Juliaの100万ユーザーへの道：MITラボからエージェント型物理設計へ

2009年、MITの研究者グループはうんざりしていた。科学計算に使えるプログラミング言語は、堅苦しくて遅いか、パフォーマンスを得るために科学者が別の言語で書き直さなければならないかのどちらかだった。そのフラストレーションから生まれたのがJuliaだ。Pythonのような使いやすさとC言語のような速度を約束する言語である。今日、この研究プロジェクトは100万人以上のユーザーを擁するグローバルなエコシステムに成長し、開発者たちは現在、Dyad 3.0でエージェント型設計の限界に挑んでいる。

なぜJuliaは定着したのか

Juliaの核となる革新は、データ型に基づくジャストインタイムコンパイルであり、柔軟性と速度を両立させている。共同創業者のViral Shah氏が言うように、科学者やエンジニアはプログラマーではない。彼らには、パフォーマンスを犠牲にせずに高度なアイデアを表現できる言語が必要なのだ。Juliaの抽象化はまた、目の前の問題だけでなく、一般的な問題を解決することを促すため、ブラックホールや気候システムのモデリングからModernaのCovid-19ワクチン開発の加速まで、驚くほど幅広い用途につながっている。

数字はそれ自体が物語っている。Juliaで構築された衝突回避プログラムは、Python版よりも50倍高速に動作した。MetaのエンジニアはJuliaを使って、40億人のユーザー向けにWhatsAppのオーディオコーデックを改善した。この言語は、ロボット工学、金融、さらにはロケットエンジン設計にも進出している。

言語からエージェント型プラットフォームへ

Juliaの開発者たちは、成長するユーザーベースを支援するために2015年にJuliaHubをスピンオフさせた。同社は以来、サポート提供から、複雑な物理システムの設計を支援するAIプラットフォームDyadの構築へと進化してきた。4月に発表されたDyad 3.0は、大きな前進を遂げている。エンジニアは設計文書とデータをアップロードするだけで、システムが物理学を考慮し、その過程のすべてを検証しながら、航空機全体を自律的に設計する。

Dyadを一般的なAIシステムと一線を画すのは、「物理コンパイラ」としての役割だ。物理法則を強制し、一般的なAIが犯しうる違反を検出して、エージェントを物理的に正しい解へと導く。Shah氏は、これにより設計時間を桁違いに短縮し、数ヶ月の作業を数時間に変えることができると主張している。

初期のユーザーはすでに成果を上げている。あるMITの学生はDyadを使って宇宙空間でのロボットの動きをモデル化し、別の学生はロケットエンジンを構築したが、その簡単さに信じられない思いだったという。

今後の道のり

研究プロジェクトからグローバルな言語へのJuliaの歩みは、オープンソース開発の力と、ドメイン専門家とハイパフォーマンスコンピューティングの間のギャップを埋めるツールへの需要の証である。言語が進化するにつれ、チームはスタック全体を組み込みデバイスに移行させている。Dyadが自律的なハードウェア設計という約束を本当に果たすかどうかはまだわからないが、その軌道は明確だ。次のフロンティアは、言語をより使いやすくすることだけではなく、設計プロセス全体をより使いやすくすることなのである。