Peter Wang, CEO og medstifter af Anaconda – Interview Series

Hvad tiltrak dig oprindeligt til datalogi?

Jeg startede med at kode i en ung alder uden en formel datalogiuddannelse. Mens jeg oprindeligt blev tiltrukket af det for spændingen ved at kommandere en computer til at udføre opgaver, blev min interesse større, da jeg opdagede de kreative muligheder – at lave spil og udtrykke ideer. For mig overskrider en computer ren funktionalitet; det er et endeløst lærred til selvudfoldelse. I den tidlige æra af computere kendte kreativiteten ingen grænser, og der var et problemfrit flow mellem forskellige sysler. Men med den nuværende industrialisering og abstraktionslag er det blevet mere udfordrende at slippe kreativiteten løs.

Kan du dele tilblivelseshistorien bag Anaconda, Inc?

Min medstifter og jeg startede Anaconda i 2012, men virksomhedens oprindelse kan spores tilbage til, da vi var softwarekonsulenter. Vi så den voksende græsrodsadoption af Python-programmeringssproget til forretningsdataanalyse og vidste, at en revolution var på vej. Industrier, der krævede tunge numeriske computeregenskaber som finans, strømmede til Python, og over tid oplevede sproget en hurtig adoption inden for sundhedspleje, fremstilling, detailhandel og enhver industri, der forfulgte avanceret analyse for at træffe bedre forretningsbeslutninger. Men på trods af den udbredte organiske vækst i Python, følte vi, at industrien manglede den virkelige historie: det massive behov for højtydende avancerede analyseværktøjer, som ikke-programmører kunne udnytte. I begyndelsen var investorerne usikre på programmeringssprog eller open source-økosystemer og så ikke værdien i Python-datafællesskabet, som Anaconda havde forvaltet. Men denne praktikerledede vækststrategi førte i sidste ende til, at Anaconda og Python-økosystemet hurtigt vandt indpas på tværs af alle brancher over hele verden.

Anaconda er forpligtet til at fremme open source-innovation, hvorfor er open source så vigtigt?

Jeg er overbevist om, at gennemsigtighed og samarbejde er nøglefaktorer for succesfuld udvikling af teknologi og løsninger for samfundet som helhed. Open source garanterer ikke kun gennemsigtighed, men forbedrer også samarbejdet og fremmer en innovationskultur blandt udviklere. Jo flere perspektiver og viden der arbejder sammen om at udvikle løsninger, jo bedre bliver resultatet. Principperne bag open source stemmer nøje overens med Anacondas mission om at demokratisere teknologi og også forbedre uddannelse – open source software giver værdifulde læringsmuligheder for udviklere, studerende og entusiaster, hvor de kan studere koden, lære bedste praksis og få praktisk erfaring ved at bidrage til open source-projekter.

I 2022 lancerede Anaconda PyScript, et webbaseret værktøj til kodning i browseren og implementering af apps med et klik på en knap. Kan du dele nogle detaljer om dette værktøj, og hvad der gør det så stærkt?

Efter at have debuteret open source PyScript-projektet sidste år som proof of concept, udgav vi i marts 2023 PyScript.com, et websted, der giver enhver mulighed for at bygge rige, interaktive, delbare Python-drevne webapplikationer direkte i browseren. Denne fleksible kodningsplatform har et plug-and-play modulært udviklingsmiljø og kan skabe næste generations webapplikationer med Python-drevet datainteraktivitet og beregning, hvilket drastisk reducerer adgangsbarriererne, der gør programmering overvældende for 99 % af borgere, der ikke har eksisterende kodningsfærdigheder. Med denne lancering øger Anaconda tilgængeligheden ved at levere en ramme, der klæder enhver på til at få erfaring med Python-udvikling.

Data science-industrien har boomet i løbet af det sidste årti, da datadrevet beslutningstagning er blevet normen – hvilket øger dataforskere til #3 på Glasdør's 50 bedste job i Amerika for 2022. Men selvom industrien blomstrer, er der stadig plads til at opkvalificere den nuværende arbejdsstyrke og fjerne eksisterende adgangsbarrierer for dem, der er nysgerrige efter verden af ​​kodning. Denne lancering var det første skridt i at demokratisere datavidenskab. Derudover vil enkeltpersoner og organisationer, der fokuserer på opkvalificering og omskoling, altid have en konkurrencefordel. Ved at tilbyde en online platform, som alle kan få adgang til, uden at skulle downloade filer og konfigurere miljøer, giver PyScript en fantastisk mulighed for at lære Python, det mest populære programmeringssprog i verden.

Hvad er dit syn på fremtiden for kodning?

