Stephen Wolfram over de toekomst van programmeren en waarom we leven in een computationeel universum

Stephen Wolfram, de toekomst van programmeren, en waarom we in een computeruniversum leven TechRepublic's Karen Roby vertelt over Stephen Wolfram, het brein achter Mathematica, Wolfram | Alpha en de Wolfram Language.

Toen het ging om uit te zoeken welke computerwetenschapper taalkundigen zou moeten helpen ondoorgrondelijke buitenaardse teksten te ontcijferen, kreeg Stephen Wolfram de telefoon.

Natuurlijk, deze buitenaardse wezens bestonden misschien alleen in de sci-fi-film Aankomst, maar als ET ooit uit de baan raakt, staat Wolfram misschien nog steeds op de korte lijst met mensen om contact op te nemen.

Het leven van de in Engeland geboren computerwetenschapper is bezaaid met uitzonderlijke prestaties: een doctoraat in de theoretische natuurkunde behalen op Caltech op 20-jarige leeftijd, een MacArthur Genius Grant winnen op 21-jarige leeftijd en het technische computerplatform Mathematica (dat wordt gebruikt door miljoenen wiskundigen, creëren) wetenschappers en ingenieurs wereldwijd), plus de Wolfram-taal en de Wolfram | Alpha-kennismotor.

Zijn rol bij het adviseren van Aankomst kwam uit de lucht vallen, toen wat hij zegt een interessant script op zijn bureau kruiste met een verzoek om hulp bij het raadplegen en het maken van enkele visuals voor de binnenkort te filmen film.

Terwijl de betrokkenheid van Wolfram vooral adviseerde over enkele van de wetenschappelijke en technische referenties in het script, werd zijn zoon Christopher belast met het bedenken van een manier waarop taalkundigen deze buitenaardse geschriften konden decoderen met vrijwel geen referentiekader, wat betekende dat de Wolfram-taal ook enige schermtijd.

Op punten tijdens de film kun je zien hoe de Wolfram-taalcode wordt uitgevoerd terwijl deze de buitenaardse logogrammen deconstrueert en in plakjes snijdt om de taalkundigen op het scherm te helpen bij het afleiden van betekenis uit gangbare patronen.

"Wat interessant was, is dat het een verhaal is over het eerste contact met buitenaardse wezens, en het gaat allemaal over taal en hoe we dingen begrijpen", zegt Wolfram, waarin hij uitlegt waarom hij en zijn zoon het aanbod hebben overgenomen.

"Omdat ik een groot deel van mijn leven heb doorgebracht als computertaalontwerper, ben ik beter geïnteresseerd in hoe iemand gedachten kan communiceren met dingen als taal."

Download dit artikel als PDF (gratis registratie vereist).

De grote missie van Wolfram | Alpha

Voor al zijn andere prestaties is Wolfram waarschijnlijk het best bekend voor het lanceren van Wolfram | Alpha, de computationele kennisengine die ten grondslag ligt aan het vermogen van Apple's Siri digitale assistent om vragen te beantwoorden van "Wat is het hoogste gebouw in de VS?" tot "Hoeveel dagen tot Kerstmis?".

Wolfram | Alpha heeft een grote missie: het mogelijk maken om elke vraag te beantwoorden, onmiddellijk en automatisch vanuit verzamelde kennis van onze hele beschaving. Een engine die gebruikers niet eenvoudigweg naar een bepaalde webpagina leidt, maar die antwoorden krijgt door ze te berekenen met behulp van modellen, ingebouwde algoritmen en triljoenen stukjes samengestelde gegevens.

Terwijl een zoekmachine meestal webpagina's dient als antwoord op vragen, neemt Wolfram | Alpha een andere route, waarbij het antwoord dynamisch wordt berekend, zodat het antwoord op "Waar is het internationale ruimtestation?" zal elke keer anders zijn, afhankelijk van waar het zich op dat moment bevindt.

Wolfram | Alpha kan helpen met vragen in een breed scala van disciplines, van algebra tot natuurkunde, voedsel en voeding tot persoonlijke gezondheid. Al deze mogelijkheden omvatten het bouwen van de modellen die nodig zijn om de problemen te berekenen, evenals het verzamelen en beheren van de gegevens die nodig zijn om deze berekeningen uit te voeren.

