Wissenschaftliche Arbeit - in ihrer modernen Form - ist zu einer der Erfindungen geworden, die den Fortschritt ermöglicht haben. Bevor seine Form im 17. Jahrhundert entwickelt wurde, wurden die Ergebnisse der Arbeit privat in Briefen, kurzlebig in Vorträgen oder in großen Mengen - in Büchern - übermittelt. Es gab keinen Platz für eine öffentliche Diskussion über schrittweise Fortschritte. Magazine ließen auf ihren Seiten Platz, um einzelne Experimente oder kleine technische Fortschritte zu beschreiben, und verursachten Chaos aus einer wachsenden Wissenschaft. Seitdem ähnelten die Wissenschaftler sozialen Insekten: Sie bewegten sich ständig vorwärts, mit einem summenden Geräusch wie ein Rudel Bienen.
Die frühesten Werke waren gewissermaßen besser lesbar als die heutigen. Sie waren weniger spezialisiert, unkomplizierter, kurz und weniger formell. Die Matanalyse wurde erst kurz zuvor erfunden. Der gesamte Datensatz zum untersuchten Thema könnte in eine Tafel auf einer Seite passen. Alle Berechnungen zu den Ergebnissen wurden von Hand durchgeführt und konnten auch überprüft werden.
Je schwieriger die Wissenschaft wird, desto schwieriger ist es, ihre Ergebnisse zu melden. Die heutige Arbeit ist länger als je zuvor und voller Fachsprache und verschiedener symbolischer Bezeichnungen. Sie hängen von einer Reihe von Computerprogrammen ab, die Daten erzeugen, Daten bereinigen, Diagramme erstellen und statistische Modelle verarbeiten. Und diese Programme sind manchmal so nachlässig geschrieben und so auf das Ergebnis ausgerichtet, dass sie auch zur Krise der Wiederholbarkeit beitragen - das heißt, die Arbeit erfüllt nicht ihre Hauptaufgabe: Über die gemachte Entdeckung zu berichten, ist einfach genug, damit auch jemand anderes sie machen kann .
Vielleicht lohnt es sich, die Papiergewohnheit zu beschuldigen, auf der die Papiere gedruckt werden. Wissenschaftliche Methoden entwickeln sich mit der Geschwindigkeit von Software.
Vor allem Physiker, Biologen, Chemiker, Geologen und sogar Anthropologen und Psychologen müssen in der Lage sein, Programmiersprachen und Pakete "
datalogischer " Programme zu beherrschen. Und während sich die Hauptmethode zur Vermittlung wissenschaftlicher Ergebnisse in den letzten 400 Jahren nicht geändert hat. Natürlich kann die Arbeit im Internet veröffentlicht werden - aber es sind immer noch Text und Bilder auf der Seite.
Was würde passieren, wenn wir heute einen Standard wissenschaftlicher Arbeit von Grund auf neu entwickeln würden? Ich habe kürzlich mit
Bret Victor gesprochen , einem Forscher, der bei Apple an frühen Prototypen der Benutzeroberfläche für das iPad gearbeitet hat und jetzt sein eigenes Labor in Auckland, Kalifornien, betreibt, um die Zukunft von Computersystemen zu untersuchen. Victor hat lange geglaubt, dass Wissenschaftler den Computer immer noch nicht voll ausnutzen. "Die Situation unterscheidet sich nicht wesentlich von der Druckmaschine und der Entwicklung der Bücher", sagte er. Nach Guttenberg wurden Druckmaschinen hauptsächlich zur Reproduktion der Bibelkalligraphie verwendet. Fast 100 Jahre technischer und konzeptioneller Verbesserungen waren erforderlich, um ein modernes Buch zu erfinden. "Es gab eine ganze Zeit, in der Menschen eine neue Drucktechnologie hatten, mit der sie alte Medien reproduzierten."
Victor zeigte, was erreicht werden kann, als er einen Zeitschriftenartikel von Dunak Watts und Stephen Strogatz überarbeitete: „Die kollektive Dynamik kleiner Netzwerknetzwerke“. Er wählte es, weil es eines der am häufigsten zitierten Werke in der gesamten Wissenschaft ist und weil es ein Modell für eine klare Darstellung von Informationen ist. (Strogac ist am besten als Autor der Kolumne The Elements of Mathematics in der New York Times bekannt.)
Die Arbeit von Watts-Strogac beschrieb wichtige Entdeckungen auf die gleiche Weise wie die meisten anderen - in Text, Bildern, mathematischen Symbolen. Und wie in den meisten Werken sind diese Entdeckungen trotz einer klaren Beschreibung sehr schwer zu verdauen. Die schwierigsten Arbeitsorte waren diejenigen, die Prozeduren oder Algorithmen beschrieben, weil der Leser die "Rolle des Computers" übernehmen musste, wie Victor sagte, und versuchte, sich ein Bild davon zu machen, was in seinem Kopf vorging, und die Schritte des Algorithmus durchlief.
