Peter Wang, VD och medgrundare av Anaconda – Intervjuer

Vad var det som initialt drog dig till datavetenskap?

Jag började koda i en ung ålder, utan en formell datavetenskaplig utbildning. Medan jag initialt drogs till det för spänningen av att kommandera en dator att utföra uppgifter, fördjupades mitt intresse när jag upptäckte de kreativa möjligheterna – att skapa spel och uttrycka idéer. För mig är en dator mer än bara en funktion; det är en oändlig canvas för självuttryck. I den tidiga eran av datorteknik var kreativiteten obegränsad, och det fanns en sömlös övergång mellan olika sysselsättningar. Men med den nuvarande industrialiseringen och lager av abstraktion har det blivit svårare att släppa loss kreativiteten.

Kan du berätta om bakgrunden till Anaconda, Inc?

Min medgrundare och jag startade Anaconda 2012, men ursprunget till företaget kan spåras tillbaka till när vi var programkonsulter. Vi såg den växande gräsrotsantagandet av programmeringsspråket Python för affärsdataanalys och visste att en revolution var på gång. Branscher som krävde tung numerisk databehandling, som finans, flockades till Python, och med tiden såg språket en snabb tillväxt inom hälsovård, tillverkning, detaljhandel och varje bransch som strävar efter avancerad analys för att fatta bättre affärsbeslut. Men trots den omfattande organiska tillväxten av Python, kände vi att branschen saknade den riktiga historien: det enorma behovet av högpresterande avancerade analysverktyg som kunde utnyttjas av icke-programmerare. Inledningsvis var investerare osäkra på programmeringsspråk eller öppen källkods-ekosystem och såg inte värdet i Python-data-samhället som Anaconda hade vårdat. Men denna praktiker-ledda tillväxtstrategi ledde slutligen till att Anaconda och Python-ekosystemet snabbt fick en bred acceptans över hela världen.

Anaconda är engagerat i att främja öppen innovationskraft, varför är öppen källkod så viktig?

Jag är en stark förespråkare för att transparens och samarbete är nyckelfaktorer för framgångsrik utveckling av teknik och lösningar för samhället i stort. Öppen källkod garanterar inte bara transparens, utan förbättrar också samarbetet och främjar en innovationskultur bland utvecklare. Ju fler perspektiv och kunskap som samarbetar för att utveckla lösningar, desto bättre blir resultatet. Principerna bakom öppen källkod överensstämmer nära med Anacondas mission att demokratisera teknik och förbättra utbildning – öppen källkodsprogramvara erbjuder värdefulla lärmöjligheter för utvecklare, studenter och entusiaster där de kan studera koden, lära sig bästa praxis och få praktisk erfarenhet genom att bidra till öppen källkodsprojekt.

2022 lanserade Anaconda PyScript, ett webbaserat verktyg för kodning i webbläsaren och distribution av appar med ett knapptryck. Kan du dela några detaljer om det här verktyget och vad som gör det så kraftfullt?

Efter att ha debuterat med det öppna PyScript-projektet förra året som bevis på koncept, släppte vi i mars 2023 PyScript.com, en webbplats som låter vem som helst bygga rika, interaktiva, delningsbara Python-drivna webbapplikationer direkt i webbläsaren. Detta flexibla kodningsplattform har en modulär utvecklingsmiljö och kan skapa nästa generations webbapplikationer med Python-drivna datainteraktivitet och beräkning, vilket drastiskt minskar inträdesbarriärerna som gör programmering överväldigande för 99% av medborgare som inte har befintliga programmeringskunskaper. Med den här lanseringen ökar Anaconda tillgängligheten genom att tillhandahålla ett ramverk som utrustar vem som helst att få erfarenhet av Python-utveckling.

Data science-branschen har exploderat under det senaste decenniet eftersom data-drivna beslut har blivit normen – och data-vetare har blivit nummer tre på Glassdoor ​​50 bästa jobb i Amerika för 2022. Men medan branschen blomstrar, finns det fortfarande utrymme att förbättra den nuvarande arbetsstyrkan och ta bort befintliga inträdesbarriärer för dem som är nyfikna på världen av programmering. Den här lanseringen var det första steget mot att demokratisera data science. Dessutom kommer individer och organisationer som fokuserar på att förbättra och omutbilda alltid att ha en konkurrensfördel. Genom att tillhandahålla en online-plattform som vem som helst kan komma åt, utan bördan av att ladda ner filer och konfigurera miljöer, erbjuder PyScript en utmärkt möjlighet att lära sig Python, världens mest populära programmeringsspråk.

