ปีเตอร์ วัง ซีอีโอ และผู้ร่วมก่อตั้ง Anaconda – ซีรีส์สัมภาษณ์

สิ่งใดที่ดึงดูดคุณเข้าสู่วิชาวิทยาการคอมพิวเตอร์?

ฉันเริ่มเขียนโค้ดเมื่ออายุน้อยโดยไม่มีปริญญาวิชาวิทยาการคอมพิวเตอร์ ในตอนแรกฉันถูกดึงดูดเข้าสู่สิ่งนี้เพราะความตื่นเต้นในการควบคุมคอมพิวเตอร์ให้ทำตามคำสั่ง แต่ความสนใจของฉันลึกซึ้งยิ่งขึ้นเมื่อฉันค้นพบความเป็นไปได้ในการสร้างสรรค์ – การสร้างเกมและการแสดงความคิดของฉัน สำหรับฉัน คอมพิวเตอร์ไม่ใช่แค่เครื่องมือ แต่เป็นฉากที่ไม่มีที่สิ้นสุดสำหรับการแสดงออกอย่างเต็มที่ ในยุคแรกของการคำนวณ ความสร้างสรรค์ไม่มีขอบเขต และมีการไหลเวียนอย่างราบรื่นระหว่างการแสวงหาที่แตกต่างกัน อย่างไรก็ตาม ด้วยการทำให้เป็นอุตสาหกรรมและชั้นการสร้างแบบ trừอย่างมาก การปลดปล่อยความสร้างสรรค์กลายเป็นเรื่องที่ท้าทายมากขึ้น

คุณสามารถแบ่งปันเรื่องราวของ Anaconda ได้หรือไม่?

ผู้ร่วมก่อตั้งและฉันเริ่ม Anaconda ในปี 2012 แต่จุดเริ่มต้นของธุรกิจสามารถย้อนกลับไปเมื่อเราทำงานเป็นที่ปรึกษาด้านซอฟต์แวร์ เราเห็นถึงการยอมรับ Python ในระดับรากหญ้าสำหรับการวิเคราะห์ข้อมูลทางธุรกิจและรู้ว่าการปฏิวัติ正在เกิดขึ้น อุตสาหกรรมที่ต้องการการคำนวณเชิงตัวเลขที่หนักหน่วง เช่น การเงิน มาใช้ Python และเมื่อเวลาผ่านไป ภาษานี้ก็ได้รับการยอมรับอย่างรวดเร็วในด้านสุขภาพ การผลิต การค้าปลีก และอุตสาหกรรมอื่นๆ ที่ต้องการการวิเคราะห์ข้อมูลขั้นสูงเพื่อตัดสินใจทางธุรกิจที่ดีขึ้น แต่尽管มีการเติบโตแบบออร์แกนิกของ Python อย่างกว้างขวาง เรารู้สึกว่าอุตสาหกรรมนี้ขาดเรื่องราวที่แท้จริง: ความต้องการเครื่องมือการวิเคราะห์ข้อมูลขั้นสูงที่มีประสิทธิภาพสูงซึ่งสามารถใช้ได้โดยไม่ต้องมีการเขียนโปรแกรม ในตอนแรก นักลงทุนไม่แน่ใจเกี่ยวกับภาษาโปรแกรมหรือระบบนิเวศแบบโอเพ่นซอร์สและไม่เห็นคุณค่าในชุมชน Python ที่ Anaconda ได้สร้างขึ้น แต่กลยุทธ์การเติบโตที่นำโดยผู้ปฏิบัติงานในครั้งนี้สุดท้ายก็นำไปสู่การเติบโตอย่างรวดเร็วของ Anaconda และระบบนิเวศ Python ทั่วโลก

Anaconda มุ่งมั่นที่จะส่งเสริมนวัตกรรมแบบโอเพ่นซอร์ส ทำไมโอเพ่นซอร์สจึงสำคัญ?