Nach Victors Überarbeitung begann sich der erklärende Text mit interaktiven Diagrammen abzuwechseln, die jeden Schritt veranschaulichen. In dieser Version war es möglich, die Funktionsweise des Algorithmus anhand eines Beispiels zu verfolgen. Sie könnten es sogar kontrollieren.
Strogac bewunderte Victors Option. Später erzählte er mir, dass es ihm sehr leid tut, dass es in der Mathematik seit Hunderten von Jahren Tradition ist, Werke so streng und formal wie möglich zu schreiben, wobei oft sogar die sehr visuellen Hinweise weggelassen werden, mit denen Mathematiker ihre Entdeckungen machen.
Stogac untersucht nichtlineare Dynamik und Chaos, Systeme, die zur Synchronisation oder Selbstorganisation neigen: das Blinken von Glühwürmchen, das Ticken von Metronomen, die elektrischen Impulse von Herzzellen. Der Schlüssel ist, dass solche Systeme in Zyklen arbeiten, und Strogac visualisiert dies durch Punkte in einem Kreis: Wenn der Punkt zum Startpunkt zurückkehrt, ist es ein Blinken einer Glühwürmchen oder ein Auslösen einer Herzzelle. "Seit fast 25 Jahren mache ich kleine Computeranimationen von Punkten, die im Kreis laufen, wobei Farben ihre Häufigkeit angeben", sagte er. "Rotweine sind langsame Typen, Veilchen sind schnell ... Alle diese Punkte drehen sich auf meinem Computer, ich mache das den ganzen Tag", sagte er. Ich kann Muster viel besser in farbigen Punkten erfassen, die über den Bildschirm laufen, als in 500 Zeitreihen. Ebenso werde ich wenig sehen, denn in Wirklichkeit sieht es überhaupt nicht so aus. Ich studiere dynamische Prozesse, daher sollte ihre Präsentation auch dynamisch sein. "
Programme sind dynamische Medien, Papier jedoch nicht. In diesem Sinne erscheint es seltsam, dass Studien wie die von Strogac, die sich dynamischen Systemen widmen, so oft auf Papier verteilt werden, ohne den Vorteil, Punkte zu drehen - denn genau diese Punkte halfen ihm zu sehen, was er sah und helfen konnte, zu sehen Dies ist für den Leser.
Dies ist das ganze Problem der wissenschaftlichen Kommunikation: Heutzutage werden wissenschaftliche Ergebnisse häufig mithilfe von Computern gefunden. Ideen sind komplex, dynamisch, es ist nicht einfach, sie mit einem inneren Blick festzuhalten. Und während das beliebteste Tool zur Verbreitung der Ergebnisse PDF bleibt, wird buchstäblich ein Stück Papier simuliert. Wir können uns wahrscheinlich etwas Besseres einfallen lassen.
Stephen Wolfram veröffentlichte seine erste wissenschaftliche Arbeit im Alter von 15 Jahren. Am Ende seines Studiums am Institut hatte er bereits 10 Werke veröffentlicht und im Alter von 20 Jahren 1980 bereits am California Institute of Technology in Teilchenphysik promoviert. Seine Superwaffe war die aktive Nutzung eines Computers in jenen Tagen, als die ernsthaftesten Wissenschaftler Computerarbeit als unter ihrer Würde liegend betrachteten. "Zu dieser Zeit habe ich wahrscheinlich die weltweit am häufigsten verwendete Computeralgebra verwendet", sagte er in einem Interview. Es war sehr praktisch, ich konnte einfach alle Berechnungen am Computer durchführen. Es hat mir Spaß gemacht, besonders kunstvolle Formeln in meinen wissenschaftlichen Arbeiten zu veröffentlichen. “
Mit dem zunehmenden Ehrgeiz seiner Forschung brachte er vorhandene Software zunehmend an die Grenzen der Möglichkeiten. Für ein Projekt musste er ein halbes Dutzend verschiedene Software-Tools verwenden. "Ich habe viel Zeit damit verbracht, alles zusammenzubinden", sagte er. "Und ich entschied, dass ich versuchen sollte, ein einziges System zu schaffen, das alles tut, was ich brauchte - eines, das für immer wachsen könnte." Und anstatt seine akademischen Aktivitäten fortzusetzen, beschloss Wolfram, Wolfram Research zu gründen und eine ideale Computerumgebung für Wissenschaftler zu schaffen. Die Schlagzeile in Forbes am 18. April 1988 lautete: "Physics Whiz Goes Into Biz" [Ein Zaubererwissenschaftler hat das Geschäft getroffen].
