Hành trình 1 triệu người dùng của Julia: Từ phòng thí nghiệm MIT đến thiết kế vật lý đại lý

Vào năm 2009, một nhóm nhà nghiên cứu MIT đã chán ngán. Các ngôn ngữ lập trình dành cho tính toán khoa học hoặc cứng nhắc và chậm chạp, hoặc yêu cầu các nhà khoa học viết lại công trình của họ bằng một ngôn ngữ khác chỉ để đạt hiệu suất. Sự thất vọng của họ đã tạo ra Julia, một ngôn ngữ hứa hẹn sự dễ dàng như Python với tốc độ như C. Ngày nay, dự án nghiên cứu đó đã phát triển thành một hệ sinh thái toàn cầu với hơn 1 triệu người dùng, và những người sáng tạo ra nó hiện đang đẩy ranh giới của thiết kế đại lý với Dyad 3.0.

Tại sao Julia bám trụ

Sự đổi mới cốt lõi của Julia là biên dịch đúng lúc dựa trên kiểu dữ liệu, cho phép nó vừa linh hoạt vừa nhanh. Như đồng sáng lập Viral Shah nói, các nhà khoa học và kỹ sư không phải là lập trình viên—họ cần một ngôn ngữ cho phép họ diễn đạt các ý tưởng cấp cao mà không hy sinh hiệu suất. Các trừu tượng của Julia cũng khuyến khích giải quyết vấn đề một cách tổng quát, không chỉ vấn đề trước mắt, dẫn đến một loạt ứng dụng đáng ngạc nhiên: từ mô hình hóa lỗ đen và hệ thống khí hậu đến tăng tốc phát triển vắc-xin Covid-19 của Moderna.

Các con số tự nói lên điều đó. Một chương trình tránh va chạm được xây dựng bằng Julia chạy nhanh hơn 50 lần so với phiên bản Python trước đó. Các kỹ sư tại Meta đã sử dụng Julia để cải thiện codec âm thanh WhatsApp cho 4 tỷ người dùng. Ngôn ngữ này đã tìm đường vào robot, tài chính, và thậm chí thiết kế động cơ tên lửa.

Từ ngôn ngữ đến nền tảng đại lý

Những người sáng tạo Julia đã tách ra JuliaHub vào năm 2015 để hỗ trợ cơ sở người dùng ngày càng tăng. Công ty từ đó đã phát triển từ việc cung cấp hỗ trợ đến xây dựng Dyad, một nền tảng AI giúp các kỹ sư thiết kế các hệ thống vật lý phức tạp. Dyad 3.0, ra mắt vào tháng 4, tiến một bước quan trọng: các kỹ sư có thể tải lên tài liệu thiết kế và dữ liệu, và hệ thống sẽ tự động thiết kế toàn bộ một máy bay, tính đến vật lý và xác minh mọi thứ trên đường đi.

Điều làm Dyad khác biệt so với các hệ thống AI chung là vai trò của nó như một "trình biên dịch vật lý." Nó thực thi các định luật vật lý, bắt các vi phạm mà AI chung có thể mắc phải và hướng dẫn tác nhân đến các giải pháp đúng về mặt vật lý. Shah tuyên bố điều này có thể giảm thời gian thiết kế theo cấp số nhân, biến nhiều tháng làm việc thành vài giờ.

Người dùng sớm đã thấy kết quả. Một sinh viên MIT đã sử dụng Dyad để mô hình hóa chuyển động robot trong không gian; một người khác đã chế tạo động cơ tên lửa—và không thể tin nó dễ dàng đến vậy.

Con đường phía trước

Hành trình của Julia từ một dự án nghiên cứu đến một ngôn ngữ toàn cầu là minh chứng cho sức mạnh của phát triển mã nguồn mở và nhu cầu về các công cụ kết nối khoảng cách giữa các chuyên gia lĩnh vực và tính toán hiệu suất cao. Khi ngôn ngữ phát triển, nhóm thậm chí đang chuyển toàn bộ ngăn xếp lên các thiết bị nhúng. Liệu Dyad có thực sự thực hiện lời hứa về thiết kế phần cứng tự động hay không vẫn còn phải chờ, nhưng quỹ đạo là rõ ràng: biên giới tiếp theo không chỉ là làm cho ngôn ngữ dễ dàng hơn—mà là làm cho toàn bộ quá trình thiết kế dễ dàng hơn.