Dies ist keine gute Zeit für Physiker, sagte Oscar Boykin, ein ehemaliger Physiker, der Physik am Georgia Institute of Technology und 2002 an der University of California in Los Angeles studierte Ph.D. in Physik, Ph.D. Physiker, die den Large Hadron Collider in der Schweiz betreiben, haben 2013 das Higgs-Boson entdeckt. Es ist bekannt, dass das Higgs-Boson erstmals von Physikern benutzt wurde Die vorhergesagten subatomaren Teilchen, von denen alle danach erwartet hatten, hatten jedoch kein theoretisches Modell, das das existierende Universum unterwandern, noch etwas verändern oder physisch bringen würde Jede neue Information für den Wissenschaftler, gibt Boykin zu: "Physiker sind aufgeregt, wenn in der Physik etwas schief läuft, und jetzt ist es frustrierend, dass wir mitten in einer Periode sind, in der Physik nicht allzu sehr verwechselt wird. Das ist für einen Physiker sehr frustrierend. "Außerdem wird die Physik nicht gut genug bezahlt, um ein Beruf zu sein.
Also machte sich Boykin als Softwareingenieur auf den Weg ins Silicon Valley und für andere Physiker ist es eine gute Zeit, ein Teil davon zu sein.
Boykin arbeitet bei Stripe, einem 9-Milliarden-Dollar-Startup-Unternehmen mit Schwerpunkt auf Online-Zahlungsakzeptanz, und Bojkim, der ein Softwaresystem entwickelt und betreibt, das Daten über die gesamten Dienstleistungen des Unternehmens sammelt, Predicate diese Service-Daten und analysieren, wenn betrügerische Transaktionen auftreten und sich davor schützen. Als Physiker ist er gut geeignet für diese Aufgabe, die sowohl extremes mathematisches Denken als auch abstraktes Denken erfordert. Im Gegensatz zum Arbeitsphysiker Er arbeitet in einem Bereich, der endlose Herausforderungen und endlose Möglichkeiten bietet, und, noch wichtiger, hohe Gehälter.
Silicon Valley wurde zu einem Hadron Collider, wenn Physik und Softwaretechnik als subatomare Teilchen betrachtet werden, und Boijinger arbeitet mit drei anderen Stripe-Physikern zusammen, um dort zu arbeiten. Letzten Dezember, General Electric Beim Kauf des Machine-Learning-Startup Wise.io prahlte Geschäftsführer Jeff Immelt damit, dass er gerade eine Gesellschaft von Physikern, insbesondere der University of California, Berkeley, eingeholt hatte Der Astrophysiker Joshua Bloom, eine maschinelle Lernsoftware auf dem Campus, die von rund 70.000 Datenwissenschaftlern auf der ganzen Welt verwendet wird, basiert auf der Schweizer Maschinenlehrsoftware H20 des National Accelerator Laboratory von SLAC. Vijay Narayanan, Director of Data Science bei Microsoft, wurde mit Hilfe von Arno Candel entwickelt. Er ist auch Astrophysiker bei mehreren anderen Physikern in seiner Abteilung.
Es passiert alles im Silicon Valley, und das ist kein Zufall, denn praktisch alle Bedürfnisse eines Internetunternehmens passen zu den Fähigkeiten, die Physiker strukturell und technisch besitzen.
Natürliche Faktoren
Natürlich haben in der Computertechnologie, Physiker lange eine wichtige Rolle gespielt, da sie eine wichtige Rolle in vielen anderen Bereichen spielen. ENIAC Design Hilfe (einer der ersten Computer-Welt) John Mao Keli (John Mauchly) ist Ein Physiker Dennis Ritchie, der Vater der C-Programmiersprache, ist auch ein Physiker.
Aber für Physiker auf dem Gebiet der Computer-Technologie, nun ist die Umstellung auf das goldene Zeitalter des Silicon Valley, dank dem Aufstieg von Technologie für maschinelles Lernen, begann der Computer die Aufgabe zu lernen, indem sie große Datenmengen zu analysieren. Die Daten sind die neue Welle der Wissenschaft und der künstlichen Intelligenz Geeignet für Physiker.
Darüber hinaus hat die Industrie die neuronale Netzwerk-Software entwickelt, akzeptierte die menschliche Gehirnstrukturen zu imitieren. Doch dieses neuronale Netz wirklich nur eine mathematische Disziplin-Anwendungen, vor allem im Zusammenhang lineare Algebra und Wahrscheinlichkeitstheorie. Computerwissenschaftler nicht unbedingt diese Disziplinen akzeptieren Ausbildung, aber einige Physiker die entsprechende Disziplin Boykin zu verstehen, sagte: ‚für Physiker ist neuronalen Netzwerk-Technologie die einzige wirklich neue Sache ist, zu lernen, wie man diese neuronale Netze zu optimieren und wie man trainieren, aber für Physik Zuhause ist ein Stück Kuchen, von denen einer "Newtonian", der Physiker Newton genannt wird.