Im Zentrum des Mathematica-Systems, wie das Unternehmen sein Hauptprodukt nannte, befindet sich ein Notizblock, in den Sie Befehle in eine Zeile schreiben und die Ergebnisse in einer anderen Zeile anzeigen. Schreiben Sie "1/6 + 2/5" und er wird Ihnen "17/30" geben. Bitten Sie ihn, Polynome zu multiplizieren, und er wird gehorchen. Mathematica ist in der Lage, Matanalyse, Zahlentheorie, Geometrie, Algebra. Es hat Funktionen zum Zählen chemischer Reaktionen und zum Filtern genetischer Daten. Ihre Datenbank enthält alle Bilder von Rembrandt, und sie kann Ihnen ein Diagramm der zeitlichen Streuung seiner Palette geben. Es sind Modelle der Orbitalmechanik eingebaut, mit denen berechnet werden kann, wie weit die F / A-18-Hornisse planen kann, wenn ihre Motoren in einer Höhe von 10.000 km abstellen. Notepad in Mathematica ist nicht nur eine Aufzeichnung der Berechnungen des Benutzers, sondern eine Abschrift seiner Konversation mit dem allwissenden Orakel. Wolfram nennt sorgfältig geschriebene Notizbücher "Computeraufsätze".
Die Notebook-Oberfläche wurde von Theodore Gray entwickelt, inspiriert von der Arbeit mit dem alten Code-Editor für Apple. In den meisten Programmierumgebungen können Sie Code Zeile für Zeile oder alle gleichzeitig ausführen. Mit Apple Editor können Sie einen beliebigen Teil des Codes auswählen und nur ausführen. Gray übertrug diese Grundkonzepte auf Mathematica und wurde von niemand anderem als Steve Jobs selbst dabei unterstützt, das Design zu verbessern. Notepad wurde entwickelt, um die wissenschaftliche Programmierung in eine interaktive Übung umzuwandeln, in der einzelne Befehle zehn- und hunderte Male korrigiert und neu gestartet werden können. Dabei wird aus den Ergebnissen von Computerexperimenten gelernt, um ein tieferes Verständnis der Daten zu erlangen.
Notepad ist aufgrund seiner Fähigkeit, Grafiken, Bilder und schöne mathematische Formeln zu zeichnen, besonders gut in der Bewältigung seiner Aufgaben, obwohl all dies dynamisch auf Änderungen im Code reagiert. In Mathematica können Sie Sprachaufzeichnungen eingeben, komplexe mathematische Filter auf Audioaufnahmen anwenden und die resultierende Schallwelle visualisieren. Durch Ziehen der Parameter mit der Maus können Sie deren Erscheinungsbild ändern und sehen, welche Filter beim Spielen am besten funktionieren. Die Fähigkeit des Pakets, so viele verschiedene Rechenaufgaben in einer einfachen Oberfläche zu erledigen, ist das Ergebnis von „buchstäblich jahrhundertelanger Arbeit“, sagt Gray.
Die der Arbeit zugrunde liegende Vision wurde von Wolfram in seinen Vorträgen, Blogeinträgen, Präsentationen und Pressemitteilungen mehrfach wiederholt. Nicht nur gute Software machen, sondern einen Wendepunkt im naturwissenschaftlichen Unterricht selbst schaffen. In der Mitte des 17. Jahrhunderts entwickelte Gottfried Leibniz ein System von Aufzeichnungen von Integralen und Derivaten (das bekannte ∫ und dx / dt), das die komplexen Ideen der mathematischen Analyse mechanisch machte. Leibniz glaubte, dass ähnliche Symbole in einer breiteren Anwendung eine "Algebra der Gedanken" erzeugen könnten. Seitdem träumen Logiker und Linguisten von einer universellen Sprache, die Mehrdeutigkeiten beseitigen und die Lösung komplexer Probleme in eine Art Matanalyse verwandeln kann.
Wolframs Karriere besteht aus ständigen Versuchen, das gesamte Wissen der Welt in Mathematica zu integrieren und später über Wolfram Alpha, die „Computational Knowledge Engine“ des Unternehmens, verfügbar zu machen, hinter vielen Möglichkeiten, Fragen von elektronischen Assistenten wie Siri und Alexa zu beantworten. Dies ist Wolframs Versuch, Interlingua zu schaffen, eine Programmiersprache, die sowohl für Menschen als auch für Maschinen gleichermaßen verständlich ist - die Algebra von allem.
Die Aufgabe ist charakteristisch ehrgeizig. In den 1990er Jahren neckte Wolfram die Öffentlichkeit manchmal mit Kommentaren, dass er bei der Gründung seines Unternehmens an einem revolutionären wissenschaftlichen Projekt arbeitete. Die Erwartung wuchs. Schließlich kam das Projekt: ein riesiges Buch, so dick wie ein Schlackenblock und fast gleich schwer, mit dem ewigen Titel: "
Wissenschaft eines neuen Typs ".
Dies stellte sich als detaillierte Studie heraus, die mit Mathematica-Notizbüchern durchgeführt wurde, überraschend komplexen Mustern, die durch die einfachsten Rechenprozesse - zelluläre Automaten - erzeugt wurden. Die Studie wurde sowohl zu Forschungszwecken als auch um zu verstehen, wie einfache Regeln komplexe Naturphänomene erzeugen können - zum Beispiel einen Tornado oder ein Molluskenschalenmuster. Diese von Wolfram ohne unabhängige Bearbeitung veröffentlichten Studien wurden von ständigen Erinnerungen an ihre Bedeutung begleitet.