ฉันเชื่อมั่นว่าความโปร่งใสและความร่วมมือเป็นปัจจัยสำคัญสำหรับการพัฒนาทางเทคโนโลยีและโซลูชันสำหรับสังคมโดยรวม โอเพ่นซอร์สไม่เพียงแต่ให้ความโปร่งใส แต่ยังเพิ่มความร่วมมือและสร้างวัฒนธรรมนวัตกรรมในหมู่นักพัฒนา มุมมองที่หลากหลายและความรู้ที่ทำงานร่วมกันในการพัฒนาวิธีแก้ปัญหา จะทำให้ผลลัพธ์ดีขึ้น หลักการเบื้องหลังโอเพ่นซอร์สสอดคล้องกับภารกิจของ Anaconda ในการทำให้เทคโนโลยีเข้าถึงได้และปรับปรุงการศึกษา – ซอฟต์แวร์แบบโอเพ่นซอร์สให้โอกาสการเรียนรู้ที่มีคุณค่าสำหรับนักพัฒนา นักเรียน และนักสนใจที่สามารถศึกษารหัส ลernen วิธีการปฏิบัติที่ดีที่สุด และได้รับประสบการณ์จริงจากการมีส่วนร่วมในโครงการโอเพ่นซอร์ส

ในปี 2022 Anaconda เปิดตัว PyScript ซึ่งเป็นเครื่องมือบนเว็บสำหรับการเขียนโค้ดในเบราว์เซอร์และใช้งานแอปพลิเคชันด้วยการคลิกปุ่ม คุณสามารถแบ่งปันรายละเอียดเกี่ยวกับเครื่องมือนี้และอะไรที่ทำให้มันแข็งแกร่งได้หรือไม่?

หลังจากเปิดตัวโครงการ PyScript แบบโอเพ่นซอร์สเมื่อปีที่แล้วเป็นหลักฐานของแนวคิด ในเดือนมีนาคม 2023 เราได้เปิดตัว PyScript.com ซึ่งเป็นเว็บไซต์ที่ช่วยให้ทุกคนสามารถสร้างแอปพลิเคชันเว็บที่มีประสิทธิภาพและโต้ตอบได้โดยใช้ Python โดยตรงในเบราว์เซอร์ แพลตฟอร์มการเขียนโค้ดที่ยืดหยุ่นนี้มีสภาพแวดล้อมการพัฒนาที่มีโมดูลและสามารถสร้างแอปพลิเคชันเว็บรุ่นต่อไปได้โดยใช้ Python สำหรับการโต้ตอบและคำนวณข้อมูล โดยลดข้อจำกัดในการเข้าถึงสำหรับ 99% ของประชากรที่ไม่มีทักษะการเขียนโค้ดที่มีอยู่ ด้วยการเปิดตัวนี้ Anaconda เพิ่มความสามารถในการเข้าถึงโดยการให้โครงสร้างที่ช่วยให้ทุกคนสามารถเรียนรู้การพัฒนา Python ได้

อุตสาหกรรมวิทยาศาสตร์ข้อมูลได้เติบโตอย่างมากในช่วงสิบปีที่ผ่านมา เนื่องจากการตัดสินใจโดยอาศัยข้อมูลได้กลายเป็นมาตรฐาน – ทำให้นักวิทยาศาสตร์ข้อมูลอยู่ในอันดับที่ 3 ของ Glassdoor สำหรับงานที่ดีที่สุดในอเมริกาในปี 2022 แต่ในขณะที่อุตสาหกรรมกำลังเติบโต ยังมีพื้นที่ให้ปรับปรุงทักษะของพนักงานปัจจุบันและกำจัดอุปสรรคในการเข้าถึงสำหรับผู้ที่สนใจในโลกของการเขียนโค้ด การเปิดตัวครั้งนี้เป็นขั้นตอนแรกในการทำให้วิทยาศาสตร์ข้อมูลเข้าถึงได้ นอกจากนี้ บุคคลและองค์กรที่มุ่งเน้นในการปรับปรุงทักษะและทักษะใหม่ๆ จะมีความได้เปรียบในการแข่งขันเสมอ โดยการให้แพลตฟอร์มออนไลน์ที่ทุกคนสามารถเข้าถึงได้โดยไม่ต้องมภาระในการดาวน์โหลดไฟล์และตั้งค่าสภาพแวดล้อม PyScript ให้โอกาสที่ดีในการเรียนรู้ Python ซึ่งเป็นภาษาโปรแกรมที่ได้รับความนิยมมากที่สุดในโลก

คุณมองเห็นอนาคตของการเขียนโค้ดอย่างไร?

