Istraživački projekt postao globalni programski jezik

Davne 2009. godine, skupina istraživača počela je izražavati svoju frustraciju programskim jezicima osmišljenima kako bi pomogli znanstvenicima i drugim istraživačima u izvođenju složenih matematičkih operacija i statističkih simulacija bez učenja programiranja. Ti su programski jezici bili kruti i spori. Kad bi znanstvenici izgradili nešto što stvarno funkcionira, morali bi prepisati cijeli program u drugom jeziku samo da bi ga brže izvodili.

Njihove E-poruke su se pretvorile u istraživački projekt na MIT-u s misijom izgradnje jednostavnog, visokoučinkovitog programskog jezika pod nazivom Julia, koji je dizajniran za znanstvena istraživanja, analizu podataka i modeliranje složenih sustava poput mlaznih motora, lijekova, financijskih tržišta i robota, da spomenemo samo neke primjere.

Taj istraživački projekt pretvorio se u laboratorij na MIT-u, a laboratorij u tvrtku JuliaHub. Usput je Julia stekla vjerne sljedbenike među znanstvenicima, inženjerima, matematičarima i drugima. Danas, besplatni jezik otvorenog koda broji više od milijun korisnika, uključujući ljude koji rade u tisućama tvrtki i sveučilišta diljem svijeta.

Julia se do sada koristila brojne stvari, od istraživanja ponašanja sićušnih atoma do poluvodiča, neuronskih mreža, trkaćih automobila i aviona, a astronomi su koristili Juliu i za snimanje crnih rupa.

Julijin tajni sastojak je u načinu na koji kompajlira kod ovisno o vrsti korištenih podataka. Takva „kompilacija baš na vrijeme“ čini Juliju bržom i fleksibilnijom od drugih numeričkih programskih jezika.

Rad JuliaHuba evoluirao je od pukog pomaganja korisnicima do općenitog unapređenja jezika. To je pokrenulo impresivan popis kreacija Julijinih vjernih korisnika. Julia se koristila za simuliranje računalnih sklopova, otkrivanje zdravstvenih razlika, modeliranje globalnih klima i oceana, analizu moždane aktivnosti i još mnogo toga.

Nakon što je netko izgradio platformu za farmaceutsko modeliranje u Juliji, ona je korištena za ubrzanje razvoja Moderninog cjepiva protiv Covida-19. U drugom slučaju, istraživači su koristili Juliju za stvaranje programa za izbjegavanje sudara zrakoplova. Otkrili su da radi oko 50 puta brže od ranije verzije izgrađene na Pythonu. Inženjeri u Meti koristili su Juliju za razvoj boljeg audio kodeka za 4 milijarde korisnika WhatsAppa.

U travnju je JuliaHubov tim napravio još jedan veliki korak lansiranjem Dyada 3.0 , najnovije verzije svoje AI platforme koja pomaže inženjerskim timovima da ubrzaju razvoj složenih fizičkih sustava poput raketa, toplinskih pumpi i satelita. Inženjeri već koriste Dyad za usmjeravanje autonomnih AI agenata dok rade kroz fizikalne simulacije, sigurnosne analize, kontrole kvalitete i još mnogo toga.

Jedan je student nedavno koristio Dyad za modeliranje kretanja robota u svemiru, a drugi za izgradnju raketnog motora.