چگونه یک پروژه تحقیقاتی MIT به یک زبان برنامه نویسی جهانی تبدیل شد | اخبار MIT


همه چیز با چند ایمیل خشمگین شروع شد. در سال 2009، گروهی از محققان شروع به ابراز ناامیدی خود از زبان های برنامه نویسی کردند که برای کمک به دانشمندان و سایر محققان در انجام عملیات پیچیده ریاضی و شبیه سازی های آماری بدون یادگیری نحوه کدنویسی طراحی شده بودند. این زبان های برنامه نویسی سفت و سخت و کند بودند. اگر دانشمندان چیزی بسازند که واقعا کار کند، باید کل برنامه را به زبان دیگری بازنویسی کنند تا آن را سریعتر اجرا کنند.
این ایمیلها به یک پروژه تحقیقاتی در MIT با مأموریت ساخت یک زبان برنامهنویسی با کارایی بالا و آسان به نام جولیا تبدیل شدند که برای تحقیقات علمی، تجزیه و تحلیل دادهها و مدلسازی سیستمهای پیچیده مانند موتورهای جت، داروها، بازارهای مالی و روباتها طراحی شده است.
آن پروژه تحقیقاتی به آزمایشگاه در MIT تبدیل شد و آزمایشگاه به شرکت تبدیل شد جولیا هاب. در طول راه، جولیا طرفداران وفاداری در میان دانشمندان، مهندسان، ریاضیدانان و دیگران به دست آورد. امروزه، این زبان رایگان و منبع باز بیش از 1 میلیون کاربر دارد، از جمله افرادی که در هزاران شرکت و دانشگاه در سراسر جهان کار می کنند.
فقط اغراق جزئی است که بگوییم جولیا برای مدل سازی همه چیز زیر خورشید، از رفتار اتم های کوچک تا نیمه هادی ها، شبکه های عصبی، ماشین های مسابقه، و هواپیماها همچنین برای مطالعه بسیار فراتر از خورشید، با ستاره شناسان استفاده شده است استفاده از جولیا برای تصویربرداری از سیاهچاله ها.
سس مخفی جولیا در نحوه کامپایل کد بسته به نوع داده مورد استفاده است. چنین “کامپایل به موقع” جولیا را سریعتر و انعطاف پذیرتر از سایر زبانهای برنامه نویسی عددی می کند.
Viral Shah یکی از بنیانگذاران و مدیر عامل JuliaHub می گوید: “دانشمندان و مهندسان برنامه نویس نیستند. ساخت برنامه های علمی با تیم های چند رشته ای از دانشمندان، مهندسان و برنامه نویسان چالش برانگیز است.” ما پرسیدیم: اگر بتوانید دانشمندان و مهندسان را با یک زبان برنامه نویسی تجهیز کنید که به آنها اجازه دهد ایده های خود را در سطح بالایی بیان کنند و همچنین عملکرد نرم افزاری عالی داشته باشند، چه؟
آسان کردن برنامه نویسی برای غیربرنامه نویسان برای بنیانگذاران جولیا هاب، که شامل شاه، یکی از خالقان جولیا، آلن ادلمن، استاد ریاضیات MIT، جف بزانسون SM ’12، دکترای ’15، و دانشمند تحقیقاتی سابق MIT، استفان کارپینسکی هستند، یک ستاره شمالی بوده است.
در ماه آوریل، تیم JuliaHub گام بزرگ دیگری در این مسیر برداشت راه اندازی Dyad 3.0آخرین نسخه از پلتفرم هوش مصنوعی خود برای کمک به تیم های مهندسی در سرعت بخشیدن به توسعه سیستم های فیزیکی پیچیده مانند موشک ها، پمپ های حرارتی و ماهواره ها. مهندسان در حال حاضر از Dyad برای هدایت عوامل هوش مصنوعی مستقل استفاده می کنند، زیرا آنها از طریق شبیه سازی فیزیک، تجزیه و تحلیل ایمنی، کنترل کیفیت و موارد دیگر کار می کنند.
“با دیاد 3.0، شما می توانید داده ها و اسناد طراحی را آپلود کنید و سیستم کل هواپیما را طراحی خواهد کرد شاه میگوید: «با همکاری با مشتریانی مانند بوئینگ، ما در حال ایجاد قابلیتهای طراحی سختافزار عاملی برای مهندسان هستیم. به طور ساده، شما می خواهید بگویید، “باشه کامپیوتر، برای من هواپیما بساز”. بارگذاری اسناد طراحی؛ و حساب سیستم را برای تمام فیزیک داشته باشید، همه کدها را کامپایل کنید، همه چیز را تأیید کنید و کل طراحی را به صورت عاملی بسازید.”
آغاز فروتن
پس از بحث در مورد نیاز به زبان های برنامه نویسی بهتر برای دانشمندان و سایر محققان، همکاران جولیا آزمایشگاه جولیا را در حدود سال 2009 راه اندازی کردند. آزمایشگاه جولیا همچنان در آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT فعال است.
ایده اصلی ایجاد یک پلت فرم با عملکرد بالا بود که در کاربردهای مهندسی، علمی و ریاضیات برتر باشد. شاه میگوید قبل از جولیا، دانشمندان و مهندسان یا باید شخصی را استخدام میکردند تا برایشان نرمافزار بسازد یا عملکرد کند چند زبان برنامهنویسی طراحیشده برای آنها را بپذیرند.
شاه میگوید: «ما میخواستیم چیزی به راحتی استفاده از پایتون یا متلب اما به سرعت زبان برنامهنویسی C ایجاد کنیم. ما جولیا را برای خودمان ساختیم.
