Ce n'est pas un bon moment pour les physiciens, a déclaré Oscar Boykin, un ancien physicien qui a étudié la physique au Georgia Institute of Technology et, en 2002, à l'Université de Californie à Los Angeles. Ph.D. en physique, Ph.D. Les physiciens qui dirigent le Large Hadron Collider en Suisse ont découvert le boson de Higgs en 2013. Il est bien connu que le boson de Higgs a été utilisé pour la première fois par des physiciens. Les particules subatomiques prédites, que tout le monde s'attendait à découvrir après cela, n'avaient cependant pas de modèle théorique qui renverserait l'univers existant, ne changerait rien ou n'apporterait rien de physique. Toute nouvelle information pour le scientifique, Boykin a déclaré: «Les physiciens sont excités quand il y a de vrais problèmes en physique.Il est maintenant frustrant que nous sommes maintenant à une époque où il n'y a pas trop de confusion en physique. C'est très frustrant pour un physicien. »De plus, la physique n'est pas assez bien rémunérée pour être une profession.
Alors Boykin a fait son chemin vers la Silicon Valley en tant qu'ingénieur logiciel et pour d'autres physiciens, c'est un bon moment pour en faire partie.
Boykin travail de bande, qui est une société de risque 9 milliards $ dont l'activité principale est d'aider les entreprises à accepter des paiements en ligne. Boykin responsable du développement et de l'exploitation des systèmes logiciels de collecte de données à travers le service de l'entreprise, il sera ces services sont des données de prévision, l'analyse quand cela se produira et se prémunir contre les transactions frauduleuses. en tant que physicien, il est très bon pour le travail, ce qui exige à la fois des idées mathématiques extrêmes, mais aussi besoin de la pensée abstraite. Cependant, contrairement à la profession de physicien qu'il est capable de fournir un champ de défis sans fin et des possibilités infinies, le plus important est les salaires élevés.
Si la physique et le génie logiciel sont traités comme des particules subatomiques, il est devenu un Hadron Collider Silicon Valley. Boi or et trois autres physiciens coopération Stripe de travaux connexes. En Décembre, GE la machine acquisition apprentissage start-up Wise.io, PDG Jeff Immelt (Jeff Immelt) se vantait qu'il venait d'attraper une des sociétés de physiciens emballés, notamment l'Université de Californie, Berkeley UCLA Joshua Bloom astrophysicienne (Joshua Bloom). à travers le monde, environ 70 000 logiciels d'apprentissage machine open source de données scientifiques utilisent H20, par les Suisses qui ont travaillé au laboratoire national accélérateur SLAC physique mis au point avec l'aide de scientifiques Arno Candel de données Microsoft directeur scientifique Vijay Narayanan (Vijay Narayanan) est un astrophysicien, son département, ainsi que plusieurs autres physiciens.
Tout cela se passe dans la Silicon Valley, et est pas une coïncidence, car en termes de structure ou sur le plan technique, presque toutes les demandes et les entreprises Internet sont de plus en plus les physiciens ont acquis des compétences en forme.
Les facteurs naturels
Bien sûr, dans la technologie informatique, les physiciens ont longtemps joué un rôle important, car ils jouent un rôle important dans de nombreux autres domaines. Aide conception ENIAC (un des premiers monde informatique) John Mao Keli (John Mauchly) est Un physicien Dennis Ritchie, le père du langage de programmation C, est également physicien.
Mais pour les physiciens dans le domaine de la technologie informatique, est maintenant le passage à l'âge d'or de la Silicon Valley, grâce à la montée de la technologie d'apprentissage machine, l'ordinateur a commencé à apprendre la tâche en analysant de grandes quantités de données. Les données sont la nouvelle vague de la science et de l'intelligence artificielle Convient pour les choses de physicien.