Je mehr Sie auf Wolfram stoßen, desto mehr klingt es nach seinem Stil. In einem Artikel über ihn aus dem Jahr 1988 versuchte Forbes, diesem Phänomen auf den Grund zu gehen: „Wie Harry Wulf, ehemaliger Direktor des renommierten Institute for Advanced Studies (in Princeton), wo Wolfram mit 23 Jahren einer der jüngsten leitenden Wissenschaftler war, sagte, er habe es getan "Kultivierte Schwierigkeiten im Charakter, unterstützt von einem Gefühl der Einsamkeit, Isolation und Einzigartigkeit."
Als einer von Wolframs Assistenten auf der Konferenz eine bedeutende mathematische Entdeckung ankündigte, die ein wesentlicher Bestandteil der „New Type of Science“ war, drohte Wolfram, ihn zu verklagen, wenn die Arbeit veröffentlicht würde. "In keiner ernsthaften Forschungsgruppe darf ein junger Forscher darüber sprechen, was der Senior tut", sagte er damals. Andere Wissenschaftler kritisierten Wolframs umfangreiches Buch als Grundlage für andere Werke, erwähnten sie jedoch nicht. "Er weist darauf hin, dass er der Autor der Hauptideen ist, die in den letzten 20 Jahren die zentrale Idee der Theorie komplexer Systeme waren", sagte ein Forscher 2002 gegenüber der Zeitschrift Times Higher Education.
Das Selbstlob von Wolfram erscheint umso überraschender, als es völlig optional ist. Seine Leistungen sprechen für sich - wenn er es zulassen würde. Mathematica war fast unmittelbar nach dem Start erfolgreich. Benutzer haben lange auf ein solches Produkt gewartet; An Universitäten ist das Programm so verbreitet wie Microsoft Word. Wolfram hingegen nutzte ein stabiles Einkommen, um zusätzliche Ingenieure und Experten auf verschiedenen Gebieten einzustellen und seinem unersättlichen Programm immer mehr Informationen zuzuführen. Heute kennt Mathematica die Anatomie des Fußes und die Gesetze der Physik, die Musik, die Systematik der Nadelbäume und die Hauptschlachten des Ersten Weltkriegs. Wolfram selbst half dabei, sein Programm des archaischen Schreibens griechischer Zahlen zu unterrichten.
All dieses Wissen ist „berechnet“. Wenn Sie möchten, können Sie mit x den Ort der
Schlacht an der Somme und mit y den täglichen Niederschlag im Jahr 1916 in einem Umkreis von 50 km von diesem Ort angeben. Mathematica berechnet, ob es während der Schlachten des Ersten Weltkriegs bei Regen mehr Todesfälle gab.
"Ich habe einen interessanten Trend bemerkt", schrieb Wolfram in einem Blogbeitrag. - Wählen Sie einen Bereich X aus, von Archäologie bis Zoologie. Dann wird „rechnerisches X“ damit verbunden, das entweder bereits existiert oder gerade geboren wird. Und dies wird als die Zukunft dieses Gebiets angesehen. "Wolfram argumentiert, je besser die Experten auf diesem Gebiet die Berechnungsmethoden beherrschen, desto mehr wird sich der Bereich des Offenen erweitern. Das Notizbuch in Mathematica kann zu einem Beschleuniger der Wissenschaft werden, da es zu einem neuen Denkstil führen kann." "Er sagt," wie der gleiche Übergang stattfindet, der im 17. Jahrhundert stattfand, als die Menschen die Möglichkeit hatten, mathematische Aufzeichnungen zu lesen. Dies wird zu einer Form der Kommunikation, die ein sehr wichtiges Merkmal hat - die Fähigkeit dazu Neustart. "
Die Idee ist, dass eine „wissenschaftliche Arbeit“ dieser Art dieselbe Dynamik haben kann, die Strogac und Victor wollten - interaktive Diagramme, die mit Text durchsetzt sind - mit dem zusätzlichen Vorteil, dass der gesamte Code, der diese Diagramme generiert, und alle Daten für den Leser zugänglich sind wer kann sie anschauen und mit ihnen spielen. „Ehrlich gesagt, wenn Sie etwas so Einfaches und Verständliches in Wolfram-Sprache in ein Notizbuch schreiben, gibt es keinen Raum für Täuschung. Es gibt was ist und es funktioniert so wie es funktioniert. Es gibt keine Möglichkeit, das Ergebnis anzupassen “, sagt Wolfram.