การเปลี่ยนแปลงที่จะเกิดขึ้นในอนาคตคือการเพิ่มขึ้นของการผลิตโค้ดโดยรวม โดยมีส่วนสำคัญที่สร้างโดยเครื่องจักร อย่างไรก็ตาม การตรวจสอบของมนุษย์จะยังคงจำเป็น ภาพที่มักจะเห็นของการเขียนโค้ด – การป้อนโค้ดลงในไฟล์ข้อความ – จะเปลี่ยนไป อนาคตของการสร้างระบบข้อมูลจะเปลี่ยนไปจากแนวทางปฏิบัติในการเขียนโค้ดแบบดั้งเดิม โดยยอมรับภูมิทัศน์ที่โค้ดถูกสร้างขึ้น ฉันคาดการณ์ว่าระบบที่จะเกิดขึ้นจะเน้นไปที่การกำหนดข้อมูลและการสร้างแบบจำลอง ซึ่งจะเปลี่ยนแปลงการเขียนโค้ดอย่างที่เรารู้จักในปัจจุบัน

Anaconda มีผู้ใช้มากกว่า 35 ล้านคนแล้ว คุณมองเห็นความสำเร็จนี้อย่างไร?

ฉันเชื่อว่าเรามีผู้ใช้จำนวนมากนี้โดยการให้ทรัพยากรทางการศึกษาที่หลากหลายและเครื่องมือสำหรับผู้ใช้ทุกประเภท – ตั้งแต่นักเรียนจนถึงนักเขียนโค้ดมืออาชีพ เมื่อการนวัตกรรมทางเทคโนโลยีดำเนินต่อไป มีความต้องการทักษะ Python ที่เพิ่มขึ้นในอุตสาหกรรมเกือบทุกประเภท ด้วยภารกิจของเราในการทำให้ Python เข้าถึงได้ โดยการทำให้การเขียนโค้ดและพื้นฐานเข้าถึงได้สำหรับทุกคน เราสามารถให้ทรัพยากรที่จำเป็นในการสร้างทักษะสำหรับงานในปัจจุบันและอนาคตได้

หนึ่งในความหลงใหลของคุณคือการขยายการเข้าถึงความเข้าใจข้อมูล คุณสามารถแบ่งปันรายละเอียดเกี่ยวกับการพยายามทำเช่นนี้ได้หรือไม่?

