Federal Rezerv tarafından kutsanmış niş bir dil olan Julia, makine öğreniminin yıldızı olabilir mi?
2009 gibi erken bir tarihte, Jeff Bezanson, Alan Edelman, Stefan Karpinski ve Viral Shah bir araya geldi ve yepyeni bir Programlama dili . Yeni dil hızlı, anlamlı ve entegre olmalıdır C dili, Matlab, Java, Ruby, Python, Perl ve R Her birinin kendine özgü avantajları vardır ve R, Matlab, Python ve diğer dinamik araçlar gibi en popüler makine öğrenimi dilleriyle doğrudan rekabet edebilir. Basit ve basit geliyor, değil mi? Bu fikrin arkasında, birkaç kurucunun geliştiricilerin "acı noktaları" konusundaki uzun vadeli kişisel deneyimleri vardır: Veri analizinde hız ve kullanım kolaylığı elde etmek için, mühendislerin önce bir dilde kod yazması ve ardından başka bir dilde yeniden yazması gerekiyordu. Bu gerçekten "hile". Ve bu, birçok popülasyondaki "ikili dil problemidir".
Bunun arkasındaki çaba Julia'nın doğmasına yol açtı.
Kuruculardan biri olan Viral Shah şu açıklamayı yaptı:
"Neden bir programlama dili aynı anda hem performans hem de üretkenliğe sahip olamaz, bu bir fizik kanunu mu? Yoksa mevcut derleyici dili teknolojisi henüz o aşamaya gelmedi mi? Kullanım kolaylığı ve üretkenliğin aynı pakette olduğuna inanıyoruz Performans mümkün. Bu yüzden bu projeye yatırım yapmaya başladık ve adını Julia koyduk. "
Viral Şah
Daha sonra, birkaç Julia kurucusu ve Keno Fischer, Juia dilini kullanan kurumsal müşterilere yardım sağlamak için bir danışmanlık şirketi olan "Julia Computing" 'i kurdu.
Julia, geliştiricilerin Just In Time (JIT) tarafından yorumlanan dillere kıyasla daha güçlü dijital algoritmalar oluşturmalarına olanak tanıyan açık kaynaklı bir dildir. Kullanımı kolaydır, yazılması gereken kod satırı sayısını büyük ölçüde azaltır ve bulut kaplarında kolayca dağıtılabilir .
2012 yılında Julia'nın ilk halka açık versiyonu Julia 0.1 resmi olarak yayınlandı. Julia 0.5, bir yıl önceki 0.4 sürümünden% 57 artışla 1.100 araç setini kapsayan Eylül 2016'da piyasaya sürüldü. Julia geliştirici topluluğu, dünya çapında yaklaşık 150.000 kullanıcıyla hala küçüktür. Fakat JuliaCon Zirvesi, bu yıl Haziran ayında Berkeley, Kaliforniya Üniversitesi'nde yapılması planlanıyor. ,Hem de Julia 1.0 zirvede yayınlanacak . O zamana kadar, kullanıcı tabanının hızla büyümesi bekleniyor. Viral Shah, bundan sonraki hedeflerinin 1,5 milyon kullanıcı olduğunu belirtti. Ek olarak, mevcut Julia sürümü için teknik destek süresi bir yıl, Julia 1.0 ise beş yıl olacak.
Julia, Wall Street'in dikkatini çekti. Yatırım Bankası Berkery Noyes CTO'su Keith Lubell şunları söyledi:
"Bizi asıl heyecanlandıran şey, yeniden derlemeden üst düzey bilimsel ve sayısal hesaplamalar yazabilmenizdir. Genel olarak konuşursak, R veya Matlab'da bir şey yazdığınızda, daha hızlı çalışmasını istersiniz. Sen C ++ 'ya veya başka bir hızlı dile yeniden çevrilmesi gerekiyor. Julia için bu gerekli değil - hızı birinci sınıf. "
Julia hala beşikte yeni doğmuş bir bebek. Bu nedenle, büyük veri ve makine öğrenimi mühendisleri için popüler bir seçim olacaksa, birden fazla alanda büyümesi gerekiyor. Bunlardan en önemlisi, daha fazla araç takımı ve kitaplık sağlamak için umutsuzca büyümesi gereken geliştirici topluluğu. Julia, ancak bu şekilde platformuna daha fazla kullanıcı çekebilir ve eksiksiz bir altyapıya sahip yerleşik veri analizi diliyle doğrudan rekabet edebilir.
