Peter Wang, CEO & Co-Founder of Anaconda – Interviewserie

Hvad var det, der oprindeligt tiltrak dig til datalogi?

Jeg startede med at kode i en ung alder, uden en formel uddannelse i datalogi. Mens jeg oprindeligt blev tiltrukket af det for spændingen ved at kommandere en computer til at udføre opgaver, dybede min interesse, da jeg opdagede de kreative muligheder – skabe spil og udtrykke idéer. For mig er en computer mere end bare en funktion; det er en uendelig canvas for selvudtryk. I datalogiens tidlige æra var kreativiteten ubegrænset, og der var en ubrudt strøm mellem forskellige fagområder. Men med den nuværende industrialisering og lag af abstraktion er det blevet mere udfordrende at frigøre kreativiteten.

Kan du dele historien bag Anaconda, Inc?

Min medstifter og jeg startede Anaconda i 2012, men virksomhedens rødder kan spores tilbage til, da vi var softwarekonsulenter. Vi så, hvordan Python-programmeringssproget blev mere og mere populært til forretningsdataanalyse, og vi vidste, at en revolution var på vej. Brancher, der havde brug for tung numerisk beregning, såsom finans, gik over til Python, og med tiden så vi en hurtig tilpasning i sundhedssektoren, fremstilling, detailhandel og enhver branche, der søger avanceret analyse til at træffe bedre forretningsbeslutninger. Men på trods af Pythons omfattende organiske vækst følte vi, at branchen manglede den rigtige historie: behovet for avancerede analytics-værktøjer, der kunne håndteres af ikke-programmerere. I starten var investorer usikre på programmeringssprog eller åbne kildekode-økosystemer og så ikke værdien i PyData-fællesskabet, som Anaconda havde fostret. Men denne praksisledede vækststrategi førte til, at Anaconda og Python-økosystemet hurtigt fik tilslutning på tværs af alle brancher verden over.

Anaconda er dedikeret til at fremme åben kildekode-innovation, hvorfor er åben kildekode så vigtig?

Jeg er en stærk tilhænger af, at gennemsigtighed og samarbejde er nøglefaktorer for succesfuld udvikling af teknologi og løsninger for samfundet som helhed. Åben kildekode garanterer ikke kun gennemsigtighed, men fremmer også samarbejde og skaber en innovationskultur blandt udviklere. Jo flere perspektiver og viden der er til stede for at udvikle løsninger, jo bedre er resultatet. Principperne bag åben kildekode er tæt forbundet med Anacondas mission om at demokratisere teknologi og forbedre uddannelse – åben kildekode-software giver værdifulde muligheder for læring for udviklere, studerende og entusiaster, hvor de kan studere koden, lære bedste praksis og få praktisk erfaring ved at bidrage til åben kildekode-projekter.

I 2022 lancerede Anaconda PyScript, et web-baseret værktøj til kodning i browseren og implementering af apps med ét klik. Kan du dele nogle detaljer om dette værktøj og hvad der gør det så kraftfuldt?

Efter at have præsenteret det åbne kildekode-PyScript-projekt sidste år som et bevis på konceptet, lancerede vi i marts 2023 PyScript.com, en side, der giver mulighed for alle at bygge rige, interaktive, delingsbare Python-drevne webapplikationer direkte i browseren. Dette fleksible kodningsmiljø har et plug-and-play-modulært udviklingsmiljø og kan oprette næste generations webapplikationer med Python-drevet datainteraktivitet og beregning, hvilket kraftigt reducerer de indgangsbarrierer, der gør programmering overvældende for 99% af borgerne, der ikke har eksisterende kodningsfærdigheder. Med denne lancering øger Anaconda tilgængeligheden ved at give en ramme, der udstyrer alle til at få erfaring med Python-udvikling.

Datavidenskabsbranchen har boomet over de sidste ti år, da data-drevne beslutninger er blevet normen – og har boostet datavidenskabsfolk til #3 på Glassdoor’s ​​50 bedste job i Amerika i 2022. Men mens branchen florerer, er der stadig plads til at opgradere den nuværende arbejdsstyrke og fjerne eksisterende barrierer for dem, der er nysgerrige efter verden af kodning. Denne lancering var det første skridt i at demokratisere datavidenskab. Desuden vil personer og organisationer, der fokuserer på opgradering og genskoling, altid have en konkurrencemæssig fordel. Ved at give en online-platform, som alle kan tilgå, uden byrden af at downloade filer og konfigurere miljøer, giver PyScript en stor mulighed for at lære Python, verdens mest populære programmeringssprog.