Hoe een succesvolle carrière voor ontwikkelaars op te bouwen (gratis PDF)

Een andere manier om ernaar te kijken: Google is op zijn meest basale manier een vergrootglas om bepaalde stukjes tekst op het web te vinden en je veel opties te geven over welke de juiste is. Wolfram | Alpha is een Zwitsers zakmes, gevuld met hulpmiddelen om u te helpen het enige antwoord op een vraag te vinden.

En toch, misschien omdat we door jaren googlen zijn getraind om kennis op een bepaalde manier te bekijken, is Wolfram | Alpha waarschijnlijk niet voor iedereen geschikt. Hoewel het het baanpad van de Hubble-ruimtetelescoop kan berekenen, of het aantal centen dat twee vierkante mijlen kan afleggen, heeft het het moeilijker met vragen als "Wat zijn de beste coffeeshops in Shoreditch?".

Dat wil niet zeggen dat het volledig humorloos is; desgevraagd ontkent het dat het Skynet is en merkt het op: "In tegenstelling tot Skynet geniet ik van interactie met mensen op een manier waarbij geen nucleaire raketten worden gelanceerd" en geeft het je een schatting van het aantal buitenaardse beschavingen in de Melkweg ( 10).

Moet ontwikkelaarsinhoud lezen

  • Java en JavaScript domineerden softwareontwikkeling in de jaren 2010
  • Hoe ontwikkelaar te worden: een spiekbriefje
  • 10 manieren om doorbranden van ontwikkelaars te voorkomen (gratis PDF)
  • Python eet de wereld op: hoe een project van een ontwikkelaar de populairste programmeertaal op de planeet werd

Sinds de lancering in mei 2008, naast het voeden van Siri, is Wolfram | Alpha toegevoegd aan chatbots, tutoring-systemen en smart-tv's. In januari 2019 werd aangekondigd dat Wolfram | Alpha een deel van zijn intelligentie zou geven aan Amazon's Alexa, waardoor die digitale assistent vragen kan beantwoorden als "Alexa, hoeveel kopjes maakt 12 eetlepels?" Of "Alexa, hoe ver is de Voyager 1 satelliet van de aarde? ".

Naast de openbare Wolfram | Alpha zijn er enterprise-versies die vragen kunnen beantwoorden met niet alleen openbare gegevens en kennis, maar ook de interne gegevens en kennis van die organisaties.

Wolfram | Alpha wordt op zijn beurt ondersteund door Wolfram Language, een project dat het grootste deel van het leven van Wolfram heeft doorlopen. Met Wolfram Language kunnen vragen die met natuurlijke taal worden gesteld, effectief worden begrepen door een computer.

Wolfram | Alpha is nu meer dan tien jaar oud. Hoewel het Google niet heeft ingehaald en er nog steeds erg ingewikkeld uitziet voor de gemiddelde nieuwe gebruikers, heeft dat Wolfram's ambitie er niet voor ondermijnd.

"Wat moet Wolfram | Alpha weten? Mijn doel is altijd geweest om het uiteindelijk over alles te weten. Maar het is duidelijk dat iemand ergens moet beginnen, " zei hij eerder dit jaar.

Wolfram begint zijn eerste computertaal te bouwen in 1979

Het pad dat leidde naar Wolfram Language en Wolfram | Alpha is lang en bochtig.

Als schooljongen was zijn eerste liefde natuurkunde, met Wolfram die een vroegrijp talent bezat dat hem op 15-jarige leeftijd zijn eerste wetenschappelijke artikel liet publiceren.

Hoewel hij 50 jaar geleden voor het eerst een computer zag, op 10-jarige leeftijd, was hij niet meteen in de ban van de machine en zag hij de machine aanvankelijk als een handig hulpmiddel om zijn interesse in natuurkunde te verkennen.

