【创科广场】Julia语言完成A轮融资 鱼与熊掌终可兼得

编程已经成为各行各业不可或缺的技术，编程语言之多，令人眼花缭乱，从主机语言到近代的物件导向，编程语言经历了多代的更迭。

编程语言百花齐放，从最初的Visual Basic的快速开发工具，以至后来相继出现物件导向的Java，Web流行的脚本语言PHP，以及自如处理数学函式的Python，各有不同用途。但在性能不佳，尤其数据科学、统计预测和模拟运算，和人工智能模型，一直没两全美的解决方案。

近年编程开始普遍，不少数据科学家，均从学习高阶的语言开始，所谓「高阶」（High Level）是指高度抽象化语言，开发时不用担心系统各种参数，类似R语言就可快速开发统计，人工智能和IOT又令Python和MicroPython等大受欢迎，皆因为用户毋须操心各项系统底层的资源。不过实际投产时，工程人员多以低阶语言再开发，不少是基于性能的考虑。

上述两难在于易用性和性能之间抉择，鱼与熊掌，不可兼得。程式语言大致可分两类：一类具备简单开发环境，较短学习曲綫，可供数据科学家和社会科学家，甚至业馀开发人士，首先以高阶工具分析和模拟。

另一类属于底层代码，可充分利用记忆体层次结构，确保能充分利硬件和处理器的运算能力。以实际的应用来说，以Python之类高阶语言开发应用，用户可比较容易理解语法，以及交互能力，迅速为程式除错和测试。测试版可解决简单问题和作为概念验证，但是如果想扩展到实际应用，或者大模型使用，必须考虑性能和记忆体配置，熟悉性能的企业都以高性能语言编写，类似C或C++开发。

Julia数据科学救星

2012年，麻省理工学院（MIT）研究人员推出了一种开源语言Julia，可兼具简化开发环境和高性能的优势，获得全球多家药厂用于新药开发，最近更获得融资。

Julia语言设计的初心，就是希望创造一种语言，同时可针对电脑科学专家的严谨要求，又可在实际开发时令使用过R、Matlab、SAS和Python之类工具，亦可轻松上手。MIT利用Julia开发了针对人工智能「Gen」的建模语言，以简化开发视觉运算、机械人、统计机率，甚至预测性分析。

Julia程式语言开源后，全球已录得达2900多万次下载量，GitHub获3.5万颗星星，已有数千位开源开发者向Julia贡献源码，全球超过1500所大学正教授Julia，几乎包括电算领域上最顶尖的大学。

全球超过1万家大公司正采用Julia语言，包括不少药厂，包括Moderna、辉瑞、阿斯利康，用于新药和新冠肺炎的新药开发研究，Julia的开发团队初期缺乏经费，向多家药厂提供顾问，同时也显示出其应用的潜力，其他如贝莱德、谷歌、英特尔、微软、NASA、联邦航空管理局及纽约联邦储备银行也是Julia的用户。

融资助长期发展

2012年，Julia的团队建立初创Julia Computing，以长期发展Julia功能。上周Julia Computing终于完成了2400万美元A轮融资。Dorilton Ventures领投，其他投资者包括Menlo Ventures、General Catalyst以及HighSage Ventures。此外，Snowflake前行政总裁Bob Muglia加入Julia Computing董事会，Muglia也曾在Microsoft和Juniper出任高层，再带领Snowflake成为独角兽。

Julia社区包括医疗和金融专家，今星期Julia Computing举行网上JuliaCon用户大会，图灵奖得主和柏克莱大学教授William Kahan和东北大学教授Jan Vitek发表了主题演说。JuliaCon内不少演讲环节，概述了科学家及工程师如何以Julia演算能力，解决大数据的科学难题，避免以高阶语言（Python、Matlab 或R）测试与模拟后，再以低阶语言（C或C++）重写的问题。