【創科廣場】Julia語言完成A輪融資 魚與熊掌終可兼得

編程已經成為各行各業不可或缺的技術，編程語言之多，令人眼花繚亂，從主機語言到近代的物件導向，編程語言經歷了多代的更迭。

編程語言百花齊放，從最初的Visual Basic的快速開發工具，以至後來相繼出現物件導向的Java，Web流行的腳本語言PHP，以及自如處理數學函式的Python，各有不同用途。但在性能不佳，尤其數據科學、統計預測和模擬運算，和人工智能模型，一直沒兩全美的解決方案。

近年編程開始普遍，不少數據科學家，均從學習高階的語言開始，所謂「高階」（High Level）是指高度抽象化語言，開發時不用擔心系統各種參數，類似R語言就可快速開發統計，人工智能和IOT又令Python和MicroPython等大受歡迎，皆因為用戶毋須操心各項系統底層的資源。不過實際投產時，工程人員多以低階語言再開發，不少是基於性能的考慮。

上述兩難在於易用性和性能之間抉擇，魚與熊掌，不可兼得。程式語言大致可分兩類：一類具備簡單開發環境，較短學習曲綫，可供數據科學家和社會科學家，甚至業餘開發人士，首先以高階工具分析和模擬。

另一類屬於底層代碼，可充分利用記憶體層次結構，確保能充分利硬件和處理器的運算能力。以實際的應用來說，以Python之類高階語言開發應用，用戶可比較容易理解語法，以及交互能力，迅速為程式除錯和測試。測試版可解決簡單問題和作為概念驗證，但是如果想擴展到實際應用，或者大模型使用，必須考慮性能和記憶體配置，熟悉性能的企業都以高性能語言編寫，類似C或C++開發。

Julia數據科學救星

2012年，麻省理工學院（MIT）研究人員推出了一種開源語言Julia，可兼具簡化開發環境和高性能的優勢，獲得全球多家藥廠用於新藥開發，最近更獲得融資。

Julia語言設計的初心，就是希望創造一種語言，同時可針對電腦科學專家的嚴謹要求，又可在實際開發時令使用過R、Matlab、SAS和Python之類工具，亦可輕鬆上手。MIT利用Julia開發了針對人工智能「Gen」的建模語言，以簡化開發視覺運算、機械人、統計機率，甚至預測性分析。

Julia程式語言開源後，全球已錄得達2900多萬次下載量，GitHub獲3.5萬顆星星，已有數千位開源開發者向Julia貢獻源碼，全球超過1500所大學正教授Julia，幾乎包括電算領域上最頂尖的大學。

全球超過1萬家大公司正採用Julia語言，包括不少藥廠，包括Moderna、輝瑞、阿斯利康，用於新藥和新冠肺炎的新藥開發研究，Julia的開發團隊初期缺乏經費，向多家藥廠提供顧問，同時也顯示出其應用的潛力，其他如貝萊德、谷歌、英特爾、微軟、NASA、聯邦航空管理局及紐約聯邦儲備銀行也是Julia的用戶。

融資助長期發展

2012年，Julia的團隊建立初創Julia Computing，以長期發展Julia功能。上周Julia Computing終於完成了2400萬美元A輪融資。Dorilton Ventures領投，其他投資者包括Menlo Ventures、General Catalyst以及HighSage Ventures。此外，Snowflake前行政總裁Bob Muglia加入Julia Computing董事會，Muglia也曾在Microsoft和Juniper出任高層，再帶領Snowflake成為獨角獸。

Julia社區包括醫療和金融專家，今星期Julia Computing舉行網上JuliaCon用戶大會，圖靈獎得主和柏克萊大學教授William Kahan和東北大學教授Jan Vitek發表了主題演說。JuliaCon內不少演講環節，概述了科學家及工程師如何以Julia演算能力，解決大數據的科學難題，避免以高階語言（Python、Matlab 或R）測試與模擬後，再以低階語言（C或C++）重寫的問題。