Eine Arbeit in ein Mathematica-Notizbuch zu schreiben bedeutet, sowohl die Ergebnisse als auch die Methoden Ihrer Arbeit zu enthüllen. und wissenschaftliche Arbeit und alles, was Sie getan haben, um es zu schreiben. Infolgedessen wird es für die Leser einfacher sein, es nicht nur zu verstehen, sondern auch zu reproduzieren (oder nicht zu reproduzieren). Wenn Millionen von Wissenschaftlern auf der ganzen Welt nach und nach ihren Beitrag zur Wissenschaft leisten, besteht die einzige Möglichkeit, all diese Arbeiten in etwas Wichtiges zu verwandeln, darin, anderen zu ermöglichen, auf der Grundlage dieser Beiträge zuverlässig etwas aufzubauen. "Das ist es, was wissenschaftliche Arbeit in Form von Computeraufsätzen leisten kann", sagte Wolfram.
Wolfram ist überrascht, dass Computeraufsätze nicht an Popularität gewonnen haben. Er erinnert sich an seine Arbeit mit Elsevier, dem Riesen der wissenschaftlichen Veröffentlichungen, in den frühen 1980er Jahren. "Elsevier hat mich beauftragt, mich zu beraten, wie die Zukunft wissenschaftlicher Veröffentlichungen aussehen wird." Dies war vor dem Aufkommen der Mathematica-Notizbücher, aber er drängte sie, aus etwa demselben Gebiet zu sprechen. „Vor einigen Jahren habe ich erneut mit jemandem aus der Unternehmensleitung gesprochen. Und bei diesem Treffen wurde mir klar - meine Güte, ich habe vor 35 Jahren genau dasselbe gesagt! “
Ich sprach mit Theodore Gray, der Wolfram Research verließ, um Schriftsteller zu werden. Er sagte, dass seine Arbeit an dem Notizbuch insbesondere durch seine Gefühle motiviert war, die sich bereits in den 1990er Jahren gut entwickelt hatten, „dass offensichtlich jede wissenschaftliche Kommunikation und alle technischen Arbeiten, die Daten oder Mathematik oder Modellierung oder Grafiken oder verwendeten Programme oder ähnliches, keine Notwendigkeit, auf Papier zu veröffentlichen. Es war bis 1990 ziemlich offensichtlich ", sagte er.
"In den letzten 29 Jahren wurde die Tatsache, dass die gesamte Gemeinde mit Ausnahme einiger Menschen, die dies verstanden haben, diesen Ansatz nicht gewählt hat, mit Entsetzen und Überraschung wahrgenommen", sagte er. "Es ist buchstäblich unmöglich zu berechnen, wie viel verloren gegangen ist, wie viel Zeit verschwendet wurde, wie viele Ergebnisse missverstanden oder falsch dargestellt wurden."
Anfang 2001 stellte Fernando Perez fest, dass er sich vor 20 Jahren in ungefähr derselben Position wie Wolfram befand. Er war ein diplomierter Physiker, der seine Werkzeuge an die Grenzen ihrer Fähigkeiten brachte. Er benutzte eine ganze Reihe von Systemen, darunter auch Mathematica, und es schien, dass für die Erledigung jeder Aufgabe ein Wechsel von einem Werkzeug zum anderen erforderlich war. Er erinnert sich, dass auf seinem Schreibtisch 6-7 verschiedene Bücher über Programmierung lagen. Er wollte eine einheitliche Umgebung für wissenschaftliches Rechnen schaffen.Aber anstatt ein Unternehmen zu eröffnen, fand er zwei Wissenschaftler, einen deutschen Ozeanographen und einen Doktoranden der Informatik von Caltech, die ungefähr in die gleiche Richtung dachten. Sie alle verliebten sich in Python, eine Open-Source-Programmiersprache für allgemeine Zwecke, und begannen unabhängig voneinander, Tools zu erstellen, um die Arbeit mit der Sprache für Wissenschaftler zu vereinfachen: Tools, die das Arbeiten mit Datensätzen und Grafiken vereinfachten und mehr Programmierstile für die Forschung förderten .Perez brachte drei Projekte in ein und übernahm die Kontrolle über ihn. Das IPython-Projekt (ich meinte interaktiv) war von Anfang an Open Source. Das Programm war nicht nur kostenlos, jeder konnte seinen Code studieren und reparieren, um seinen Beitrag zur gemeinsamen Sache zu leisten. Diese Entscheidung wurde absichtlich getroffen. "Ich war sowohl an dem ethischen Aspekt interessiert, meine Arbeit mit anderen teilen zu können", sagte Perez, der selbst aus Kolumbien stammt, wo der Zugang zu kommerziellen Programmen schwieriger war, "als auch an der erkenntnistheoretischen Motivation." Er glaubte, wenn die Wissenschaft offen sein muss, sollten die