的嵌入編程接口，讓任何其他語言都很容易地調(diào)用 Julia。

五、從實(shí)際應(yīng)用來說，Julia 已經(jīng)用于自動駕駛汽車、機(jī)器人和 3D 打印機(jī)，此外還廣泛應(yīng)用于精準(zhǔn)醫(yī)療、增強(qiáng)現(xiàn)實(shí)、基因組學(xué)及風(fēng)險管理。那么 Julia 語言本身適合什么應(yīng)用? 團(tuán)隊有沒有自己特別看好的一個實(shí)際應(yīng)用方向？為什么？

我們一直致力于構(gòu)建一種通用語言，這種語言對于所有形式的數(shù)學(xué)計算都有很好的抽象。因此，看到各種各樣領(lǐng)域應(yīng)用的蓬勃發(fā)展比看到任何一個特定應(yīng)用的蓬勃發(fā)展更讓我們興奮。

（來源：Julia 官網(wǎng)）

六、目前 Julia 語言主打科學(xué)計算，下載者包括谷歌、Facebook 和美國能源部等各個部門的開發(fā)者。未來，Julia 是否會擴(kuò)展其目標(biāo)人群，用于更多面向?qū)ο蟪绦蛟O(shè)計？公布了 1.0 以后，有沒有來自一些用戶的收獲或反饋？

Julia 的目標(biāo)受眾在過去幾年里每 9 個月就會翻一番。我們認(rèn)為，多分派、通用函數(shù)和專門化的語言特性是為該語言的用戶精心設(shè)計的。

Julia 在 GitHub 上已經(jīng)收到了超過 700 名開發(fā)者的貢獻(xiàn)。許多人貢獻(xiàn)超過 2000 個包。我們估計大約有 30 名核心開發(fā)人員對 Julia 語言本身貢獻(xiàn)了大量工作。

在用戶方面，Julia 的下載量超過 200 萬次。作為一種開放源碼語言，很難將這個數(shù)字轉(zhuǎn)換為真實(shí)用戶數(shù)量。此外，在 Julia Computing 方面，我們看到來自 700 所大學(xué)和 1000 多家公司的用戶下載或使用了 Julia。Julia1.0 非常受歡迎，語言社區(qū)會追求長期穩(wěn)定，每個人都為此感到興奮。我們也受到非常多的反饋，有中文的也有英文的。對于 1.0，在考慮添加新特性之前，我們將關(guān)注長期穩(wěn)定性。

七、團(tuán)隊目前對 Julia 在商業(yè)項目應(yīng)用上有何計劃？

所有 Julia 的創(chuàng)建者都聚集在一起，形成了遵循開源商業(yè)模式的 Julia Computing 公司。Julia Computing 公司的產(chǎn)品已經(jīng)被成千上萬的用戶下載，JuliaBox 被廣泛用于 Julia 的教學(xué)。

此外，Julia Computing 為許多企業(yè)提供開發(fā)人員和生產(chǎn)支持，并為全球用戶提供培訓(xùn)和咨詢。

八、用 Julia 寫的項目中，哪一個讓你們覺得印象最深刻？

最印象深刻的包是以下幾個：

用于數(shù)學(xué)優(yōu)化研究的 JuMP：

https://github.com/JuliaOpt/JuMP.jl

用于微分方程相關(guān)的 DiffEq：

http://juliadiffeq.org/

用于機(jī)器學(xué)習(xí)的 Flux：

http://fluxml.ai/

另一個用于機(jī)器學(xué)習(xí)（深度學(xué)習(xí)）的 Knet：

https://github.com/denizyuret/Knet.jl

除此之外，這些包也都非常有用：

Revise 包，真的太棒了，Tim Holy 是個天才?。?/p>

https://github.com/timholy/Revise.jl

BenchmarkTools，一個測試性能相關(guān)的包：https://github.com/JuliaCI/BenchmarkTools.jl

StaticArrays 包，這個包很可能作為標(biāo)準(zhǔn)庫：https://github.com/JuliaArrays/StaticArrays.jl