"De eerste computer die ik eigenlijk met mijn eigen handen aanraakte, was waarschijnlijk in 1972 of 1973, het was een ding genaamd de Elliott 903, een Britse computer die lang uitgestorven en nogal exotisch is, ter grootte van een groot bureau en geprogrammeerd met papieren tape, " hij zegt. "Ik heb het altijd gezien als een hulpmiddel om dingen te doen waarin ik geïnteresseerd was, en ik probeerde natuurkunde op de computer te simuleren."

Het was enkele jaren later dat Wolfram een ​​interesse begon te ontwikkelen in berekeningen en hoe computers werkten, toen hij deeltjesfysica studeerde aan Caltech in 1979.

"Ik heb veel computers geprogrammeerd om een ​​aantal wiskundige berekeningen uit te voeren die je nodig hebt voor de natuurkunde, " zegt hij.

"In 1979 begon ik met het bouwen van mijn eerste computertaal, die bedoeld was als een taal voor het uitvoeren van berekeningen die je in de wetenschap nodig hebt. Maar ik ging terug en probeerde meer te begrijpen over de aard van de berekening, om de meest algemene taal te ontwerpen. Dus dat zorgde ervoor dat ik een beetje terugging om wiskundige logica en de oorsprong van computers te bestuderen, enzovoort, "zegt hij.

Download dit artikel als PDF (gratis registratie vereist).

Wolfram heeft mede-ontworpen een computeralgebra-systeem genaamd SMP, een proces dat hij nuttig vond toen hij enkele jaren later begon met het bouwen van Wolfram Language.

Tegelijkertijd bleef Wolfram geïnteresseerd in hoe computers fenomenen zoals de Big Bang en vroege melkwegvorming, evenals neurale netten konden simuleren, een idee dat in het afgelopen decennium is ontstaan ​​dankzij de vooruitgang in de verwerkingskracht en de beschikbaarheid van trainingsgegevens .

Wolfram ontdekt regel 30 en schrijft A New Kind of Science

Het bestudeerde hoe complex gedrag kon voortkomen uit eenvoudige regels die Wolfram leidden tot wat hij beschouwt als een van zijn belangrijkste ontdekkingen, gedaan tijdens het onderzoeken van eendimensionale cellulaire automaten.

Cellulaire automaten bieden een model om te laten zien hoe eenvoudige regels het gedrag van een systeem bepalen, waarbij sommige regels resulteren in complexe en schijnbaar willekeurige resultaten. Het belang van cellulaire automaten trof Wolfram toen hij "regel 30" ontdekte, wat hij "waarschijnlijk de meest verrassende wetenschappelijke ontdekking die ik ooit heb gedaan" noemt.

De onderstaande afbeelding is gemaakt met regel 30 en begint met een raster met lege cellen. Beginnend met een enkele zwarte cel in het midden van de bovenste regel in het raster, bepaalt de regel of cellen in elke volgende regel zwart moeten worden gearceerd of leeg moeten worden gelaten, afhankelijk van de kleur van de cellen eromheen. Uit slechts vier regels instructies in regel 30 kwamen onregelmatige en complexe patronen naar voren, een ontdekking die Wolfram ertoe bracht te beweren dat "dit basisfenomeen uiteindelijk verantwoordelijk is voor het grootste deel van de complexiteit die we in de natuur zien".

Deze illustratie is gemaakt met regel 30, die Stephen Wolfram "waarschijnlijk de meest verrassende wetenschappelijke ontdekking die ik ooit heb gedaan" noemt.

Afbeelding: Stephen Wolfram, LLC

"Ik bestudeerde deze verschillende voorbeelden van hoe je complex gedrag zou kunnen maken, en ik dacht 'Laten we proberen een zo eenvoudig mogelijk model te maken dat de essentie van wat er in deze verschillende systemen gebeurt, kan vastleggen.'"

Wolfram zette zijn argumenten uiteen dat de complexiteit van de natuurlijke wereld - zelfs de vorming van het universum zelf - zou kunnen voortkomen uit deze zeer eenvoudige regels in A New Kind of Science, een bestseller waaraan hij meer dan tien jaar werkte, leven "als een soort kluizenaar", voordat hij het publiceerde in 2002.

Het boek, met zijn gedurfde ambitie om "wetenschap te transformeren", bleek verdeeld te zijn, met sommigen dat het een "eerste klas intellectuele sensatie" was, terwijl anderen het te speculatief vonden en niet goed erkenden hoe het voortbouwde op eerdere ontdekkingen .