Julia kullanan herhangi bir geliştirici ile konuşursanız, "arabaya bin" i seçmenin ve bu yeni gelişen programlama dilini kullanmanın bir numaralı sebebinin hız olduğunu söyleyeceklerdir. Julia Computing'e göre yedi temel algoritma testinde Julia, Python'dan 20 kat, R'den 100 kat ve Matlab'dan 93 kat daha hızlıdır.
Julia'nın basitleştirilmiş kod satırları, performansının iyileştirilmesine büyük ölçüde katkıda bulunur. Julia'nın bugüne kadarki en ilgi çekici uygulaması New York Federal Rezerv Bankası'dır (New York Federal Rezerv Bankası)
Fed'in Julia kullanımı
Yaklaşık iki yıl önce, ekonomi alanında Nobel ödüllü Thomas Sargent, New York Üniversitesi'nde ekonomi profesörü, danışmanlık firması QuantEcon'un kurucusu ve Avustralya Ulusal Üniversitesi'nde ekonomi profesörü olan John Stachurski, New York Federal Rezerv Bankası'nı (New York Federal Rezerv Bankası) birlikte önerdiler. York) pazar eğilim tahmini ve politika analizi için "Dinamik Stokastik Genel Denge Modeli'ni (DSGE)" Julia dil platformuna aktardı.
Thomas Sargent
Bundan önce, New York Merkez Bankası'nın DSGE modeli Matlab ile çalışıyordu. Projenin arkasındaki mantık, DSGE gibi büyük bir modelin Julia'ya kolayca aktarılıp aktarılamayacağını ve çalışma hızının önemli ölçüde artıp artmayacağını keşfetmektir. New York Federal Rezerv Bankası tavsiyeyi kabul etti ve QuantEcon ile işbirliği yapma fırsatını kullandı. New York Merkez Bankası Makroekonomik ve Döviz Araştırma Departmanı Başkan Yardımcısı Marco Del Negro şunları söyledi:
"Benim için bu harika bir not. Hem maliyet hem de hız nedeniyle Matlab'dan ayrılmayı düşünüyorduk. Modelimizi daha da iyileştirmek ve yeni şeyler keşfetmek istedik."
Projenin ilk aşamasından sonra şunu buldular: Julia, model çalışma süresini orijinal Matlab kodunun onda biri ila dörtte üçüne düşürüyor . Modelde, Metropolis-Hastings örneklemesi (Markov zinciri Monte Carlo yöntemi, olasılık dağılımından bir dizi rastgele örnek elde etme yöntemi) en çok zaman alan bağlantıdır. Bu bağlantıda Julia, Matlab kodundan 10 kat daha hızlı çalışıyor. Orijinal Matlab sürümüyle karşılaştırıldığında, Julia'ya dayalı yeni DSGE modeli, kod satırı sayısını neredeyse yarı yarıya azaltır.
Leifeng, bu performans iyileştirmelerinin Julia'ya atfedilemeyeceğini öğrendi. New York Federal Rezerv Bankası, DSGE model geliştirme döngüsünün Matlab versiyonunun oldukça uzun olduğunu ve kümülatif bir süreç olduğunu belirtti. Ayrıca çok fazla model ve özelliği desteklemektedir. Bu nedenler birçok kusurlara yol açar ve işletme verimliliğinin kendisi yetersizdir. Yeni proje kapsamında, bu uzmanlar modeli sıfırdan tasarlamak için Julia'yı kullandı ve daha önce keşfedilen bir dizi problemde iyileştirmeler yaptı. Bu nedenle, yeni model iki büyük yükseltmeden geçmiş olarak görülebilir: mimari optimizasyon ve Julia. Elbette ikisi birlikte uygulanmaktadır. Bununla birlikte, ölçüm algoritması ve kalman_filter işlevi gibi "küçük optimizasyon ve yeniden tasarımdan geçmiş" bazı algoritmalar, yeni sürüm hala eski Matlab tabanlı modelden yaklaşık beşte bir ila dörtte üçü daha hızlıdır. Aşağıya bakınız.
