Stephen Wolfram om fremtiden for programmering og hvorfor vi lever i et beregningsunivers

Stephen Wolfram, fremtiden for programmering, og hvorfor vi lever i et beregningsunivers TechRepublics Karen Roby snakker om Stephen Wolfram, hjernen bak Mathematica, Wolfram | Alpha og Wolfram Language.

Når det gjaldt å finne ut hvilken informatiker som skulle hjelpe lingvister med å dechiffrere uaktuelle fremmedtekster, var det Stephen Wolfram som fikk samtalen.

Visst kan disse utenomjordiske bare ha eksistert i sci-fi-filmen Arrival, men hvis ET noen gang dropper ut av bane, kan det hende at Wolfram fremdeles er på den korte listen over personer du vil kontakte.

Den britiskfødte dataforskerens liv er strødd med eksepsjonelle prestasjoner - fullfører en doktorgrad i teoretisk fysikk ved Caltech i en alder av 20, vant en MacArthur Genius Grant på 21 år, og lager den tekniske databehandlingsplattformen Mathematica (som brukes av millioner av matematikere, forskere og ingeniører over hele verden), pluss Wolfram Language og Wolfram | Alpha kunnskapsmotoren.

Hans rolle som rådgiver for Arrival kom ut av det blå, da det han sier var et interessant manus, krysset skrivebordet hans med en forespørsel om hjelp til å konsultere og lage noen bilder for den snart-til-bli-skutt filmen.

Mens Wolframs engasjement for det meste ga råd om noen av de vitenskapelige og tekniske referansene i manuset, ble sønnen Christopher tiltalt for å utforme en måte som lingvister kunne avkode disse fremmede skriftene med nesten ingen referanseramme, noe som betydde at Wolfram-språket også fikk litt skjermtid.

På punkter i løpet av filmen kan du se Wolfram språkkode kjøres når den dekonstruerer fremmede logogrammer, og skiver dem opp for å hjelpe lingvister på skjermen til å trekke mening fra vanlige mønstre.

"Det som var interessant er at det er en fremmed førstekontakthistorie, og det handler om språk og hvordan vi forstår ting, " sier Wolfram og forklarer hvorfor han og sønnen tok opp tilbudet.

"Siden jeg har brukt store deler av livet mitt som beregningsspråkdesigner, er jeg bedre interessert i hvordan man kan kommunisere tanker med ting som språk."

Last ned denne artikkelen som en PDF (gratis registrering kreves).

Det store oppdraget til Wolfram | Alpha

For alle de andre prestasjonene hans, er Wolfram sannsynligvis mest kjent for å lansere Wolfram | Alpha, datamaskinens kunnskapsmotor som understøtter Apples Siri digitale assistenters evne til å svare på spørsmål fra "Hva er den høyeste bygningen i USA?" til "Hvor mange dager til jul?".

Wolfram | Alpha har et stort oppdrag: Å gjøre det mulig å svare på ethvert spørsmål, umiddelbart og automatisk fra akkumulert kunnskap om hele vår sivilisasjon. En motor som ikke bare leder brukerne til en bestemt webside, men som kommer til svar ved å beregne dem ved hjelp av modeller, innebygde algoritmer og billioner av biter av kuraterte data.

Mens en søkemotor stort sett serverer websider som svar på spørsmål, tar Wolfram | Alpha en annen rute og beregner svaret dynamisk slik at svaret på "Hvor er den internasjonale romstasjonen?" vil være forskjellig hver gang, avhengig av hvor det faktisk er den gangen.

Wolfram | Alpha kan hjelpe med spørsmål på tvers av en rekke fagområder, fra algebra til fysikk, mat og ernæring til personlig helse. Alle disse mulighetene innebar å bygge i modellene som trengs for å beregne problemene, samt samle inn og sammenstille dataene som trengs for å utføre disse beregningene.

Hvordan bygge en vellykket utviklerkarriere (gratis PDF)

En annen måte å se på det: Google er på det mest grunnleggende et forstørrelsesglass for å finne bestemte tekstbiter på nettet, og gi deg mange alternativer for hva som kan være riktig. Wolfram | Alpha er en sveitsisk hærskniv, fylt med verktøy som skal hjelpe deg med å finne det eneste svaret på et spørsmål.

Og likevel, kanskje fordi vi har blitt trent av mange års googling for å se på kunnskap på spesielle måter, er Wolfram | Alpha sannsynligvis ikke for alle. Selv om den kan utføre banen til Hubble-romteleskopet, eller antallet øre som dekker to kvadratkilometer, har det vanskeligere med spørsmål som "Hvilke er de beste kaffebarene i Shoreditch?".

