برای فیزیکدانان، در حال حاضر یک دوره خوب نیست، یک فیزیکدان سابق اسکار بویکین (اسکار بویکین) می گوید. بویکین به حال به مطالعه فیزیک در موسسه فناوری جورجیا و دانشگاه کالیفرنیا، لس آنجلس در سال 2002 دکتری پردیس در فیزیک در سال 2013، اجرا برخورددهنده بزرگ هادرون در سوئیس فیزیکدانان که بوزون هیگز را کشف کرد. همانطور که همه ما می دانیم، بوزون هیگز تماس در 1960s شد فیزیکی بود دانشمندان ذرات زیر اتمی پیش بینی کرده بود، پس از آن هر کس به دنبال به جلو به این ذرات. با این حال، بوزون هیگز برای مدل های تئوری های موجود از جهان واژگون نیست، آن چیزی را تغییر نمی و یا آوردن فیزیکی حقوقدانان هر گونه اطلاعات جدید Boyijintan کلمات: "زمانی که مشکلات بوجود می آیند فیزیک واقعی، فیزیکدانان را به هیجان زده، خسته کننده حال حاضر که ما فقط بسیاری از فیزیک در یک زمان اشتباه است. این بسیار خسته کننده است به یک فیزیکدان. "علاوه بر این، فیزیک به اندازه کافی به اندازه یک حرفه ای پرداخت نمی شود.
بنابراین بویکین به عنوان یک مهندس نرم افزار به سوی سیلیکون ولی دست یافت و برای فیزیکدانان دیگر وقت خوبی است که بخشی از آن باشد.
بویکین کار خط خطی است که یک شرکت سرمایه گذاری 9 میلیارد $ که کسب و کار اصلی این است برای کمک به کسب به قبول پرداخت آنلاین. بویکین مسئول توسعه و بهره برداری از سیستم های نرم افزاری برای جمع آوری داده ها در سراسر خدمات این شرکت، او خواهد شد این خدمات پیش بینی داده ها، تجزیه و تحلیل زمانی این اتفاق خواهد افتاد و محافظت در برابر معاملات جعلی. به عنوان یک فیزیکدان، او بسیار مناسب برای کار است، که نیاز به هر دو اندیشه های افراطی ریاضی است، بلکه به تفکر انتزاعی نیاز دارند. با این حال، بر خلاف حرفه فیزیکدان او در یک زمینه کار می کند که چالش های بی پایان و امکانات بی پایان و مهمتر از همه، حقوق بالا را ارائه می دهد.
اگر فیزیک و مهندسی نرم افزار به عنوان ذرات زیر اتمی درمان، آن را تبدیل به یک طلا دره سیلیکون هادرون. Boi به و سه فیزیکدان دیگر همکاری خط خطی کار مرتبط. در ماه دسامبر، GE کسب یادگیری ماشین اندازی شرکت Wise.io، مدیر عامل شرکت جف ایملت (جف ایملت) افتخار می گفت که او فقط گرفتار یک بسته بندی شده شرکت فیزیکدانان، به ویژه در دانشگاه کالیفرنیا، برکلی بود UCLA اخترفیزیکدان جاشوا بلوم (یوشع بلوم). در سراسر جهان، در مورد 70000 باز دانشمندان داده دستگاه منبع نرم افزار یادگیری با استفاده از H20، توسط سوئیس که در SLAC شتاب دهنده ملی فیزیک آزمایشگاه کار Vijay Narayanan، مدیر اطلاعات علمی در مایکروسافت، با کمک Arno Candel طراحی شده است، همچنین یک متخصص فیزیک فیزیکدان در بخش خود است.
این همه اتفاق می افتد در دره سیلیکون، و این اتفاق نمی افتد، زیرا تقریبا هر نیاز شرکت اینترنت با مهارت هایی که فیزیکدانان دارند، از لحاظ ساختاری و فنی متناسب هستند.
عوامل طبیعی
البته، در تکنولوژی کامپیوتر، فیزیکدانان به مدت طولانی نقش مهمی، به عنوان آنها نقش مهمی در بسیاری از مناطق دیگر بازی کند. کمک به طراحی انیاک (یکی از اولین کامپیوتر جهان) جان مائو KELI (جان Mauchly) است فیزیکدان دنیس ریچی، پدر زبان برنامه نویسی سی، فیزیکدان است.
اما برای فیزیکدان در زمینه تکنولوژی کامپیوتر، در حال حاضر تبدیل به عصر طلایی دره سیلیکون است، به لطف ظهور تکنولوژی های یادگیری ماشین، کامپیوتر شروع به یادگیری کار با تجزیه و تحلیل مقادیر زیادی از داده و داده ها موج جدیدی از علم و هوش مصنوعی است مناسب برای چیزهای فیزیکدان.
علاوه بر این، صنعت نرم افزار شبکه عصبی طراحی به تقلید از ساختار مغز انسان را پذیرفته است. با این حال این شبکه عصبی واقعا فقط یک برنامه رشته ریاضی، به طور عمده در ارتباط جبر خطی و نظریه احتمال است. دانشمندان کامپیوتر لزوما این رشته ها قبول آموزش، اما برخی از فیزیکدانان برای درک نظم و انضباط مناسب بویکین گفت: "برای فیزیکدانان، تکنولوژی شبکه های عصبی است که چیز تنها واقعا جدید است به یاد بگیرند که چگونه برای بهینه سازی این شبکه های عصبی و چگونه برای آموزش، اما برای فیزیک خانه یک قطعه کیک است که یکی از آن نیوتون فیزیکدان نامیده می شود.
