MIT発の研究プロジェクトが、世界で100万人以上に使われるプログラミング言語「Julia」に成長するまで
How an MIT research project became a global programming language
2009年の frustration から始まったMITの研究プロジェクトは、科学者やエンジニア向けの高性能プログラミング言語「Julia」を生み出した。PythonやMATLABのように簡単で、C言語のように高速な言語を目指し、2012年に公開。現在は100万人以上のユーザーを持ち、航空機衝突回避プログラムをPython版より50倍高速化するなど、様々な分野で活用されている。さらに、JuliaHubはAIプラットフォーム「Dyad 3.0」を発表し、物理法則を考慮した自律設計で、設計時間を桁違いに短縮することを目指している。
「研究者たちが私に言うんです。『上司には速度のためにJuliaを使っていると言っているけど、本当に楽しいから使っているとは言っていないんです』と」
HNでの議論
24- radiator
「Why I no longer recommend Julia」という記事にある、正しさに関する批判は今でも有効だと思いますか？*エコシステム全体に、正しさと合成可能性に関するバグが多すぎて、正しさが重要となるほぼすべての状況でJuliaを使う正当性がない* https://yuri.is/not-julia/
- prof-dr-ir
数値計算を行い、教育的な理由やアルゴリズムをいじりたいために、内部ループを明示的に書きたいが、パフォーマンスをあまり犠牲にしたくない場合、Juliaは素晴らしい言語です。空のファイルから始めて、import LinearAlgebraを追加し、畳み込みニューラルネットワークやマルコフ連鎖モンテカルロ法のアルゴリズムなどをゼロから開発するのはとても楽しいです。そして、そのようなプログラムがMNISTデータセットのトレーニングや臨界指数の妥当な推定に十分な速度（ここではPythonと比較しています）で動作することは、非常にやりがいがあります。こういった種類のことに関して、Juliaより適した言語があるかどうかはわかりません。
- myrmidon
Juliaは本当に楽しく使えますし、型システムに関しては彼らは何かを掴んでいると思います。複合型は、他のほとんどの言語よりもモジュール境界を越えてうまく相互作用します。これについて、創設者の一人による良い講演があります： https://www.youtube.com/watch?v=kc9HwsxE1OY この言語の最大の欠点は、私の見解では、JuliaがLLVMツールチェーンでありながら「解釈型言語」を装っている（技術的にはそうですが）ことで、これが最初の実行レイテンシの非常に遅さとしてしばしば現れます（そして、編集しているファイルに対して単に呼び出すのではなく、インタープリタを開いたままにしておくことをほぼ強制されます）。