Det er ikke å si at det er helt humorløst; på spørsmål, vil den benekte at det er Skynet, og bemerker "I motsetning til Skynet liker jeg å samhandle med mennesker på måter som ikke involverer utsetting av kjernefysiske raketter, " og vil gi deg et anslag over antall fremmede sivilisasjoner i Melkeveien ( 10).

Må-lese utviklerinnhold

  • Java og JavaScript dominerte programvareutvikling på 2010-tallet
  • Hvordan bli utvikler: Et jukseark
  • 10 måter å forhindre utbrenthet av utviklere (gratis PDF)
  • Python spiser verden: Hvordan en utviklerens sideprosjekt ble det hotteste programmeringsspråket på planeten

Siden lanseringen i mai 2008, i tillegg til drivstoff av Siri, har Wolfram | Alpha blitt lagt til chatbots, veiledningssystemer og smarte TV-er. Det ble kunngjort i januar 2019 at Wolfram | Alpha ville gi noe av sin intelligens til Amazons Alexa, slik at den digitale assistenten kan svare på spørsmål som "Alexa, hvor mange kopper gjør 12 spiseskjeer?", Eller "Alexa, hvor langt er Voyager 1 satellitt fra jorden? ".

I tillegg til den offentlige Wolfram | Alpha, er det bedriftsversjoner som kan svare på spørsmål ved å bruke ikke bare offentlige data og kunnskap, men også interne data og kunnskap fra disse organisasjonene.

Wolfram | Alpha er på sin side underbygget av Wolfram Language, et prosjekt som har kjørt gjennom det meste av Wolframs liv. Wolfram Language tillater effektivt at spørsmål som stilles med naturlig språk forstås av en datamaskin.

Wolfram | Alpha er nå over ti år gammel. Selv om det ikke har overgått Google og fremdeles ser veldig komplisert ut for de gjennomsnittlige nye brukerne, har ikke dimmet Wolframs ambisjoner om det.

"Hva skal Wolfram | Alpha vite om? Målet mitt har alltid vært å få det til slutt å vite om alt. Men åpenbart må man begynne et sted, " sa han tidligere i år.

Wolfram begynte å bygge sitt første dataspråk i 1979

Stien som førte til Wolfram Language og Wolfram | Alpha er lang og svingete.

Som skolegutt var hans første kjærlighet fysikk, med Wolfram som hadde et dyktig talent som så ham publisere sin første vitenskapelige artikkel i en alder av 15 år.

Mens han så en datamaskin for 50 år siden, i en alder av 10 år, lot han seg ikke begeistres med en gang, og i utgangspunktet så maskinen som et nyttig verktøy for å utforske interessen for fysikk.

"Den første datamaskinen som jeg faktisk rørte med mine egne hender var sannsynligvis i 1972 eller 1973, det var en ting som heter Elliott 903, en britisk datamaskin som er lenge utdødd og ganske eksotisk, på størrelse med et stort skrivebord og programmert med papirbånd, " han sier. "Jeg har alltid sett på det som et verktøy for å gjøre ting som jeg var interessert i, og jeg prøvde å simulere fysikk på datamaskinen."

Det var flere år senere at Wolfram begynte å utvikle en interesse for beregninger og hvordan datamaskiner fungerte, da han studerte partikkelfysikk ved Caltech i 1979.

"Jeg gjorde mye programmeringsdatamaskiner for å gjennomføre noen av de matematiske beregningene du trenger for fysikk, " sier han.

"I 1979 begynte jeg å bygge mitt første dataspråk, som var ment å være et språk for å gjøre beregninger du trenger innen vitenskap. Men jeg gikk tilbake og prøvde å forstå mer om beregningens natur, for å utforme det mest generelle språket. Så det fikk meg til å gå tilbake og studere matematisk logikk og opprinnelsen til databehandling og så videre, sier han.

Last ned denne artikkelen som en PDF (gratis registrering kreves).

Wolfram tegnet et datamaskinalgebra-system kalt SMP, en prosess han syntes var nyttig da han begynte å bygge Wolfram Language flere år senere.

På samme tid forble Wolfram interessert i hvordan datamaskiner kunne simulere fenomen som Big Bang og dannelse av tidlig galakse, så vel som nevrale nett, en idé som har tatt av det siste tiåret takket være fremskritt i prosesseringskraft og tilgjengeligheten av treningsdata. .

Wolfram oppdager regel 30 og skriver A New Kind of Science

Den studerte hvordan kompleks oppførsel kunne oppstå fra enkle regler som førte Wolfram til det han anser som et av sine mest betydningsfulle funn, gjort mens han undersøkte endimensjonal mobilautomater.

