哪種編程語言將在2019年統(tǒng)治機器學(xué)習(xí)？

在發(fā)布1.0版本后，Julia團隊現(xiàn)在希望讓它成為機器學(xué)習(xí)領(lǐng)域的首選語言。同時，Python和R語言通常在機器學(xué)習(xí)中占主導(dǎo)地位，在開發(fā)人員普及方面，Python仍然是增長最快的編程語言。

Julia成為2018年發(fā)展最快的編程語言之一，因為它結(jié)合了幾種主要語言的優(yōu)勢而備受推崇。

同時，Python依然在使用范圍方面占據(jù)著巨大優(yōu)勢，并且熱度一直保持著上升趨勢。

那么，哪種編程語言將在2019年統(tǒng)治機器學(xué)習(xí)？來看下分析吧。

Julia風(fēng)頭正勁，適合制作可微分算法

首先來看看風(fēng)頭正勁的Julia。

Julia于2012年發(fā)布，由麻省理工學(xué)院（MIT）的計算機科學(xué)和人工智能實驗室（CSAIL）開發(fā)和孵化，是一種免費的開源語言。

目前，Julia已經(jīng)推出1.0版本，Julia現(xiàn)在有希望成為機器學(xué)習(xí)（ML）領(lǐng)域的首選語言。麻省理工學(xué)院教授Alan Edelman說：“Julia 1.0的發(fā)布標志著Julia現(xiàn)在已經(jīng)準備好通過將Python和R語言的高效率和易用性與C ++的閃電般速度相結(jié)合來改變技術(shù)世界?！?/p>

能幫助Julia實現(xiàn)這一目標的是Flux，這是一款面向Julia的機器學(xué)習(xí)軟件庫，旨在使ML代碼更易于編寫，同時簡化訓(xùn)練流程，并且與競爭框架相比，能提供在GPU和Google TPU等硬件加速器上的某些性能優(yōu)勢。

Julia背后的團隊表示，他們的語言非常適合制作可微分算法——這是一種程序性的、數(shù)據(jù)驅(qū)動的代碼，可用于構(gòu)建機器學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò)。

Julia團隊在博客文章中寫道：

我們需要一種語言來編寫可區(qū)分的算法，而Flux將幫助Julia成為滿足這類需求的語言。

Julia非常適合用于數(shù)學(xué)和數(shù)值計算，并且非常適合表達ML算法。同時，它融合了現(xiàn)代設(shè)計和編譯器中的新思想，可以更容易滿足前沿的高性能需求。

根據(jù)Julia團隊的博客文章，F(xiàn)lux庫使用各種專注ML工具擴展了Julia的編譯器，從而支持一流梯度，在性能和開發(fā)人員控制之間取得更好的平衡；為GPU及時進行CUDA內(nèi)核編譯，在訓(xùn)練期間進行自動批量處理，以減少開銷；在Google TPU上進行優(yōu)化運行。

該團隊表示，F(xiàn)lux支撐下的Julia，以及即將推出的可分辨編程語言Myia和最近的Swift for Tensorflow，可能很快就會挑戰(zhàn)既定的機器學(xué)習(xí)框架和方法。

在Julia今年早些時候發(fā)布1.0版后，該語言的用戶對于它的進展情況總體上是持樂觀態(tài)度的，盡管有些人仍然擔心它會發(fā)生錯誤的處理狀態(tài)，或者產(chǎn)生無用文檔。

好上手的Python仍是王者，使用范圍上占據(jù)絕對優(yōu)勢

但Julia任重而道遠。

如今，Python和R語言通常在機器學(xué)習(xí)中占主導(dǎo)地位，在開發(fā)人員普及方面，Python仍然是增長最快的編程語言，這在很大程度上取決于其機器學(xué)習(xí)框架和庫的優(yōu)勢。相比之下，只有相對較小比例的開發(fā)人員使用剛剛起步的Julia。

Python在使用范圍方面的確占據(jù)著絕對優(yōu)勢。

當前的機器學(xué)習(xí)熱潮推動了學(xué)習(xí)Python的開發(fā)人員數(shù)量急劇增加。除了在大數(shù)據(jù)分析中使用該語言外，Python的多功能性在其使用范圍內(nèi)的優(yōu)勢也很明顯，從Web和桌面應(yīng)用程序到編排系統(tǒng)操作。

軟件質(zhì)量評估公司TIOBE的數(shù)據(jù)顯示，2018年12月，Python超越C++成為TIOBE索引排行的第三名，這對于Guido van Rossum的腳本語言來說是歷史最高水平。

TIOBE網(wǎng)站12月編輯語言索引數(shù)據(jù)

TIOBE還強調(diào)了Python在教學(xué)中日益增長的用途：2014年，Python成為70%美國大學(xué)的入門編程課程。

Python的確有很多優(yōu)勢：Python代碼相對易于閱讀和理解，支持多種編程范例，具有可以放入代碼的各類軟件庫，并且能擴展到大型應(yīng)用程序。網(wǎng)上還有很多高質(zhì)量的免費教程、課程和視頻，這很有利于傳播。

Python一直被認為是最容易學(xué)習(xí)的編程語言之一，并且以其高可靠性和簡單的語法而聞名，特別是新編碼器。

“我認為，Python是最接近'即時滿足語言'的語言，意思是代碼非常少，即使你是一名新手程序員也能學(xué)會，”IEEE研究員兼研究生工程院院長Karen Panetta說“這是因為Python讀起來像英語，這使得它更有利于廣大用戶受眾學(xué)習(xí)?！?/p>

新語言層出不窮，支撐機器學(xué)習(xí)發(fā)展

Julia團隊表示編程語言的發(fā)展絕對不會止步于此，并且語言的發(fā)展會對機器學(xué)習(xí)起著重要的作用。

我們相信機器學(xué)習(xí)的未來取決于語言和編譯器技術(shù)，特別是在擴展新的或現(xiàn)有的語言以滿足機器學(xué)習(xí)研究的高要求時。

支持差異化、矢量化、不同硬件和文化差異的語言將推動科學(xué)的大幅進步。

Julia團隊說：“比起那些新一代的工具 Myia、Swift/TF和Flux，TensorFlow、PyTorch和KNET是為現(xiàn)有框架所準備的。”

不過，將來那些新一代的工具很有可能派上用場。“如果你在ML中取得新的突破，他們可能是你最好的選擇。給他們一個機會，看看機器學(xué)習(xí)的未來是什么樣的。”

據(jù)LinkedIn稱，機器學(xué)習(xí)工程師是從2017年起的五年內(nèi)發(fā)展最快的工作類別，并且有越來越多的免費課程可供想要專攻該領(lǐng)域的開發(fā)人員使用。

身為開發(fā)者的你，更看好哪種語言呢？