O trabalho científico - em sua forma moderna - tornou-se uma das invenções que permitiram o progresso. Antes de sua forma ser desenvolvida no século XVII, os resultados do trabalho eram transmitidos em particular em cartas, de maneira efêmera em palestras ou todos a granel - em livros. Não havia lugar para discussão pública de progresso gradual. Deixando espaço em suas páginas para descrever experimentos individuais ou pequenos avanços técnicos, as revistas criaram o caos a partir de uma ciência em expansão. Desde então, os cientistas começaram a se parecer com insetos sociais: eles avançavam constantemente, com um zumbido como um maço de abelhas.
As primeiras obras, em certo sentido, eram mais legíveis que as de hoje. Eles eram menos especializados, mais diretos, curtos e menos formais. A análise foi inventada apenas um pouco antes. Todo o conjunto de dados sobre o tópico em estudo pode caber em um prato em uma página. Todos os cálculos relacionados aos resultados foram realizados manualmente e também puderam ser verificados.
Quanto mais difícil a ciência se torna, mais difícil é relatar seus resultados. O trabalho de hoje é mais longo do que nunca e cheio de jargões e várias designações simbólicas. Eles dependem de um conjunto de programas de computador que produzem dados, limpam os dados, criam gráficos e processam modelos estatísticos. E esses programas às vezes são escritos de maneira tão descuidada e tão focados no resultado que também contribuem para a crise da repetibilidade - ou seja, o trabalho não lida com a sua principal tarefa: relatar a descoberta feita é simples o suficiente para que alguém possa fazê-lo também .
Talvez valha a pena culpar o hábito do papel em que os papéis são impressos. Os métodos científicos evoluem na velocidade do software; acima de tudo, é necessário que físicos, biólogos, químicos, geólogos e até antropólogos e psicólogos sejam capazes de dominar linguagens de programação e pacotes de programas "
datalogical ". E embora a principal maneira de transmitir resultados científicos não tenha mudado nos últimos 400 anos. Obviamente, o trabalho pode ser publicado na Internet - mas ainda existem textos e imagens localizados na página.
O que aconteceria se estivéssemos desenvolvendo um padrão de trabalho científico do zero hoje? Recentemente, conversei com
Bret Victor , um pesquisador que trabalhou na Apple nos primeiros protótipos da interface do usuário para o iPad, e agora dirige seu próprio laboratório em Auckland, Califórnia, estudando o futuro dos sistemas de computação. Victor acreditava há muito tempo que os cientistas ainda não aproveitam ao máximo o computador. "A situação não é muito diferente da imprensa e da evolução dos livros", disse ele. Depois de Guttenberg, as impressoras foram usadas principalmente para reproduzir a caligrafia da Bíblia. Quase 100 anos de melhorias técnicas e conceituais foram necessários para inventar um livro moderno. "Houve um período inteiro durante o qual as pessoas tiveram uma nova tecnologia de impressão e a usaram para reproduzir mídias antigas".
Victor mostrou o que pode ser alcançado quando refez um artigo de revista escrito por Dunak Watts e Stephen Strogatz, “A dinâmica coletiva das redes de mundos pequenos”. Ele o escolheu porque é um dos trabalhos mais citados em toda a ciência e porque é um modelo para uma apresentação clara das informações. (Strogac é mais conhecido como autor da coluna Os elementos da matemática no The New York Times.)
O trabalho de Watts-Strogac descreveu as principais descobertas da mesma maneira que a maioria das outras - em texto, figuras, símbolos matemáticos. E, como na maioria das obras, essas descobertas são muito difíceis de digerir, apesar de uma descrição clara. Os lugares mais difíceis para trabalhar eram aqueles que descreviam procedimentos ou algoritmos, porque o leitor tinha que assumir o "papel do computador", como Victor disse, tentando manter uma imagem do que estava acontecendo em sua mente, passando pelas etapas do algoritmo.