Werkzeuge, mit denen sie arbeitet, offen sein. Kommerzielle Software, deren Quellcode nicht legal gelesen werden konnte, war das "Gegenteil der Idee der Wissenschaft", deren Zweck es ist, die Black Box der Natur zu öffnen.Daher wurde Python verwendet. Die Basisversion der Sprache ist nicht so leistungsfähig wie die Wolfram-Sprache, auf der Mathematica ausgeführt wird. Wenn Mathematica seine Fähigkeiten jedoch aus der Arbeit der Armee von Programmierern bezieht, wird das Rückgrat von Python durch eine umfangreiche Bibliothek zusätzlicher Funktionen unterstützt - Bildverarbeitung, Musikerstellung, KI, Sprachanalyse, Grafik -, die von einer Community von Personen erstellt wurden, die kostenlos zu Open Source beitragen. Python wurde zum De-facto-Standard für wissenschaftliches Rechnen, da Open-Source-Entwickler wie Perez nützliche Tools dafür entwickelten. Python wurde von Entwicklern angezogen, weil es der De-facto-Standard für wissenschaftliches Rechnen war. Gemeinschaften von Programmiersprachen, wie jedes soziale Netzwerk, gedeihen oder sterben dank der Kraft dieser Rückkopplungsschleifen.Die Idee für eine Editor-Schnittstelle für IPython wurde von Mathematica übernommen. Perez bewunderte, wie Mathematica-Notizbücher einen Forschungsarbeitsstil förderten. "Es war möglich, etwas zu skizzieren, denn so argumentieren Sie über eine Aufgabe, so verstehen Sie sie." Computer-Notizbücher “unterstreichen die Idee einer lebendigen Erzählung. Sie können über den Prozess nachdenken und den Computer effektiv als Reflexions- und Computerpartner nutzen, wenn Sie möchten. “Anstatt eine eigenständige Anwendung zu entwickeln, schloss sich das IPython-Team Perez Brian Granger an, einem Physikprofessor an der California Polytechnic University in San Luis Obispo und Min Reagan-Kelly. Der Wissenschaftskandidat der University of California in Berkeley, der auf dem Gebiet der Computerphysik tätig ist, erstellte Notizbücher in Form einfacher Webseiten. Der Benutzeroberfläche fehlt die Schönheit der Arbeiten von Steve Jobs und ihre Komplexität. Über das Web erhielt IPython jedoch kostenlose Add-Ons: Jedes Mal, wenn Google, Apple oder ein zufälliger Programmierer ein neues Diagrammtool veröffentlichten oder einen verbesserten Mathematikcode veröffentlichten, wurde diese Verbesserung an IPython angehängt. "Es hat sich alles gut ausgezahlt", sagte Perez.Die Arbeit, die die erste bestätigte Detektion von Gravitationswellen ankündigte, wurde auf herkömmliche Weise in Form eines PDFs veröffentlicht, jedoch komplett mit einem IPython-Notizbuch . Im Notizbuch können Sie alle Arbeiten verfolgen, die alle Grafiken für den Artikel generiert haben. Jeder kann den Code selbst ausführen, korrigieren, wie er möchte, mit Berechnungen spielen, um besser zu verstehen, wie sie funktionieren. An einem bestimmten Punkt im Notizbuch erreicht die Erzählung den Teil, an dem das von Gravitationswellen erzeugte Signal in Schall umgewandelt wird - und Sie können es im Browser abspielen, hören, was die Wissenschaftler zuerst gehört haben, das Gurgeln von zwei kollidierenden Schwarzen Löchern."Ich denke, die wissenschaftliche Gemeinschaft hat dieses Tool übernommen und es wird bereits als universell angesehen", sagt Theodore Gray über die Perez-Gruppe. "Aber Mathematica hat eine solche Annahme noch nicht erreicht." Auf Github in der Public Domain wurden bereits 1,3 Millionen solcher Notebooks veröffentlicht. Sie werden von Google, Bloomberg und der NASA verwendet. KI-Musiker, Lehrer und Forscher; und "in fast allen Ländern der Erde."
Jedes Mal wählte IPython einen Entwicklungspfad, der etwas anderes enthielt, und wird daher nicht mehr als IPython bezeichnet. Das Projekt wurde 2014 in Jupyter umbenannt, um zu betonen, dass es nicht nur mit Python funktioniert.
Das Jupyter-Notizbuch ähnelt dem Mathematica-Notizbuch und ist nur für jede Programmiersprache geeignet. Sie können einen Notizblock für Python, C, R, Ruby, JavaScript oder Julia erstellen. Jeder kann Jupyter-Unterstützung für seine Programmiersprache erstellen. Heute wird es von mehr als 100 Sprachen unterstützt.