"Sommige mensen waren van: 'Oh geweldig, iets nieuws, we zijn zo opgewonden', en andere mensen waren van: 'Oh nee, nee, we willen niets nieuws. Het is prima om wetenschap te doen of wat dan ook het is de manier waarop we het de afgelopen honderd jaar hebben gedaan ', zegt Wolfram.

Stephen Wolfram's book A New Kind of Science

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

Stephen Wolfram's boek A New Kind of Science

Afbeelding: Wolfram Science

Zijn herinnering aan de tijd en moeite die het kostte om het boek te schrijven, wordt ondersteund door de hoeveelheid gegevens die hij gedurende meer dan drie decennia in zijn leven heeft vastgelegd. Het aantal stappen dat hij heeft gezet, hoeveel e-mails hij heeft verzonden en ontvangen, de vergaderingen die hij heeft gehad en elke toetsaanslag die hij heeft getypt - meer dan 100 miljoen.

Door dit te doen heeft Wolfram zijn verleden in ongebruikelijke details kunnen ondervragen en interessante patronen kunnen zien, zoals de duik in vergaderingen toen hij een time-out nam om A New Kind of Science te schrijven of hoeveel nieuwe woorden er in zijn correspondentie opduiken.

"Om de zoveel tijd is er iets interessants dat ik over mezelf wil opzoeken en dan, aangezien ik passief tonnen gegevens verzamel omdat het gemakkelijk is om te doen, heel af en toe wil ik een vraag beantwoorden en dan gaan zoeken die gegevens ', zegt hij.

"Ik heb me gerealiseerd dat de belangrijkste compensatie voor oud worden is dat je langer hebt geleefd, dus je weet meer dingen, je hebt meer dingen meegemaakt. De manier waarop je daar echt gebruik van maakt, is goede toegang hebben tot die hele geschiedenis van jezelf. Op metaniveau, dat is het ding dat ik me pas relatief recent realiseerde. "

Sinds A New Kind of Science werd gepubliceerd, zegt Wolfram dat een toenemend aantal modellen van menselijk gedrag en fysieke systemen zijn gebouwd rond dit idee van een "computation universum".

"Het was interessant voor mij, de paradigmaverschuiving van computationeel denken over dingen, in plaats van wiskundig", zegt hij.

"In de afgelopen 15 jaar of zo, als je kijkt naar nieuwe modellen die mensen van dingen maken, of het nu gaat om gedrag van mensen op internet of over planten - wat het ook is - de overgrote meerderheid van die nieuwe modellen zijn gemaakt in termen van programma's, niet in termen van wiskundige vergelijkingen. "

Download dit artikel als PDF (gratis registratie vereist).

Wolfram-taal als een "computationele taal"

Om de kracht van dit computeruniversum aan te boren, zegt Wolfram dat wat hij nodig heeft een "computertaal" is.

"Het is zo dat ik de afgelopen drie decennia heb gewerkt aan het bouwen van deze computationele taal die we Wolfram Language noemen. Dit is een poging om te proberen alles over de wereld te kunnen uiten, " zegt hij.

Wolfram Language maakt gebruik van veel van dezelfde onderliggende technologieën als Mathematica en vormt de basis van Wolfram | Alpha.

Wolfram heeft Wolfram-taal beschreven als een "op kennis gebaseerde taal" waarin "een enorme hoeveelheid kennis over het uitvoeren van berekeningen" is ingebouwd.

"Dus, precies in de taal zijn er primitieven voor het verwerken van afbeeldingen of het opzetten van netwerken of het opzoeken van aandelenkoersen of het creëren van interfaces of het oplossen van optimalisatieproblemen, " zei hij.

Deze brede waaier van ingebouwde mogelijkheden geeft Wolfram Language-vaardigheden die niet in de meeste andere talen te vinden zijn, buiten de poort; Als u bijvoorbeeld currentImage typt, wordt de huidige afbeelding van de camera van de computer vastgelegd. Als zodanig kan de taal native een breed scala aan gegevens verwerken, alles van geschreven taal tot geografische informatie, en die gegevens visualiseren met behulp van relatief weinig regels code.