ادلمن میگوید در ابتدا، محققان فکر نمیکردند کسی بخواهد ساختهشان را بخواهد.
ادلمن به یاد میآورد: «ما فکر میکردیم که 10 سال طول میکشد تا کسی به آن علاقهمند شود، اما گفتیم: «صبر یک فضیلت است، پس بیایید آن را انجام دهیم».
محققان MIT جولیا را با یک پست وبلاگی در سال 2012 اعلام کردند. آنها به سرعت متوجه شدند که بسیاری از محققان دیگر ناامیدی خود را به اشتراک گذاشته اند.
بزانسون میگوید: «زمانی که شروع کردیم، گردشهای کاری پژوهشی تعاملی را هدف قرار میدادیم، اما مردم به طور فزایندهای از آن برای همه چیز استفاده میکنند. “اکنون ما در حال انتقال کل پشته زبان به دستگاههای کوچکتر و تعبیهشده در حین تکامل با کاربران خود هستیم.”
از همان روزهای اولیه، ادلمن یک کلاس در مورد جولیا با دانشجویان تقریباً از هر بخش در MIT تدریس کرده است. امروزه، او اغلب میآموزد که دانشآموزان از جولیا استفاده میکنند، زمانی که در کلاس برای برنامههایی مانند روباتیک، نجوم، شبیهسازیهای فیزیک و امور مالی ثبتنام میکنند.
ادلمن میگوید: «محققان به سراغ من میآیند و میگویند، من به سرپرستم میگویم که از جولیا استفاده میکنم زیرا سریع است، اما به آنها نگویید که از جولیا استفاده میکنم زیرا واقعاً سرگرمکننده است». “نکته کلیدی انتزاعات جولیا است. بسیاری از اوقات یک زبان برنامه نویسی شما را مجبور می کند تا مشکلی را که به آن فکر می کنید حل کنید. زبان جولیا باعث می شود که نه تنها مشکلی را که به آن فکر می کنید، بلکه مشکلات دیگران در سراسر جهان را نیز حل کنید. این شما را تشویق می کند تا مشکلات را به طور کلی تر حل کنید.”
با محبوبیت جولیا، محققان در سراسر جهان از تیم جولیا درخواست حمایت کردند. در سال 2015، تقاضا به اندازه کافی قوی شد که آنها تصمیم گرفتند JuliaHub را راه اندازی کنند و به طور تمام وقت از طریق شرکت به کاربران کمک کنند. آنها از مرکز MIT Deshpande برای نوآوری های تکنولوژیکی و سایرین در MIT حمایت دریافت کردند تا شرکت را از کار بیاندازند.
کار JuliaHub از کمک به کاربران برای پیشبرد زبان به طور کلی تکامل یافته است. این یک لیست چشمگیر از خلاقیت های کاربران وفادار جولیا است. جولیا برای شبیهسازی مدارهای کامپیوتری، تشخیص نابرابریهای سلامتی، مدلسازی آبوهوای جهانی و اقیانوسها، تجزیه و تحلیل فعالیت مغز و موارد دیگر استفاده شده است.
پس از اینکه شخصی یک پلت فرم مدل سازی دارویی در جولیا ساخت، از آن برای تسریع توسعه واکسن کووید-19 مدرنا استفاده شد. در مورد دیگری، محققان از جولیا برای ایجاد یک برنامه ای برای جلوگیری از برخورد هواپیما. آنها دریافتند که آن را حدود 50 برابر سریعتر از نسخه قبلی ساخته شده بر روی پایتون اجرا می کند. مهندسان متا از جولیا برای توسعه کدک صوتی بهتر برای 4 میلیارد کاربر واتس اپ استفاده کردند.
ادلمن میگوید: «در طول سالها، کاربران صنعتی، دولتی و دانشگاهی را دیدهایم که انواع کارهای جالب را با زبان جولیا انجام میدهند. صادقانه از بسیاری جهات ما را شگفت زده کرده است، چیزهایی که مردم از آن استفاده می کنند.
طراحی مستقل
JuliaHub Dyad 1.0 را در ژوئن 2025 به عنوان یک عامل تحقیقاتی برای تسریع برنامه نویسی و Dyad 2.0 را در دسامبر راه اندازی کرد. بنیانگذاران معتقدند Dyad 3.0 نشان دهنده سطح جدیدی از توانایی و استقلال برای طراحی سیستم های پیچیده است.
یک چیز مهم در مورد Dyad این است که یک کامپایلر فیزیک است و از این رو قوانین فیزیکی را اجرا می کندشاه توضیح میدهد. «سیستمهای هوش مصنوعی عمومی اغلب مشکلات فیزیکی را به روشی حل میکنند که قوانین فیزیکی را نقض میکند. هنگام استفاده از عامل Dyad، چنین تخلفاتی را شناسایی کرده و عامل را در جهت راه حل صحیح فیزیکی راهنمایی می کند. ما انتظار داریم که زمان طراحی در مهندسی محصول را با دستورات بزرگ کاهش دهد و منجر به ماهها کار در ساعتها شود.»
یکی از راه هایی که ادلمن تأثیر جولیا را می بیند از طریق کلاس او است. اخیراً یکی از دانشآموزان از Dyad برای مدلسازی نحوه حرکت روباتها در فضا استفاده کرد. دیگری از آن برای ساخت موتور موشک استفاده کرد.
ادلمن به یاد میآورد: «در پایان او گفت: «باورم نمیشد که چقدر آسان است – من فقط یک موتور موشک گرفتم!»