De plus, l'industrie a accepté le logiciel de réseau de neurones conçu pour imiter les structures du cerveau humain. Cependant, ces réseaux de neurones est vraiment juste une des applications de discipline mathématiques, l'algèbre linéaire principalement associée et la théorie des probabilités. Les informaticiens accepteront pas nécessairement ces disciplines la formation, mais certains physiciens pour comprendre la discipline appropriée Boykin a déclaré: « pour les physiciens, la technologie de réseau de neurones est la seule chose vraiment nouvelle est d'apprendre comment optimiser ces réseaux de neurones et comment former, mais pour la physique La maison est un morceau de gâteau, dont l'un est appelé «Newtonien», le physicien Newton.
laboratoire Microsoft Research Cambridge, chef de Chris Bishop (Chris Bishop) sur l'empathie à il y a 30 ans, lorsque la profondeur du réseau de neurones juste pour montrer les perspectives dans le monde universitaire. Cela lui permet de sauter le domaine de l'apprentissage machine du domaine des travaux liés à la physique. «physicien dans le domaine de l'apprentissage de la machine est une chose très naturelle, dit-il, « encore plus naturel que les informaticiens. »
Espace de défi
Il y a dix ans, M. Boydin a déclaré que beaucoup de ses amis en physique aimaient mettre les pieds dans le monde financier, et le même style mathématique est également très utile pour prédire les tendances du marché à Wall Street. Modèle Black-Scholes, qui est un moyen important de déterminer la valeur des produits financiers dérivés, mais c'est le modèle d'évaluation des options Black-Scholes pour promouvoir le tsunami financier de 2008. Maintenant, Bojamin et d'autres physiciens ont dit que plus Les collègues se tournent vers la science des données et d'autres types de technologie informatique.
Plus tôt, les physiciens se sont tournés vers des sociétés de technologie de pointe pour aider à développer un logiciel appelé «Big Data» qui peut être utilisé pour traiter des données sur des centaines, voire des milliers de machines.Sur Twitter, Bojn Kim a contribué à développer un programme appelé Summingbird systems, tandis que trois physiciens du département de physique du MIT ont développé un logiciel similaire pour une start-up appelée Cloudant Physicists, qui sait comment traiter les données - le fondateur de Cloudant, dont le travail précédent était de travailler sur de grandes De grands ensembles de données chez Hadron Colliders - le développement de ces systèmes extrêmement complexes nécessite une abstraction considérable de la part des développeurs, et lorsque ces systèmes sont construits, de nombreux physiciens utilisent les données qu'ils ont en leur possession.
Yonatan Zunger, titulaire d'un doctorat en théorie des cordes de l'Université de Stanford, fut l'un des principaux acteurs du développement d'un système distribué à grande échelle pour la ferme d'une entreprise au début de Google. , Qui est principalement responsable de la collecte des données à travers Google et de l'utiliser pour prédire quelles annonces sont susceptibles de recevoir plus de clics, et pour cette raison Scott a recruté un grand nombre de physiciens qui, contrairement à de nombreux informaticiens, ont des compétences très limitées Approprié pour l'apprentissage automatique. "C'est presque comme la science de laboratoire", a déclaré Scott, le directeur technologique en chef.
Big logiciel de données est devenu monnaie courante, rayure sur l'utilisation de Boykin aider le développement de systèmes open source, ce système permet également de nombreuses entreprises modèle d'apprentissage machine open source pour améliorer la capacité prédictive. Cela permet un développement plus large des physiciens dans la Silicon Valley perspectives pour travailler ensemble dans la bande, Boykin et Roban Kramer (PhD en physique, Université de Columbia), Anderson Christian (master de physique à l'Université de Harvard) et Kelley Rivoire (BS en physique, Massachusetts Institute of Technology), et bien d'autres physiciens. ils ont constaté qu'ils sont adaptés pour travailler dans la Silicon Valley, et les salaires plus élevés ici que Boykin met: « salaire ridiculement élevé », mais ils viennent aussi ici pour travailler parce qu'il ya tant de problèmes à résoudre.
Le futur
Aujourd'hui, les physiciens des entreprises de la Silicon Valley entrent dans les prochaines années, ils prendront au cours de la Silicon Valley. L'apprentissage machine va non seulement changer la façon dont le monde analyser les données, mais aussi de changer la façon de créer des logiciels. Réseaux de neurones a été en train de transformer la reconnaissance d'image, reconnaissance vocale, la base de la machine interfaces de traduction et de logiciels. comme Chris Bishop de Microsoft a dit, se tournent vers des modèles d'apprentissage de la machine d'ingénierie de logiciels basée sur la probabilité et l'incertitude de la main avec code logique comme Google et Facebook commencent cette nouvelle entreprise développer leur propre façon de penser re-ingénieurs. Par la suite, d'autres régions du monde informatique suivront.
En d'autres termes, un nombre croissant de physiciens dans la Silicon Valley marque un changement important dans l'industrie informatique, et bientôt tous les ingénieurs de la Silicon Valley sera le physicien.