تحقیقات مایکروسافت کمبریج آزمایشگاهی، رئیس کریس اسقف (کریس اسقف) در همدلی در 30 سال پیش، زمانی که عمق شبکه عصبی فقط برای نشان دادن چشم انداز در دانشگاه ها این اجازه می دهد تا او را به پرش زمینه یادگیری ماشین از زمینه کار مربوط به فیزیک. او گفت: "کاملا طبیعی است که فیزیکدانان وارد میدان ماژول یادگیری شوند." حتی طبیعی تر از دانشمندان کامپیوتر است. "
فضای چالش
ده سال پیش، بویکین گفت: بسیاری از تحقیقات در دوستان فیزیک به پا در جهان از امور مالی در وال استریت، سبک ریاضی برای پیش بینی روند بازار نیز برای یک رویکرد انتقادی بسیار مفید است سیاه - اسکولز انتخاب روش قیمت گذاری مدل سیاه شولز، این یک روش مهم برای تعیین ارزش مشتقات مالی است که هنوز آن سیاه است - اسکولز مدل قیمت گذاری گزینه برای ترویج بحران مالی در سال 2008 و در حال حاضر، بوید طلا و سایر فیزیکدانان بیشتر گفته اند. همکاران به علم داده ها و سایر انواع فن آوری های کامپیوتری می پردازند.
پیش از این، فیزیکدان روشن به برخی از شرکت های فن آوری بالا برای کمک به توسعه نرم افزار به اصطلاح «داده های بزرگ برای انجام پردازش داده ها در صدها و یا حتی هزاران نفر از ماشین آلات در توییتر، بویکین کمک به توسعه برنامه ای به نام Summingbird سیستم، و راه اندازی وزارت MIT فیزیک از سه فیزیکدانان برای شرکت به نام Cloudant توسعه نرم افزار های مشابه. فیزیکدانان می دانم که چگونه که مسئولیت رسیدگی به داده ها، بنیانگذار شغل قبلی --Cloudant است که مسئولیت رسیدگی به بزرگ برخورد دهنده هادرون مجموعه داده های بزرگ - توسعه این سیستم بسیار پیچیده نیاز به توسعه دهندگان به یک تفکر نسبتا انتزاعی زمانی که این سیستم ساخته شده است، بسیاری از فیزیکدانان اطلاعات موجود خود را با استفاده از این سیستم استفاده کنید.
گوگل در روزهای اولیه تاسیس شد، اتاق شرکت به منظور توسعه یکی از چهره های کلیدی سیستم های توزیع شده در مقیاس بزرگ Yonatan Zunger است، آن را دارای مدرک دکترا در نظریه ریسمان در دانشگاه استنفورد. وقتی کوین اسکات (کوین اسکات) اضافه تیم فروش آگهی گوگل در درجه اول مسئول جمع آوری اطلاعات از سراسر گوگل، و استفاده از آن برای پیش بینی که تبلیغات به احتمال زیاد به کلیکهای بیشتری دریافت کنید. برای این منظور اسکات استخدام تعداد زیادی از فیزیکدانان، دانشمندان کامپیوتر و بسیاری از مختلف، آنها را به دست آورد مهارت های بسیار مناسب برای یادگیری ماشین. آن را تقریبا مانند علوم آزمایشگاهی، اسکات افسر فناوری در حال حاضر رئیس است.
نرم افزار بزرگ داده در حال حاضر به امری عادی تبدیل، خط خطی در استفاده از بویکین کمک به توسعه از سیستم های منبع باز، این سیستم نیز کمک می کند بسیاری از شرکت مدل های یادگیری ماشین منبع باز برای بهبود قابلیت پیش بینی است. این توسعه گسترده تر از فیزیکدانان در دره سیلیکون فراهم می کند چشم انداز برای کار با هم در خط خطی، بویکین و Roban کرامر (دکترای فیزیک، دانشگاه کلمبیا)، کریستین آندرسن (استاد فیزیک در دانشگاه هاروارد) و کلی Rivoire (BS در فیزیک، موسسه تکنولوژی ماساچوست)، و بسیاری از فیزیکدانان دیگر. بویکین گفت، آنها خود را به خوبی برای کار در دره سیلیکون سازگار کرده و پرداخت کرده اند. بویکین گفت: "دستمزد بالا ظالمانه است" اما آنها به دلیل مشکلات فراوانی برای حل این مشکل آمدند.
آینده
امروز، شرکت فیزیکدانان دره سیلیکون در حال ورود به چند سال آینده، آنها را بیش از سیلیکون ولی است. یادگیری ماشین نه تنها راه در جهان تجزیه و تحلیل داده ها، بلکه به تغییر روش برای ساخت نرم افزار تغییر است. شبکه عصبی شده است تغییر شکل شناخت تصویر، تشخیص صدا، اساس ماشین ترجمه و نرم افزار رابط. به عنوان کریس اسقف مایکروسافت گفت، در حال تبدیل به مدلهای یادگیری ماشینی مهندسی نرم افزار بر اساس احتمال و عدم اطمینان از منطق مبتنی بر دست کد مانند گوگل و فیس بوک در حال شروع این شرکت جدید راه تفکر برای مهندسی مجدد مهندسین خود و در نهایت دیگر بخش های رایانه دنیای کامپیوتر نیز به دنبال آن هستند.
به عبارت دیگر، فیزیکدانان بیشتر و بیشتر در ورودی سیلیکون ولی تغییرات عمده در صنعت رایانه را نشان می دهند. به زودی تمام مهندسان سیلیکون ولی فیزیکدانان خواهند بود.