Leifeng.com, New York Federal Rezervinin projenin ikinci aşamasına çoktan başladığını öğrendi: DSEG modelinin öngörü yeteneğini geliştirmek. New York Federal Reserve, modele sürekli olarak veri ve katman eklemeleri gerektiğinden, Julia'nın artan karmaşıklıkla daha iyi başa çıkabileceğine inanıyor - Julia tabanlı modelin çalışma süresinin yalnızca bir ila iki gün süreceğini tahmin ediyor, Matlab'ın çıktı sonuçlarını beklemesi bir ay sürebilir. . Ancak ikinci aşama tamamlandıktan sonra bunun yine de doğrulanması gerekiyor.
Geliştirici topluluğu
Julia'nın en büyük zayıflığı toplulukta yatıyor. Leifeng.com, Python'un 25 yaşında, R'nin neredeyse 25 yaşında ve Matlab'ın 30 yaşın üzerinde olduğunu öğrendi. Sürekli yeni araç takımları ve kütüphane desteği ekleyen çok sağlam bir topluluk tabanına sahipler. Bu ana akım dillerin gelişmeye devam edeceği ve gelecekte bir noktada, ortaya çıkan bu ancak güçlü niş dilleri bir çırpıda aşacaklarına dair bir görüş var. Keith Lubell de benzer bir görüş ifade etti, ancak ekledi: Yatırım bankacılığı endüstrisi fintech şirketlerinden giderek artan bir rekabet baskısı altında ve onları Julia gibi yeni dilleri inovasyon için kullanmayı düşünmeye zorluyor.
Geliştirici topluluğunu desteklemek için AOT'den Duve, Julia Computing'in RStudio gibi bir kuruluş olacağından emin olduğunu söyledi. İkincisi, R dili için açık kaynak ücretsiz araçlar ve ticari düzeyde profesyonel ürünler geliştirir. Duve, Julia'nın geliştirme ve yayınlama yöntemlerinin daha fazla kurumsal kullanıcıyı benimsemeye teşvik edeceğine inanıyor. Özellikle Julia'nın kullanıcı dostu bir deneyimi var.Mimarı finansal ve ekonomik alanlardaki uzmanların onu kullanmasını kolaylaştırıyor ve finans çevrelerinden bazı kişiler tarafından memnuniyetle karşılandı. New York Federal Rezerv Bankası buna bir örnektir.
Duve şunları söyledi: "Julia geliştirici topluluğu, dili R dili tarihinde herhangi bir zamanda olduğundan daha sistematik bir şekilde ilerletti ve geliştirdi."
Buna ek olarak, BestX'ten Thind, Julia'nın bulut kapsayıcılarına kolayca yerleştirilebilmesine rağmen bulutla etkileşimde riskler olduğunu belirtti:
"Bulut hizmetlerinde, tıpkı MapReduce gibi, küme genelinde birden fazla işleme sürecini dağıtmak için Julia'yı kullanmak çok basit ve etkilidir. Ancak DynamoDB veya RedShift gibi belirli hizmetlerle etkileşim kurmanız gerekirse, Pythonun API'si Julia'nın yerel kitaplığından çok daha olgun ve güçlü. "
Julia'yı denemek isteyen geliştiricilerin, dili ne için ve onunla ne kullanacaklarını dikkatlice düşünmeleri gerekir.
"Julia kampına katılmak isteyen tüm şirketlerin, onu hangi farklı işlevleri başarmak için kullanmak istediğinizi bulması gerekir? İşlevlerin en az yarısı için yerel destek sağlayabilir mi? Kalan bölümü tamamlamak için C dilini veya Python'u kullanabilirsiniz. Aşağıdakiler ve bu tamamen sorunsuz bir deneyim olacaktır.Ancak, uygulamalarınızın çoğunun telafi etmek için başka diller gerektirmesi durumunda, eksik özellikleri alıp alamayacağınızı görmek için geçici olarak Julia'ya dönmeli veya Julia Computing ile iletişime geçmelisiniz. yanında olmak."
Son olarak Julia'nın kurucularından Viral Shah'ın vizyonuna bir göz atalım:
"Bir gün, geliştirici topluluğundan bir sinyal gelecek - Julia üstel bir büyüme yoluna girmeye hazır."
su teknolojisi aracılığıyla