Após a revisão de Victor, o texto explicativo começou a alternar com diagramas interativos que ilustram cada etapa. Nesta versão, foi possível rastrear a operação do algoritmo usando um exemplo. Você pode até controlá-lo.
Strogac admirava a opção de Victor. Mais tarde, ele me disse que lamentava muito que, em matemática, durante centenas de anos, fosse tradição escrever obras da maneira mais estrita e formal possível, muitas vezes omitindo as dicas muito visuais que os matemáticos usam para fazer suas descobertas.
Stogac estuda dinâmica não linear e caos, sistemas propensos a sincronização ou auto-organização: o piscar de vaga-lumes, o tique-taque de metrônomos, os impulsos elétricos das células cardíacas. A chave é que esses sistemas funcionam em ciclos, e Strogac visualiza isso através de pontos em um círculo: quando o ponto retorna ao ponto de partida, é um piscar de um vaga-lume ou um disparo de uma célula cardíaca. "Há quase 25 anos, faço pequenas animações por computador de pontos correndo em círculos, com cores indicando sua frequência", disse ele. "Vermelhos são caras lentos, violetas são rápidos ... Todos esses pontos estão girando no meu computador, eu venho fazendo isso o dia todo", disse ele. Sou muito melhor em capturar padrões em pontos coloridos que atravessam a tela do que em 500 séries temporais. Da mesma forma, vou ver pouco, porque, na realidade, não parece nada disso. Eu estudo processos dinâmicos, portanto a apresentação deles também deve ser dinâmica. "
Os programas são mídias dinâmicas, mas o papel não. Nesse sentido, parece estranho que estudos como os de Strogac dedicados a sistemas dinâmicos sejam tão frequentemente distribuídos no papel sem a vantagem de pontos giratórios - já que foram precisamente esses pontos que o ajudaram a ver o que viu e poderiam ajudar a ver Isto é para o leitor.
Esse é todo o problema da comunicação científica: hoje, os resultados científicos são frequentemente encontrados usando computadores. As idéias são complexas, dinâmicas, não é fácil capturá-las com um olhar interior. E enquanto a ferramenta mais popular para disseminar os resultados permanece em PDF - literalmente simulando um pedaço de papel. Provavelmente, podemos criar algo melhor.
Stephen Wolfram publicou seu primeiro trabalho científico aos 15 anos. Ao final de seus estudos no instituto, ele já havia publicado 10 trabalhos e, aos 20 anos de idade, em 1980, já havia concluído seu doutorado em física de partículas no Instituto de Tecnologia da Califórnia. Sua super arma era o uso ativo de um computador naqueles dias em que os cientistas mais sérios consideravam o trabalho de computação abaixo de sua dignidade. "Naquela época, eu provavelmente usava mais a álgebra computacional no mundo", disse ele em entrevista. Foi muito conveniente, eu poderia fazer todos os cálculos no computador. Eu me diverti postando fórmulas particularmente ornamentadas em meus trabalhos científicos. ”
Com a crescente ambição de sua pesquisa, ele cada vez mais levou o software existente ao limite de possibilidades. Para um projeto, ele teve que usar meia dúzia de ferramentas de software diferentes. "Passei muito tempo amarrando tudo", disse ele. "E eu decidi que deveria tentar criar um sistema único que fizesse tudo que eu precisasse - um que pudesse crescer para sempre". E, em vez de continuar suas atividades acadêmicas, Wolfram decidiu criar a Wolfram Research e criar um ambiente de computação ideal para os cientistas. A manchete da Forbes, em 18 de abril de 1988, dizia: "O gênio da física entra em cena" [Um cientista bruxo entrou no negócio].