Theodore Gray, der die Benutzeroberfläche für das ursprüngliche Mathematica-Notizbuch entwarf, sagte, er habe einmal versucht, andere Programmiersprachen experimentell zu unterstützen. "Daraus wurde nichts", sagte er mir. - Das Unternehmen war nicht daran interessiert, dies zu unterstützen. Und wenn Sie viele Sprachen unterstützen müssen, können Sie dies nicht genauso sorgfältig tun. “
Eric Raymonds
Aufsatz von 1997 mit
dem Titel „
Die Kathedrale und der Basar “ ist gewissermaßen zum Hauptdokument der modernen Open-Source-Bewegung geworden. Es lehnt die Ansicht ab, dass komplexe Software wie eine Kathedrale gebaut werden muss, "die sorgfältig von einzelnen Zauberern oder kleinen Teams von Magiern erstellt wurde, die isoliert arbeiten". Die Erfahrung von Raymond als einer der Linux-Kernel-Entwicklungsmanager hat ihn gelehrt, dass "ein riesiger, lauter Basar mit verschiedenen Zielen und Ansätzen", der Quellcode-Projekte definiert, von Vorteil ist. "Die Tatsache, dass solch ein Basarstil funktioniert und gut funktioniert, war ein Schock", schrieb er. Mit seinem Aufsatz versuchte er zu erklären, warum "die Linux-Welt nicht nur nicht von Missverständnissen getrennt war, sondern von einer starken Leistung zur nächsten mit einer Geschwindigkeit zu folgen scheint, die sich die Erbauer der Kathedrale kaum vorstellen können."
Mathematica war lange vor der Linux-Erfahrung von Raymond in der Entwicklung und befindet sich seit vielen Jahren in der Entwicklung. Dies ist die Quintessenz der Kathedrale, und ihre Erbauer stehen dem Basar immer noch skeptisch gegenüber. "Es gibt immer Raum für Chaos", sagt Gray über Open Source-Systeme. - Die Anzahl der beweglichen Teile ist sehr groß und verschiedene Teile steuern verschiedene Gruppen. Es wird Ihnen nie gelingen, sie auf die gleiche Weise zu einem integrierten System zusammenzuführen, wie es in einem einzigen kommerziellen Produkt möglich ist, sozusagen mit dem einzigen Verrückten in der Mitte. “
Der Verrückte ist natürlich Stephen Wolfram. Gray bemerkte, dass die Züge unter Mussolini planmäßig fuhren. "Die Analogie ist schlecht", sagte er, "aber ich bin für die Anwesenheit eines Verrückten in der Mitte." Mathematica Notebook ist ein zusammenhängenderes, ausgefeilteres Produkt - zum größten Teil, weil jede Entscheidung einem hartnäckigen Genie durch den Kopf ging. "Ich habe diese Jungs von Jupyter gesehen", sagte Wolfram, "und sie sind im Durchschnitt auf dem Niveau, das wir in den 90ern hatten." Er sagt, sie schneiden Ecken. "Und wir versuchen wirklich, es richtig zu machen."
Für die Wissenschaft ist es jedoch schwierig, für kommerzielle Software zu werben. Obwohl Wolfram Research seit Jahren ein kostenloses Notizblockprogramm vertreibt und die meisten großen Universitäten über eine Lizenz verfügen, mit der ihre Schüler und Lehrer Mathematica frei nutzen können, kann es für Verlage zu viel sein, das offene PDF-Format zugunsten eines kommerziellen Produkts zu deaktivieren. "Bisher ist die Situation so: Wenn Sie versuchen, ein Notizbuch von Mathematica an das Journal zu senden, werden sie sich beschweren: Wir haben kein Mathematica, dies ist ein sehr teures Programm, geben Sie uns etwas mehr Standard."
Es hilft nicht, dass Wolfram - sowohl eine Person als auch ein Unternehmen - die Überlegenheit des Produkts und seine Notwendigkeit auf eindringliche Weise preist, so dass selbst Gray es mit den Anhängern von Crossfit vergleicht, die nicht zum Schweigen gebracht werden können. Dies ist immerhin derselbe Stephen Wolfram, der sein Buch über seine Arbeit an zellularen Automaten "Eine Wissenschaft eines neuen Typs" nannte. In seinem
Beitrag zur Computerwissenschaft schreibt er: „Im Zentrum der Computeraufsätze steht die Idee, Computergedanken mit der Wolfram-Sprache auszudrücken.“
Vielleicht ist dies so - vielleicht können Computer-Notebooks nur dann Wurzeln schlagen, wenn sie von einer einzigen Supersprache oder einem Unternehmen mit tiefen Taschen unterstützt werden und sich stark für ihre Arbeit interessieren. Aber es ist möglich, dass das Gegenteil der Fall ist. Integrierte Bemühungen, wenn auch chaotischer, können sich als zuverlässiger und als einzige Möglichkeit erweisen, das Vertrauen der wissenschaftlichen Gemeinschaft zu gewinnen.
Wolfram bemerkt außerhalb von Wolfram nicht viel, und vielleicht bleibt das Mathematica-Notizbuch aus diesem Grund ziemlich undurchsichtig, und sein Gegner - wenn auch zweitrangig und vereinfacht, aber offen - scheint die Welt zu erobern.