Chris Bishop, Leiter des Cambridge Research Lab bei Microsoft, war vor 30 Jahren zusammen gewesen, als Deep Neural Networks gerade in der akademischen Welt vielversprechend war und ihm erlaubte, von der Physik zum maschinellen Lernen zu springen. "Es ist ganz natürlich, dass Physiker in den Bereich des maschinellen Lernens eintreten", sagte er. "Noch natürlicher als Computerwissenschaftler."
Raum herausfordern
Vor zehn Jahren, Boykin sagte, eine Menge Forschung in der Physik Freunden mag Fuß setzen in der Welt der Finanzen an der Wall Street, der gleiche mathematische Stil für Markttrends vorherzusagen ist auch sehr nützlich für einen kritischen Ansatz Black -. Scholes Optionspreis Modell Black-Scholes, ist es eine wichtige Methode, den Wert von Finanzderivaten zu bestimmen, doch ist es das Black - Scholes Optionspreismodell die Finanzkrise im Jahr 2008 zu fördern und jetzt, Boyd Gold und andere Physiker haben gesagt mehr. Kollegen wenden sich an Datenwissenschaft und andere Arten von Computertechnologie.
Früher, Physiker zu einigen der Top-Technologie-Unternehmen zu entwickeln, um die so genannte Software ‚Big Data‘ vermittelter Datenverarbeitung in die Hunderte oder sogar Tausende von Maschinen durchzuführen. In Twitter, Boykin helfen, ein Programm zu entwickeln genannt Summingbird-Systeme, während drei Physiker am MIT-Physik-Abteilung ähnliche Software für ein Start-up namens Cloudant Physics wissen, wie man Daten zu verarbeiten - der Gründer von Cloudant, dessen frühere Aufgabe war es, auf große arbeiten Große Datensätze bei Hadron Collidern - die Entwicklung dieser extrem komplexen Systeme erfordert eine erhebliche Abstraktion von den Entwicklern, und wenn diese Systeme gebaut werden, verwenden viele Physiker die Daten, die sie besitzen.
Google wurde in den frühen Tagen gegründet, das Unternehmen Raum eine der Schlüsselfiguren zu entwickeln groß angelegte verteilte Systeme ist Yonatan Zunger, es hat einen Doktortitel in der Stringtheorie an der Stanford University. Als Kevin Scott (Kevin Scott) hinzugefügt Verkäufe Google Anzeigenteam in erster Linie verantwortlich für die Sammlung von Daten aus allem Google, und es verwenden, welchen Anzeigen am ehesten vorhersagen zu mehr Klicks. zu diesem Zweck Scott eine große Anzahl von Physikern rekrutiert, Informatikern und viele andere, erwarben sie Fähigkeiten sehr Geeignet für maschinelles Lernen. "Es ist fast wie Laborwissenschaft", sagte Scott, der amtierende Chief Technology Officer.
Big Data Software wurde nun alltäglich geworden, Streifen auf der Verwendung von Boykin die Entwicklung von Open-Source-Systeme helfen, dieses System auch viele Unternehmen Open-Source-Maschine Lernmodell hilft Prognosefähigkeit zu verbessern. Dies ermöglicht eine breitere Entwicklung von Physikern in Silicon Valley Perspektiven für die in den Streifen, Boykin und Roban Kramer (PhD in Physik, Columbia University), Christian Anderson (Master der Physik an der Harvard University) und Kelley Rivoire (BS in Physik, Massachusetts Institute of Technology) und viele andere Physiker arbeiten zusammen. fanden sie, dass sie geeignet sind, hier in Silicon Valley, und höhere Gehälter zu arbeiten, wie Boykin es ausdrückt: ‚lächerlich hohen Gehalt‘, aber sie kommen auch hier zu arbeiten, weil es so viele Probleme gelöst werden.
Die Zukunft
Heute Physiker Silicon Valley Unternehmen in den nächsten Jahren betreten, werden sie über das Tal Silicon nehmen. Maschinelles Lernen wird die Welt die Daten analysieren nicht nur die Art und Weise verändern, sondern auch die Art und Weise zu ändern, Software zu bauen. Das neuronale Netz wurde Umgestaltung der Bilderkennung, Spracherkennung, die Basis der maschinellen Übersetzung und Software-Schnittstellen. wie Microsofts Chris Bishop sagte, wenden sich an Software-Engineering-Maschine Lernmodelle basieren auf Wahrscheinlichkeit und Unsicherheit aus der Logik-basierte Hand Code wie Google und Facebook sind diese neue Firma starten Denkweise, ihre eigenen Ingenieure neu zu konstruieren und letztendlich werden andere Bereiche der Computerwelt diesem Beispiel folgen.
Mit anderen Worten, mehr und mehr Physiker, die ins Silicon Valley kommen, markieren große Veränderungen in der Computerindustrie: Bald werden alle Silicon Valley-Ingenieure Physiker sein.