Vad är dina åsikter om kodningens framtid?

Utvecklingen framöver innebär en ökning av den totala kodproduktionen, med en betydande del genererad av maskiner. Men mänsklig validering kommer att förbli en integrerad del. Den traditionella bilden av programmering – att mata in kod i en textfil – kommer att förändras. Framtiden för att konstruera informationssystem kommer att avvika från traditionell programmering, och anta en landskap där kod genereras. Jag förutser också att framväxande system kommer att kretsa kring dataspecifikation och modellering, och omforma programmering som vi känner den idag.

Anaconda betjänar nu över 35 miljoner användare, vad tillskriver du den här framgången till?

Jag tror att vi har nått den här skalan av användare genom att erbjuda en stor mängd utbildningsmaterial och verktyg anpassade för alla typer av användare – från studenter till professionella programmerare. Medan teknisk innovation fortsätter, har det alltmer blivit ett behov av Python-färdigheter i nästan varje bransch. Med vår mission att demokratisera Python, och göra programmering och grunderna tillgängliga för alla, kan vi tillhandahålla de resurser som behövs för att bygga färdigheter för jobb nu och i framtiden.

En av dina passioner är att utöka tillgången till datakunskap, kan du dela några detaljer om dina insatser med det?

Jag tror att om vi når studenter när de börjar med data science, kan vi göra mer betydande framsteg i vår mission att uppnå världsomspännande datakunskap. För att stödja det har Anaconda börjat engagera sig med gymnasier i USA och globalt för att hålla en Data Science Expo som samlar studenter för att visa Python-färdigheter, dela innovativa projekt och potentiellt vinna college-stipendier. Dessutom introducerade vi nyligen Anaconda Learning, som erbjuder över tolv kurser, och studenter som slutför dem med framgång får ett certifikat som kan förbättra deras möjligheter att säkra anställning eller avancera i sin utbildningsresa. Anaconda Notebooks är också utformad för att hjälpa människor att omedelbart komma in i data science och Python-kodning. I maj 2023 förvärvade Anaconda EduBlocks, en gratisplattform som tar med grundläggande programmeringsfärdigheter till K-12-studenter och nybörjare. Genom förvärvet kommer EduBlocks att ytterligare främja Anacondas mission att demokratisera data- och Python-färdigheter för den framtida arbetsstyrkan. Medan data science och AI/ML-modeller fortsätter att öka i popularitet i arbete och liv, kan Anaconda vara källan till vägledning och utbildning för att dra nytta av den här nya världen.

Varför bör framtiden för AI vara helt öppen?

Liknande mina åsikter om öppen källkod, kommer transparens och samarbete att leda till mer framgångsrik utveckling av AI-teknik och gynna det större goda för samhället i stort. Medan AI-vapenkapplöpningen är en spännande tid i tekniken, kan den omfattande användningen av AI-modeller översvämma internet med information som inte genereras av verkliga händelser, vilket kan förorena framtida träningsdatauppsättningar för framtida modeller. Detta kommer att leda till en “modell-kannibalism”-effekt, där framtida modeller förstärker och för alltid är fördomade av utdata från tidigare modeller. Med öppen utveckling kommer det att finnas mer tillgänglighet, och möjligheten för en bredare grupp av bakgrunder, färdigheter och erfarenheter att arbeta tillsammans – skapande en dominoeffekt mot mer framgångsrika (och etiska) resultat.

Vad är din vision för AI:s framtid?

Jag förutser uppkomsten av mer kompakta, förståeliga AI-modeller. Att lösa problem relaterade till innehållsrättigheter och upphovsrätt kommer att vara avgörande. Förvänta dig en omfattande antagande av dessa AI-teknologier i verkliga affärsscenarier och kundupplevelser. Fokus kommer att skifta till att vägleda och utbilda AI för positiv användning. Denna övergång kan jämföras med utvecklingen av motorer – från stora till små, med en nyfunnen betoning på motorapplikationer.

Vi har nu tillgång till en form av “grundläggande” intelligens som kan utföra uppgifter som tidigare krävde mänsklig expertis – inte nödvändigtvis svårt, men krävande dynamisk smidighet. Detta är användningsfall som tidigare försummades på grund av behovet av mänskligt ingripande, men med AI:s framväxt är det som tidigare var utmanande nu uppnåeligt.

Tack för de underbara intervjuerna, läsare som vill lära sig mer kan besöka Anaconda.