ฉันเชื่อว่าถ้าเราเข้าถึงนักเรียนเมื่อพวกเขาเริ่มต้นด้วยวิทยาศาสตร์ข้อมูล เราสามารถทำความก้าวหน้าได้มากขึ้นในการปฏิบัติภารกิจของเราในการบรรลุความเข้าใจข้อมูลทั่วโลก เพื่อสนับสนุนสิ่งนี้ Anaconda ได้เริ่มมีส่วนร่วมกับโรงเรียนมัธยมในอเมริกาและทั่วโลกเพื่อจัดงาน Data Science Expo ซึ่งรวบรวมนักเรียนเพื่อแสดงทักษะ Python โครงการที่สร้างสรรค์ และอาจชนะทุนการศึกษาคอลเลจ นอกจากนี้ เราได้แนะนำ Anaconda Learning ซึ่งให้คอร์สมากกว่า 12 คอร์ส โดยให้ใบรับรองแก่นักเรียนที่สำเร็จคอร์สเหล่านี้ ซึ่งสามารถเพิ่มโอกาสในการได้รับการจ้างงานหรือความก้าวหน้าในการศึกษา Anaconda Notebooks ได้รับการออกแบบเพื่อช่วยให้ผู้คนเริ่มต้นด้วยวิทยาศาสตร์ข้อมูลและเขียนโค้ด Python ทันที ในเดือนพฤษภาคม 2023 Anaconda ได้ ซื้อ EduBlocks ซึ่งเป็นแพลตฟอร์มฟรีที่นำทักษะการเขียนโค้ดพื้นฐานมาสู่นักเรียน K-12 และมืออาชีพที่เริ่มต้น เมื่อการซื้อขาย EduBlocks จะช่วยให้ Anaconda มุ่งมั่นที่จะทำให้ทักษะ Python และข้อมูลเข้าถึงได้สำหรับแรงงานในอนาคต เมื่อวิทยาศาสตร์ข้อมูลและแบบจำลอง AI/ML มีความสำคัญมากขึ้นในงานและชีวิต Anaconda สามารถเป็นแหล่งที่มาของคำแนะนำและการฝึกอบรมเพื่อใช้ประโยชน์จากโลกใหม่นี้

ทำไมอนาคตของ AI ควรเปิดกว้าง?

คล้ายกับความคิดเห็นของฉันเกี่ยวกับโอเพ่นซอร์ส ความโปร่งใสและความร่วมมือจะนำไปสู่การพัฒนาทางเทคโนโลยีและผลประโยชน์ที่ดีกว่าสำหรับสังคมโดยรวม ในขณะที่การแข่งขัน AI เป็นช่วงเวลาที่น่าตื่นเต้นในด้านเทคโนโลยี การใช้ AI ที่แพร่หลายอาจทำให้ข้อมูลที่ไม่ได้สร้างจากเหตุการณ์จริงในอินเทอร์เน็ตและทำให้ข้อมูลฝึกอบรมในอนาคตติดปัญหา นำไปสู่ “ผลกระทบการกินกัน” ที่แบบจำลองในอนาคตจะขยายและถูกบิดเบือนโดยผลลัพธ์ของแบบจำลองในอดีต ด้วยการเปิดพัฒนาการมาให้มากขึ้นและสามารถเข้าถึงได้มากขึ้น และความสามารถในการทำงานร่วมกันของคนหลากหลายภูมิหลัง ทักษะ และประสบการณ์ – จะนำไปสู่ผลลัพธ์ที่ดีกว่า (และจริยธรรม)

คุณมองเห็นอนาคตของ AI อย่างไร?

ฉันคาดการณ์ว่าจะมีการเพิ่มขึ้นของแบบจำลอง AI ที่กะทัดรัดและเข้าใจได้ การแก้ไขปัญหาเกี่ยวกับสิทธิ์เนื้อหาและลิขสิทธิ์จะเป็นสิ่งสำคัญ การนำ AI เหล่านี้ไปใช้ในสถานการณ์ธุรกิจจริงและประสบการณ์ของลูกค้าจะแพร่หลาย การมุ่งเน้นจะเปลี่ยนไปสู่การชี้แนะและการฝึกอบรม AI สำหรับการใช้งานเชิงบวก การเปลี่ยนแปลงนี้สามารถเปรียบเทียบกับการพัฒนาของเครื่องยนต์ – จากขนาดใหญ่ไปสู่ขนาดเล็ก โดยมีการเน้นใหม่ในการใช้เครื่องยนต์

เรามี “ความฉลาดพื้นฐาน” ที่สามารถทำได้ซึ่งสามารถทำได้ด้วยความชำนาญของมนุษย์ – ไม่ใช่เรื่องยาก แต่ต้องการความคล่องตัวที่มีพลังเหล่านี้เป็นกรณีที่เคยถูกมองข้ามเนื่องจากต้องมีการแทรกแซงของมนุษย์ แต่ด้วยการมาถึงของ AI สิ่งที่ท้าทายก็สามารถทำได้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Anaconda