Mobilautomater tilbyr en modell for å vise hvordan enkle regler bestemmer atferden til et system, med noen regler som resulterer i komplekse og tilsynelatende tilfeldige utfall. Betydningen av mobilautomater slo hjem for Wolfram da han oppdaget "regel 30", som han kaller "sannsynligvis den mest overraskende vitenskapelige oppdagelsen jeg noensinne hadde gjort".

Illustrasjonen nedenfor er opprettet ved hjelp av regel 30 og begynner med et rutenett med tomme celler. Fra en enkelt svart celle i midten av den øverste linjen i rutenettet, bestemmer regelen om celler i hver påfølgende linje skal være skyggelagt svart eller stå tomme, avhengig av fargen på cellene rundt dem. Fra bare fire instrukselinjer i regel 30 dukket det opp uregelmessige og komplekse mønstre, en oppdagelse som fikk Wolfram til å argumentere "det er dette grunnleggende fenomenet som til syvende og sist er ansvarlig for det meste av kompleksiteten vi ser i naturen".

Denne illustrasjonen er laget ved hjelp av regel 30, som Stephen Wolfram kaller "sannsynligvis den mest overraskende vitenskapelige oppdagelsen jeg noen gang hadde gjort".

Bilde: Stephen Wolfram, LLC

"Jeg studerte disse forskjellige eksemplene på hvordan du kunne gjøre kompleks oppførsel, og jeg tenkte 'La oss prøve å lage en enklest mulig modell som kan fange essensen av hva som skjer i disse forskjellige systemene.'"

Wolfram redegjorde for sine argumenter for at kompleksiteten i den naturlige verden - til og med dannelsen av selve universet - kunne komme fra disse helt enkle reglene i A New Kind of Science, en bestselgende bok han brukte mer enn et tiår på å jobbe med, lever "som noe av en eremitt", før han publiserte den i 2002.

Boken, med sin dristige ambisjon om å "transformere vitenskapen", viste seg splittende, og noen berømte den for å være en "førsteklasses intellektuell spenning", mens andre syntes den var for spekulativ og ikke anerkjente ordentlig hvordan den bygde på tidligere funn .

"Noen mennesker var som: 'Å, flott, en ny ting, vi er så glade, ' og andre mennesker var som 'Å nei, nei, vi vil ikke ha noe nytt. Vi har det bra med vitenskap eller hva som helst det er slik vi har gjort det de siste hundre årene, "sier Wolfram.

Stephen Wolfram's book A New Kind of Science

" data-credit="Image: Wolfram Science" rel="noopener noreferrer nofollow">

Stephen Wolframs bok A New Kind of Science

Bilde: Wolfram Science

Hans erindring av tiden og kreftene det tok for å skrive boken, hjulpes av den trøsten av data han har fanget på hans livs detaljer i mer enn tre tiår. Antallet skritt han har tatt, hvor mange e-poster han har sendt og mottatt, møtene han har hatt, og hvert tastetrykk han har skrevet - mer enn 100 millioner.

Å gjøre det har tillatt Wolfram å avhøre fortiden sin i uvanlig detalj, og få øye på interessante mønstre som dukkert i møter da han tok seg tid til å skrive A New Kind of Science eller hvor mange nye ord som dukker opp i korrespondansen hans.

"Noen ganger så er det noe interessant som jeg vil slå opp om meg selv, og da jeg passivt samler inn massevis av data fordi det er enkelt å gjøre, veldig av og til vil jeg ønske å svare på et spørsmål, og deretter gå og finne ut av det de dataene, sier han.

"Jeg har innsett at hovedkompensasjonen for å bli gammel er at du levde lenger, så du vet flere ting, og du har opplevd flere ting. Måten du virkelig utnytter det på er å ha god tilgang til hele historien om deg selv. På metaanivå er det tingen at jeg bare virkelig skjønte dette relativt nylig. "

Siden A New Kind of Science ble publisert, sier Wolfram at stadig flere modeller for menneskelig atferd og fysiske systemer er bygget rundt denne ideen om et "beregningsunivers".

"Det var interessant for meg, paradigmeskiftet med å tenke på ting beregningsmessig, snarere enn matematisk, " sier han.

"Hvis du ser på nye modeller som folk lager av ting, enten de handler om mennesker på nettet eller planter - uansett hva det er - er det store flertallet av de nye modellene laget i form av programmer, ikke når det gjelder matematiske ligninger. "

Last ned denne artikkelen som en PDF (gratis registrering kreves).

Wolfram Language som et "dataspråk"

For å utnytte kraften i dette beregningsuniverset, sier Wolfram at det som trengs er det han kaller et "beregningsspråk".

"Det hender slik at jeg har brukt de siste tre minst tiårene på å bygge dette dataspråket som vi kaller Wolfram Language, som er et forsøk på å kunne uttrykke beregningsmessig noe om verden, " sier han.

