Anaconda 的 CEO 和联合创始人 Peter Wang – 采访系列

是什么最初吸引你进入计算机科学领域？

我从小开始编程，没有接受正式的计算机科学教育。最初，我被编程的刺激所吸引，因为我可以命令计算机执行任务。然而，当我发现了创造性的可能性——编写游戏和表达想法——我的兴趣加深了。对于我来说，计算机不仅仅是一个工具；它是一个无限的创造平台。早期的计算机时代，创造力无限，各个领域之间的界限很模糊。然而，随着工业化和抽象层的增加，释放创造力变得更加困难。

您能否分享 Anaconda 的创立故事？

我和我的联合创始人于 2012 年创立了 Anaconda，但我们的业务起源可以追溯到我们作为软件顾问的时期。我们看到 Python 编程语言在商业数据分析领域的草根采用率正在增长，我们知道一场革命即将发生。需要大量数值计算的行业，如金融业，纷纷转向 Python，随着时间的推移，Python 在医疗保健、制造业、零售业和每个行业中都得到了广泛应用，以进行高级分析和做出更好的商业决策。然而，尽管 Python 得到了广泛的有机增长，我们还是觉得行业缺乏真正的故事：对高性能的高级分析工具的需求，这些工具可以被非程序员使用。最初，投资者对编程语言或开源生态系统持怀疑态度，不了解 Anaconda 所倡导的 Python 数据社区的价值。但是，这种由实践者主导的增长战略最终导致 Anaconda 和 Python 生态系统在全球各个行业中迅速获得了采用。

Anaconda 致力于推动开源创新，为什么开源如此重要？

我坚信，透明和合作是技术和社会解决方案成功发展的关键因素。开源不仅保证了透明度，还增强了合作和创新文化的发展。开发解决方案时，越多的视角和知识参与其中，结果就会越好。开源背后的原则与 Anaconda 的使命——民主化技术和教育——密切相关。开源软件为开发人员、学生和爱好者提供了宝贵的学习机会，他们可以研究代码、学习最佳实践，并通过贡献开源项目获得实践经验。

2022 年，Anaconda 推出了 PyScript，一种基于 Web 的工具，用于在浏览器中编码和部署应用程序。您能否分享一些关于该工具的详细信息以及它的强大之处？

在去年推出开源 PyScript 项目作为概念验证后，我们于 2023 年 3 月发布了 PyScript.com，该网站允许任何人直接在浏览器中构建丰富的交互式 Python 驱动的 Web 应用程序。该灵活的编码平台具有模块化开发环境，可以使用 Python 驱动的数据交互和计算创建下一代 Web 应用程序，大大降低了令99%尚无编程技能的人望而却步的入门门槛。通过此次发布，Anaconda 通过提供一个框架来让任何人获得 Python 开发经验，增加了可访问性。

数据科学行业在过去十年中蓬勃发展，因为数据驱动的决策已经成为常态——数据科学家在 Glassdoor 的2022年美国50个最佳工作榜单中排名第三。然而，尽管该行业蓬勃发展，但仍需要提高现有劳动力的技能，并消除对那些对编码世界感兴趣的人的现有进入壁垒。PyScript 的发布是民主化数据科学的第一步。此外，注重提高和重新培训技能的个人和组织将始终保持竞争优势。通过提供一个可以访问的在线平台，而无需下载文件和配置环境，PyScript 为学习 Python——世界上最流行的编程语言——提供了一个很好的机会。

您对编码的未来有何看法？

接下来的演变将使代码总产量激增，其中很大一部分由机器生成。不过，人类验证仍不可或缺。把代码输入文本文件这一传统编程形象将改变。未来的信息系统构建将不同于传统编码实践，转向生成代码的模式。我还预计，新兴系统将围绕数据规范和建模展开，重塑我们今天所认识的编码。

Anaconda 如今拥有超过3500万用户，您认为成功的原因是什么？

我认为，我们通过提供适合各种用户的丰富教育材料和工具，达到了这一规模，用户范围从学生到专业程序员。随着技术持续创新，几乎每个行业对 Python 技能的需求都在增加。我们的使命是普及 Python，让所有人都能接触编码及其基础知识，因此我们能够提供资源，帮助人们培养当前和未来工作所需的技能。

您热衷于扩大数据素养教育的覆盖面，能否介绍相关工作？

我相信，如果在学生刚接触数据科学时就为他们提供支持，我们就能在实现全球数据素养的使命上取得更大进展。为此，Anaconda 已开始与美国及世界各地的高中合作，举办数据科学博览会，让学生展示 Python 技能、分享创新项目，并有机会赢得大学奖学金。我们最近还推出了Anaconda Learning，提供十二门以上课程。成功完成课程的学生可获得证书，改善就业或继续深造的机会。Anaconda Notebooks 也旨在帮助人们立即开始数据科学和 Python 编程。2023年5月，Anaconda 收购了 EduBlocks，这是一个向中小学生和初入职场者教授基础编程技能的免费平台。此次收购将进一步推进我们为未来劳动力普及数据和 Python 技能的使命。随着数据科学及 AI/ML 模型在工作和生活中日益普及，Anaconda 可以提供指导和培训，帮助人们利用这一新世界。

为什么人工智能的未来应该完全开放？

与我对开源的看法一样，透明与合作将推动人工智能技术更成功地发展，使整个社会受益。人工智能竞赛无疑令人兴奋，但模型的广泛使用也可能让互联网上充斥并非源于真实事件的信息，污染未来模型的训练数据。这会造成“模型自相吞噬”效应，使未来模型放大过去模型的输出，并长期受其偏见影响。随着新模型不断推出，人工智能伦理讨论，包括法律和版权问题、模型训练偏见，不能再被搁置。开放开发带来更广泛的可及性，让拥有不同背景、技能和经验的人共同工作，产生连锁效应，推动更成功且更合乎伦理的结果。

您对人工智能的未来有何愿景？

我预计会出现更紧凑、更易理解的人工智能模型。解决内容权利和版权问题至关重要。这些技术将广泛应用于真实业务场景和客户体验，重点将转向引导和训练人工智能，使其得到积极利用。这类似于发动机的演变：从大型发动机转向小型发动机，并更加重视具体应用。

我们如今获得了一种“基础”智能，可以完成过去需要人类专业知识的任务。这些任务未必困难，却要求动态灵活性。以往因需要人工介入而被忽视的用例，随着人工智能出现，如今变得可行。

感谢这次精彩的采访，希望了解更多的读者可以访问 Anaconda。