Udviklingen forude indebærer en stigning i den samlede kodeproduktion, med en betydelig del genereret af maskiner. Menneskelig validering vil dog forblive integreret. Det konventionelle billede af programmering – indtastning af kode i en tekstfil – vil forvandles. Fremtiden for at konstruere informationssystemer vil afvige fra traditionel kodningspraksis og omfatte et landskab, hvor kode genereres. Jeg forudser også, at nye systemer vil centrere sig omkring dataspecifikation og modellering, og omforme kodning, som vi kender det i dag.

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

Jeg tror på, at vi har nået denne skala af brugere ved at tilbyde en bred vifte af undervisningsmaterialer og værktøjer, der henvender sig til alle typer brugere – lige fra studerende til professionelle kodere. Efterhånden som den teknologiske innovation fortsætter, er der konstant blevet mere behov for Python-færdigheder i næsten alle brancher. Med vores mission om at demokratisere Python, gøre kodning og det grundlæggende tilgængeligt for alle, er vi i stand til at levere de nødvendige ressourcer til at opbygge færdigheder til job nu og i fremtiden.

En af dine passioner er at udvide adgangen til datafærdigheder, kunne du dele nogle detaljer om din indsats med dette?

Jeg tror på, at hvis vi når ud til eleverne, når de kommer i gang med datavidenskab, kan vi gøre større fremskridt med vores mission om at opnå verdensomspændende datakompetence. For at understøtte det er Anaconda begyndt at engagere sig med gymnasier i USA og globalt for at være vært for en Data Science Expo der bringer studerende sammen for at fremvise Python-færdigheder, dele innovative projekter og potentielt vinde college-stipendier. Derudover introducerede vi for nylig Anaconda læring, som tilbyder over tolv kurser, der giver studerende, der med succes afslutter dem, et certifikat, der kan forbedre deres udsigter til at sikre beskæftigelse eller komme videre i deres uddannelsesrejse. Anaconda notesbøger er også designet til at hjælpe folk med det samme med at springe ind i datavidenskab og Python-kodning. I maj 2023, Anaconda erhvervede EduBlocks, en gratis platform, der bringer grundlæggende kodningsfærdigheder til K-12-studerende og begyndere. Gennem opkøbet vil EduBlocks fremme Anacondas mission om at demokratisere data og Python-færdigheder for fremtidens arbejdsstyrke. Da datavidenskab og AI/ML-modeller fortsætter med at vinde udbredelse i arbejde og liv, kan Anaconda være kilden til vejledning og træning for at drage fordel af denne nye verden.

Hvorfor skulle fremtiden for kunstig intelligens være helt åben?

I lighed med mine følelser omkring open source, vil gennemsigtighed og samarbejde føre til mere succesfuld udvikling af AI-teknologi og gavne det større gavn for samfundet som helhed. Selvom der ikke kan benægtes, at AI-våbenkapløbet er et spændende øjeblik inden for teknologi, kan den udbredte brug af AI-modeller oversvømme internettet med information, der ikke er genereret af begivenheder i den virkelige verden, og som vil forurene fremtidige træningsdatasæt for fremtidige modeller. Dette vil føre til en "modelkannibalisme"-effekt, hvor fremtidige modeller forstærker og for altid er forudindtaget af output fra tidligere modeller. I takt med, at nye modeller lanceres, kan etiske debatter omkring AI, såsom juridiske/ophavsretlige bekymringer og skævhed i modeltræning, ikke længere forblive på bagsiden. Med åben udvikling følger mere tilgængelighed og muligheden for en bredere gruppe af baggrunde, færdigheder og erfaring til at arbejde sammen – hvilket skaber en dominoeffekt mod mere succesfulde (og etiske) resultater.

Hvad er din vision for fremtiden for AI?

Jeg forventer fremkomsten af ​​mere kompakte, forståelige AI-modeller. Løsning af problemer relateret til indholdsrettigheder og ophavsret vil være afgørende. Forvent udbredt anvendelse af disse AI-teknologier i rigtige forretningsscenarier og kundeoplevelser. Fokus vil skifte til at vejlede og træne AI til positiv udnyttelse. Denne overgang kan sammenlignes med udviklingen af ​​motorer - fra store til små, med en nyfundet vægt på motorapplikationer.

Vi har nu adgang til en form for "grundlæggende" intelligens, der er i stand til at udføre opgaver, der engang krævede menneskelig ekspertise - ikke nødvendigvis vanskeligt, men krævede dynamisk smidighed. Disse er use cases, der tidligere blev overset på grund af behovet for menneskelig indgriben, men med fremkomsten af ​​AI er den tidligere udfordring nu opnåelig.

Tak for de gode interviews, læsere, der ønsker at lære mere, bør besøge Anaconda.