Maar het was Wolfram Language's educatieve en wiskundige focus die ertoe leidde dat het werd gebundeld met het officiële besturingssysteem voor de $ 35 Raspberry Pi. De Raspberry Pi is ontworpen als een goedkope computer die is gericht op het leren van kinderen over computers, en de officiële Raspbian OS van Pi bundelt Wolfram Language naast vele andere tools voor het leren over programmeren, variërend van Python tot de drag-and-drop-taal Scratch.

Raspberry Pi: meer aandacht die gelezen moet worden (TechRepublic op Flipboard)

Wolfram Language heeft beperkingen en is door sommige gebruikers beschreven als beter geschikt voor het oplossen van een breed scala van vooraf bepaalde taken, in plaats van te worden gebruikt om software te bouwen. Er lijkt ook nog een manier te zijn om voor Wolfram Language te kiezen - het stond bijvoorbeeld niet in de recente lijst van IEEE's top programmeertalen.

Wolfram heeft gezegd dat Wolfram Language niet alleen een taal is om computers te vertellen wat ze moeten doen, maar een manier voor zowel computers als mensen om computationele manieren van denken over dingen weer te geven.

De laatste tijd is Wolfram brutaler in zijn manier van praten over Wolfram Language en beschrijft het als een 'computationele taal' die zelfs de kloof tussen onszelf en toekomstige niet-menselijke intelligenties zou kunnen overbruggen, of het nu kunstmatige intelligentie (AI) of buitenaards is.

Hoe esoterisch een achtervolging ook lijkt, Wolfram gelooft dat de behoefte aan deze lingua franca op het juiste moment komt, omdat systemen voor machinaal leren in toenemende mate beslissingen nemen over ons leven - of dat nu het lenen van kredietaanvragen vandaag is of misschien zelfs kiezen om morgen mensen te doden.

"Een van de plaatsen waar dat belangrijk is, is het uitdrukken van de computationele gedachten die het algehele gedrag van AI kunnen definiëren, " zegt hij, eraan toevoegend dat Wolfram Language "iemand een taal geeft waarin hij computationele gedachten kan uiten".

De focus op het abstraheren van veel van de onderliggende technische details in Wolfram Language - de kernachtige manier waarop een computer de opdracht krijgt om online aandelenkoersen te controleren - weerspiegelt ook Wolframs visie op wat computing zou moeten zijn voor de meeste gebruikers.

Hij staat sceptisch tegenover de recente drang om meer mensen te leren coderen omdat ze te veel vast komen te zitten in details zoals programmeertaal syntaxis en control flow-instructies, de implementatiedetails die hij voelt zijn voor de meeste gebruikers niet interessant.

"We zijn nu bezig met de vierde golf van pogingen om kinderen programmeren / coderen te leren, " zegt hij.

"Het probleem is dat het geven van onbewerkte programmering, in plaats van het berekenen van dingen, uiteindelijk nogal saai is voor de meeste mensen."

De meerderheid zou beter kunnen profiteren van tools waarmee ze computers kunnen gebruiken om te doen waar ze in geïnteresseerd zijn, vindt Wolfram.

"Het interessante is meestal de computationele X, waarbij X is waar je om geeft, of het nu journalistiek of literatuur of kunstgeschiedenis is of wat het ook is, " zegt hij.
"Dat is de plek waar de meeste mensen naartoe willen gaan."

Stephen Wolfram's nieuwe boek Adventures of a Computational Explorer - een serie essays waarin hij wetenschap, technologie, AI en taalontwerp onderzoekt - is nu beschikbaar.

Download dit artikel als PDF (gratis registratie vereist).

TechRepublic Cover Stories Nieuwsbrief

Mis nooit meer een van onze diepgaande, gedetailleerde verhalen. Eerdere onderwerpen omvatten NASA's VR-training voor astronauten, de opmerkelijke odyssee van de eerste medewerker van Apple en de vrouwen die Hitler's codes in de Tweede Wereldoorlog hebben overtreden. Af en toe afgeleverd

Schrijf je vandaag in

© Copyright 2020 | mobilegn.com