No centro do sistema Mathematica, como a empresa chamava de produto principal, existe um bloco de notas no qual você escreve comandos em uma linha e vê os resultados na outra. Escreva “1/6 + 2/5” e ele lhe dará “17/30”. Peça a ele para multiplicar polinômios, e ele obedecerá. O Mathematica é capaz de análise analítica, teoria dos números, geometria, álgebra. Possui funções para contar reações químicas e filtrar dados genéticos. Seu banco de dados contém todas as fotos de Rembrandt, e ela pode fornecer um diagrama da dispersão da paleta dele com o tempo. Modelos de mecânica orbital são incorporados a ele, e ele será capaz de calcular até que ponto o F / A-18 Hornet pode planejar se seus motores desligarem a uma altitude de 10.000 km. O bloco de notas no Mathematica não é apenas um registro dos cálculos do usuário, mas uma transcrição de sua conversa com o onisciente oráculo. O tungstênio chama os cadernos cuidadosamente escritos de "ensaios computacionais".
A interface do notebook foi criada por Theodore Gray, inspirada no trabalho com o antigo editor de código da Apple. A maioria dos ambientes de programação permite executar código de linha por linha ou de uma só vez. O Apple Editor permitiu selecionar qualquer parte do código e executá-lo somente. Gray transferiu esses conceitos básicos para o Mathematica, e ele foi ajudado a melhorar o design por ninguém menos que o próprio Steve Jobs. O bloco de notas foi projetado para transformar a programação científica em um exercício interativo no qual comandos individuais podem ser corrigidos e reiniciados dezenas e centenas de vezes, aprendendo com os resultados de experimentos computacionais, que permitem uma compreensão mais profunda dos dados.
O Bloco de notas é especialmente bom para lidar com suas tarefas devido à sua capacidade de desenhar gráficos, imagens e belas fórmulas matemáticas, apesar do fato de que tudo isso responde dinamicamente a alterações no código. No Mathematica, você pode inserir a gravação de voz, aplicar filtros matemáticos complexos às gravações de áudio e visualizar a onda sonora resultante. Ao arrastar os parâmetros com o mouse, você pode alterar sua aparência e ver quais filtros funcionam melhor ao brincar com eles. A capacidade do pacote de lidar com tantas tarefas computacionais diferentes em uma interface simples é o resultado de "literalmente séculos de trabalho", diz Gray.
A visão subjacente ao trabalho foi repetida muitas vezes por Wolfram em suas palestras, entradas de blog, apresentações e press releases. Não apenas criando um bom software, mas criando um ponto de inflexão na própria aula de ciências. Em meados do século XVII, Gottfried Leibniz desenvolveu um sistema de registros de integrais e derivadas (o familiar ∫ e dx / dt), que tornou mecânicas as idéias complexas da análise matemática. Leibniz acreditava que símbolos semelhantes em uma aplicação mais ampla poderiam criar uma "álgebra de pensamentos". Desde então, lógicos e lingüistas sonham com uma linguagem universal que possa eliminar a ambiguidade e transformar a solução de problemas complexos em uma espécie de análise analítica.
A carreira da Wolfram consiste em constantes tentativas de incorporar todo o conhecimento do mundo no Mathematica e, posteriormente, disponibilizá-lo através do Wolfram Alpha, o "mecanismo de conhecimento computacional" da empresa, por trás de muitas oportunidades para responder a perguntas de assistentes eletrônicos como Siri e Alexa. Esta é a tentativa da Wolfram de criar a Interlingua, uma linguagem de programação igualmente compreensível para pessoas e máquinas - a álgebra de tudo.
A tarefa é caracteristicamente ambiciosa. Na década de 1990, Wolfram às vezes provocava o público com comentários de que, no processo de criação de sua empresa, ele estava trabalhando em um projeto científico revolucionário. A expectativa cresceu. Finalmente, o projeto chegou: um livro enorme, a espessura de um bloco de concreto e quase o mesmo peso, com um título eterno: "
Ciência de um novo tipo ".
Acabou sendo um estudo detalhado realizado com os notebooks Mathematica, padrões surpreendentemente complexos criados pelos processos computacionais mais simples - autômatos celulares. O estudo foi conduzido simplesmente para fins de pesquisa e para entender como regras simples podem gerar fenômenos naturais complexos - por exemplo, um tornado ou um padrão de concha de molusco. Esses estudos, publicados pela Wolfram sem edição independente, foram acompanhados por lembretes constantes de sua importância.