Es wird einige Zeit dauern, bis Computer-Notebooks PDF in wissenschaftlichen Fachzeitschriften ersetzen, da dies eine Änderung der Anreizstruktur der Wissenschaft selbst bedeuten wird. Bis die Zeitschriften anfangen, von Wissenschaftlern zu verlangen, dass sie ihnen Notizbücher schicken, und bis die kostenlose Verteilung ihrer Arbeit und Daten ein Weg ist, um Prestige zu erlangen oder Geld zu erhalten, werden die Menschen wahrscheinlich alles wie zuvor tun.
Ich sprach mit einem Neurowissenschaftler, der Programmierer wurde und zu Jupyter beitrug, und er erzählte mir, dass der Professor, der das Labor leitete, in dem er früher arbeitete, ursprünglich ein Elektrophysiologe war - er maß die Aktivität von Neuronen durch implantierte Elektroden. "Das Erhalten solcher Daten ist ein so kostspieliges und teures Projekt", sagte er, dass niemand es jemals teilen wird. "Sie sammeln eine Datenscheibe und können diese bis zum Ende Ihrer Karriere verarbeiten."
"Zum jetzigen Zeitpunkt wird kein vernünftiger Mensch behaupten, dass sich die Praxis der wissenschaftlichen Forschung verändert", schrieb Perez, der Schöpfer von Jupyter, in einem Blogbeitrag aus dem Jahr 2013. Die Wissenschaft nutzt zunehmend Computer und die dazu erforderlichen Fähigkeiten Werden Sie ein guter Wissenschaftler und werden Sie in der Branche attraktiver. Die Universitäten verlieren die besten Leute, die ihre Startups organisieren, und gehen zu Google und Microsoft. "Vor meinen Augen haben viele talentierte Kollegen in den letzten zehn Jahren verzweifelt die akademische Welt verlassen", schrieb er, "und ich kann mich an keinen erinnern, der viele Jahre später damit nicht zufrieden gewesen wäre."
Perez erzählte mir Geschichten über Wissenschaftler, die akademische Karrieren für die Softwareentwicklung opferten, da die Softwareentwicklung in ihrem Studienbereich nicht wertlos war. Der Schöpfer von Matplotlib, dem wahrscheinlich am häufigsten verwendeten Charting-Tool in wissenschaftlichen Arbeiten, war ein Postdoc für Neurobiologie, aber er musste die akademische Welt aus Gründen der Industrie verlassen. Dasselbe geschah mit dem Entwickler von NumPy, dem mittlerweile beliebten numerischen Berechnungswerkzeug. Perez sagte: "Ich habe eindeutige Kommentare von vielen Kollegen und hochrangigen Genossen erhalten, die sagten: Hör auf damit, du verbringst deine Karriere und dein Talent." Ohne Verlegenheit rieten sie mir, "zur Physik zurückzukehren, zur Mathematik, zum Schreiben von Artikeln".
Aber diejenigen, die bleiben, machen Fortschritte. Perez bekam kürzlich eine Stelle am Berkeley Department of Statistics. Einen Tag nach unserem Gespräch sollte er ältere Studenten in Datenwissenschaften unterrichten, gemäß einem Programm, das vollständig auf Python- und Jupyter-Notizbüchern basiert. "Die Version dieses Kurses für jüngere Studenten hat meiner Meinung nach 1.200 Studenten angezogen", sagte er. "Es war der am schnellsten wachsende Kurs in der Geschichte der University of California in Berkeley." Und das alles basiert auf Open Source-Tools. “
Wer die Praxis wissenschaftlicher Studien verbessern will, träumt auch davon, seine Ergebnisse zu verbessern. Leibniz 'Aufnahme, die es einfacher machte, die Matanalyse aufzunehmen, erweiterte den Raum des Vorstellbaren. Die größten wissenschaftlichen Herausforderungen von heute sind häufig Computer-Rätsel: Wie können Milliarden gepaarter Basen in Genomdaten und zehnmal mehr
Proteomikdaten sowie historische Patientendaten und pharmakologische Ergebnisse in einer kohärenten Datenbank darüber integriert werden, wie jemand krank wurde? und was muss getan werden, um ihm zu helfen? Wie kann man sich in der Praxis einem endlosen Strom neuer Daten zu Temperatur und Niederschlag, Ozeanographie, vulkanischer und seismischer Aktivität nähern? Wie kann man Karten der neuronalen Verbindungen des denkenden Gehirns erstellen und verstehen? Wenn Sie Wissenschaftler mit Computer-Notebooks oder fortgeschritteneren Versionen davon ausstatten, kann es hilfreich sein, ihre Gedanken auf das Niveau der Probleme zu heben, die heute nicht verfügbar sind.
Einmal erzählte mir Perez, dass das Jupyter-Projekt Galileo ehrte - vielleicht den ersten Wissenschaftler im modernen Sinne. Das Jupyter-Logo ist eine abstrakte Version der ursprünglichen Galileo-Zeichnungen, die die Monde des Jupiter darstellen. "Galileo konnte nirgendwo hingehen, um ein Teleskop zu kaufen", sagte Perez. "Er musste sein eigenes machen."