Wolfram Language trekker på mye av de samme underliggende teknologiene som Mathematica og er grunnlaget for Wolfram | Alpha.

Wolfram har beskrevet Wolfram Language som et "kunnskapsbasert språk" som har innebygd det "en enorm mengde kunnskap om hvordan du gjør beregninger".

"Så rett på språket er det primitiver for å behandle bilder eller legge ut nettverk eller slå opp aksjekurser eller skape grensesnitt eller løse optimaliseringsproblemer, " sa han.

Denne brede utvekslingen av innebygde evner gir Wolfram Language evner som ikke finnes på de fleste andre språk ut av porten; for eksempel å skrive aktuellImage tar det gjeldende bildet fra datamaskinens kamera. Som sådan kan språket naturligvis håndtere et bredt spekter av data, alt fra skriftspråk til geografisk informasjon, og visualisere disse dataene med relativt få kodelinjer.

Men det var Wolfram Sproks pedagogiske og matematiske fokus som førte til at det ble satt sammen med det offisielle operativsystemet for $ 35 Raspberry Pi. Raspberry Pi er designet for å være en billig datamaskin som tar sikte på å lære barna om datamaskiner, og Pis offisielle Raspbian OS pakker Wolfram Language sammen med mange andre verktøy for å lære om programmering, alt fra Python til dra-og-slipp-språket Scratch.

Raspberry Pi: Mer må-lese dekning (TechRepublic på Flipboard)

Wolfram Language har begrensninger, og er blitt beskrevet av noen brukere som bedre egnet til å løse et bredt spekter av forhåndsbestemte oppgaver, i stedet for å brukes til å bygge programvare. Det ser også ut til at det fremdeles er en vei å gå for Wolfram Language - det har for eksempel ikke blitt gitt i IEEEs siste liste over topp programmeringsspråk.

Wolfram har sagt at Wolfram Language ikke bare er et språk for å fortelle datamaskiner hva de skal gjøre, men en måte for både datamaskiner og mennesker å representere beregningsmessige måter å tenke på ting på.

Av avdøde Wolfram har vært mer dristig i hvordan han snakker om Wolfram Language, og beskriver det som et "beregningsspråk" som til og med kan hjelpe til å bygge bro mellom oss selv og fremtidige ikke-menneskelige intelligenser, enten det er kunstig intelligens (AI) eller utenomjordisk.

Så esoterisk forfølgelse som det kan se ut, mener Wolfram behovet for denne lingua franca er betimelig, ettersom maskinlæringssystemer i økende grad tar beslutninger om livene våre - om det blir vist lånesøknader i dag eller kanskje til og med velger å drepe mennesker i morgen.

"Et av stedene der det er viktig, er å uttrykke beregningstankene som kan definere den generelle atferden til AI, " sier han og legger til at Wolfram Language "gir en et språk å uttrykke beregningstanker".

Fokuset på å abstrahere bort mye av den bakenforliggende tekniske detaljene i Wolfram Language - det snille av hvordan en datamaskin blir bedt om å sjekke aksjekursene online - gjenspeiler også Wolframs syn på hva databehandling skal være for de fleste brukere.

Han er skeptisk til det nylige presset mot å lære flere mennesker å kode for å bli for fast i detaljer som programmeringsspråk og syntax for kontrollflyt, implementeringsdetaljene han mener ikke er interessante for de fleste brukere.

"Vi er nå på omtrent den fjerde bølgen av forsøk på å lære programmering / koding til barn, " sier han.

"Problemet er at å undervise i rå programmering, snarere enn beregning om ting, til syvende og sist er ganske kjedelig for folk flest."

Flertallet vil være bedre tjent med verktøy som tillater dem å bruke datamaskiner for å gjøre hva de er interessert i, mener Wolfram.

"De interessante tingene har en tendens til å være beregnings-X, der X er hva du måtte bry deg om, enten det er journalistikk eller litteratur eller kunsthistorie eller hva det enn er, " sier han.
"Det er stedet der folk flest vil ønske å dra."

Stephen Wolframs nye bok Adventures of a Computational Explorer - en serie essays der han utforsker vitenskap, teknologi, AI og språkdesign - er nå tilgjengelig.

Last ned denne artikkelen som en PDF (gratis registrering kreves).

TechRepublic Cover Stories Nyhetsbrev

Gå aldri glipp av en av våre dyptgående, nære funksjoner. Tidligere emner inkluderer NASAs VR-trening for astronauter, den bemerkelsesverdige odysseen til Apples første ansatt, og kvinnene som brøt Hitlers koder i andre verdenskrig. Levert Av og til

Registrer deg i dag

© Copyright 2021 | pepebotifarra.com