Hvad er dine synspunkter på fremtidens kodning?

Udviklingen fremover indebærer en stigning i den samlede kodeproduktion, hvoraf en betydelig del genereres af maskiner. Men menneskelig validering vil fortsat være integreret. Det konventionelle billede af programmering – indtastning af kode i en tekstfil – vil ændre sig. Fremtidens opbygning af informationsystemer vil afvige fra traditionelle kodningsteknikker og omfavne et landskab, hvor kode genereres. Jeg forventer også, at fremtidige systemer vil fokusere på dataspecifikation og -modellering, hvilket vil ændre kodning, som vi kender den i dag.

Anaconda betjener nu over 35 millioner brugere, hvad tilskriver du denne succes til?

Jeg tror, at vi har nået denne skala af brugere ved at tilbyde en bred vifte af uddannelsesmateriale og værktøjer tilpasset alle typer brugere – fra studerende til professionelle kodere. Mens teknologisk innovation fortsætter, er der stadig mere behov for Python-færdigheder i næsten alle brancher. Med vores mission om at demokratisere Python og gøre kodning og grundlæggende færdigheder tilgængelige for alle, kan vi give de ressourcer, der er nødvendige for at opbygge færdigheder til job nu og i fremtiden.

En af dine passioner er at udvide adgangen til datakompetence, kan du dele nogle detaljer om dine bestræbelser på dette område?

Jeg tror, at hvis vi når studerende, mens de starter med datavidenskab, kan vi opnå mere betydelig fremgang på vores mission om at opnå verdensomspændende datakompetence. For at støtte dette har Anaconda startet et samarbejde med gymnasier i USA og globalt for at afholde en Data Science Expo, der bringer studerende sammen for at præsentere Python-færdigheder, dele innovative projekter og potentielt vinde universitetsstipendier. Desuden lancerede vi nylig Anaconda Learning, der tilbyder over 12 kurser, der giver studerende, der gennemfører dem, en certificering, der kan forbedre deres chancer for at få beskæftigelse eller avancere i deres uddannelsesrejse. Anaconda Notebooks er også designet til at hjælpe mennesker med at gå direkte i gang med datavidenskab og Python-kodning. I maj 2023 erhvervede Anaconda EduBlocks, en gratis platform, der bringer grundlæggende kodningsfærdigheder til studerende på grundskolen og begyndere. Gennem erhvervelsen vil EduBlocks yderligere støtte Anacondas mission om at demokratisere data- og Python-færdigheder for den fremtidige arbejdsstyrke. Mens datavidenskab og AI/ML-modeller fortsætter med at vinde indpas i arbejde og liv, kan Anaconda være kilden til vejledning og træning for at udnytte denne nye verden.

Hvorfor skal fremtidens AI være helt åben?

Ligende mine holdninger til åben kildekode, vil gennemsigtighed og samarbejde føre til mere succesfuld udvikling af AI-teknologi og gavne det større gode for samfundet som helhed. Mens AI-våbenkapløbet er en spændende tid i teknologi, kan den omfattende brug af AI-modeller oversvømme internettet med informationer, der ikke er genereret af virkelige begivenheder, og som vil forurene fremtidige træningsdataforløb for fremtidige modeller. Dette vil føre til en “model-kannibalisme”-effekt, hvor fremtidige modeller forstærker og bliver for altid forvrængede af output fra tidligere modeller. Med åben udvikling kommer der mere tilgængelighed og mulighed for en bredere gruppe af baggrunde, færdigheder og erfaringer til at arbejde sammen – skabende en dominoeffekt mod mere succesfulde (og etiske) resultater.

Hvad er din vision for fremtidens AI?

Jeg forventer, at der vil opstå mere kompakte og forståelige AI-modeller. At løse problemer relateret til indholdets rettigheder og ophavsret vil være afgørende. Forvent en omfattende tilpasning af disse AI-teknologier i virkelige forretnings-scenarier og kundeoplevelser. Fokus vil skifte til at vejlede og træne AI til positiv anvendelse. Denne overgang kan sammenlignes med udviklingen af motorer – fra store til små, med en ny fokus på motorapplikationer.

Vi har nu adgang til en form for “grundlæggende” intelligens, der kan udføre opgaver, der tidligere krævede menneskelig ekspertise – ikke nødvendigvis svært, men krævende dynamisk agility. Disse er brugs Tilfælde, der tidligere blev overset på grund af behovet for menneskelig indgriben, men med AI’s opkomst er det tidligere udfordrende nu opnåeligt.

Tak for de fantastiske interviews, læsere, der ønsker at lære mere, skal besøge Anaconda.