UnicodePlots 包，唯一一個到處都能可靠安裝使用的畫圖的包：https://github.com/Evizero/UnicodePlots.jl

圖丨Julia 團(tuán)隊（來源：vccircle）

九、Julia 在中國的開發(fā)者中引起了很大的討論，但有人認(rèn)為 Julia 本身又沒有很強(qiáng)的推廣力度，可能很難有公司會將 Julia 使用在商業(yè)項目上，對于這種說法團(tuán)隊怎么看？

Julia 是一種“草根”語言，是由真正喜歡開發(fā)和使用它的人開發(fā)出來的。也許將來一些更大的公司會采用它——但我們認(rèn)為這不是成功的必要條件。Python、PHP、Perl、Ruby、Lua 等語言都不是由任何組織推動的。至少從目前來說，它是由社區(qū)開發(fā)的，這也是它能吸引用戶的原因。

十、Julia 的野心很大，想要集成多種語言的優(yōu)點(diǎn)，規(guī)避掉這些語言不足的地方。不過一個語言是否值得我們學(xué)習(xí)，還要看它的學(xué)習(xí)氛圍、市場環(huán)境以及具體適用的場景，目前團(tuán)隊認(rèn)為 Julia 在這些方面還存在哪些不足？現(xiàn)階段最大的挑戰(zhàn)是什么？下一個版本計劃將優(yōu)先解決哪些問題？

近期我們一直在努力的方向是提升編譯器的效率。

開發(fā)一種具有高度抽象并且能夠在各種硬件上工作的快速語言的時機(jī)已經(jīng)成熟。我們將關(guān)注當(dāng)前特性的穩(wěn)定性，但也會添加新特性。

一個主要考慮的特性是多線程。雖然我們今天已經(jīng)有了多線程功能，但它還不能以一種每一個庫和用戶代碼都可以并行的方式進(jìn)行組合（很少有語言有這種情況）。英特爾的 Kiran Pamnany 已經(jīng)發(fā)出了拉取請求（pull request），要求實(shí)現(xiàn)這一目標(biāo)。我們還將關(guān)注我們的 GPU 支持、谷歌的 TPU 和各種新硬件。此外，將來還會有相當(dāng)多的人關(guān)注開發(fā)工具。

十一、團(tuán)隊心目中最理想的科學(xué)計算語言是什么樣的？

我們還有很多事情還需要去做。在硬件方面，在最大的超級計算機(jī)上工作、在 GPU 上工作對于大型科學(xué)應(yīng)用是必不可少的。機(jī)器學(xué)習(xí)應(yīng)用程序正在驅(qū)動硬件的發(fā)展，這將給軟件開發(fā)人員帶來許多挑戰(zhàn)。在 ARM 處理器和嵌入式硬件上運(yùn)行 Julia 對于設(shè)備部署也是至關(guān)重要的，因為機(jī)器學(xué)習(xí)算法在物聯(lián)網(wǎng)應(yīng)用程序上也越來越常見了。

多線程目前也是一個尚未解決的問題，對科學(xué)用例的可組合性還未能讓人滿意。這是我們希望在不久的將來解決的問題，設(shè)計基于 Cilk 編譯器。

Julia 創(chuàng)建者將來華，出席 EmTech China

人們總是希望使用更簡單的工具實(shí)現(xiàn)越來越復(fù)雜的任務(wù)，而現(xiàn)在，我們在編程語言方面有了更多的選擇，那么要使用哪一種語言處理任務(wù)，就交給了各位使用者。但是在此之前，你或許有興趣親身聆聽 Julia 創(chuàng)建者之一兼 Julia Computing 的 CEO Viral Shah 博士更多的分享。

Viral Shah 博士畢業(yè)于加州大學(xué)圣塔芭芭拉分校的計算機(jī)科學(xué)專業(yè)，是 Julia 項目的共同創(chuàng)建者之一，也是 Julia Computing 的聯(lián)合創(chuàng)始人兼 CEO。

他在構(gòu)建開源軟件方面經(jīng)驗頗豐。除了 Julia，他還是 Circuitscape 的作者之一。Circuitscape 是一個開源程序，借用了電子電路理論中的一些算法。

他也曾是印度國家身份證項目 Aadhaar 的早期成員之一，他重新架構(gòu)了印度的國家社保系統(tǒng)，其所覆蓋的社會群體，及其相應(yīng)的待遇得到明顯提高，同時避免了大量的財政流失。