Quanto mais você encontra o tungstênio, mais parece o estilo dele. Em um artigo de 1988 sobre ele, a Forbes tentou chegar às raízes desse fenômeno: “Como Harry Wulf, ex-diretor do prestigioso Instituto de Estudos Avançados (em Princeton), onde Wolfram era um dos mais jovens cientistas seniores aos 23 anos, disse ter "Dificuldades cultivadas no caráter, sustentadas por um sentimento de solidão, isolamento e singularidade."
Quando um dos assistentes de Wolfram anunciou uma descoberta matemática significativa na conferência, que era uma parte essencial do "Novo Tipo de Ciência", Wolfram ameaçou processá-lo se o trabalho fosse publicado. "Em nenhum grupo de pesquisa sério, um jovem pesquisador poderá falar sobre o que o idoso está fazendo", disse ele na época. Outros cientistas criticaram o livro maciço de Wolfram por se basear em outros trabalhos, mas não os mencionaram. "Ele sugere que é o autor das principais idéias que têm sido a idéia central da teoria dos sistemas complexos nos últimos 20 anos", disse um pesquisador à revista Times Higher Education em 2002.
O auto-elogio do tungstênio parece ainda mais surpreendente, pois é completamente opcional. Suas realizações falam por si - se ele permitir que elas o façam. O Mathematica alcançou sucesso quase imediatamente após o lançamento. Os usuários esperam há muito tempo por esse produto; nas universidades, o programa se tornou tão comum quanto o Microsoft Word. Wolfram, por outro lado, usou renda estável para contratar engenheiros e especialistas adicionais em vários campos, alimentando cada vez mais informações ao seu programa insaciável. Hoje, o Mathematica conhece a anatomia do pé e as leis da física, a música, a sistemática de coníferas e as principais batalhas da Primeira Guerra Mundial. O próprio Wolfram ajudou a ensinar seu programa de escrita arcaica de números gregos.
Todo esse conhecimento é "calculado". Se você quiser, pode indicar com x a localização da
batalha no Somme e com y - a precipitação diária em 1916 em um raio de 50 km deste local, e o Mathematica calculará se houve mais mortes durante as batalhas da Primeira Guerra Mundial, quando chovia.
"Percebi uma tendência interessante", escreveu Wolfram em um post no blog. - Escolha qualquer área X, da arqueologia à zoologia. Então, o “X computacional” será conectado a ele, que já existe ou está apenas nascendo. E isso é considerado o futuro desse campo. "Wolfram argumenta que, quanto melhores os especialistas nessas áreas dominarem os métodos computacionais, mais a área aberta se expandirá. O notebook no Mathematica pode se tornar um acelerador da ciência, pois pode dar origem a um novo estilo de pensamento". "Ele diz," como ocorre a mesma transição que ocorreu no século XVII, quando as pessoas tiveram a oportunidade de ler registros matemáticos. Isso se torna uma forma de comunicação, que tem uma característica muito importante - a capacidade de novo começo ".
A idéia é que um "trabalho científico" desse tipo possa ter o mesmo dinamismo que Strogac e Victor desejavam - diagramas interativos intercalados com texto - com o benefício adicional de permitir que todo o código que gera esses diagramas e todos os dados sejam acessíveis ao leitor quem pode olhar para eles e brincar com eles. “Honestamente, quando você escreve algo tão simples e compreensível na linguagem Wolfram em um caderno, não há espaço para engano. Existe o que é e funciona da maneira que funciona. Não há como ajustar o resultado ”, diz Wolfram.
Escrever um trabalho no caderno Mathematica significa revelar os resultados e os métodos do seu trabalho; e trabalho científico, e tudo o que você fez para escrevê-lo. Como resultado, será mais fácil para os leitores não apenas entendê-lo, mas também reproduzir (ou não). Quando milhões de cientistas em todo o mundo contribuem gradualmente para a ciência, a única maneira de transformar todo esse trabalho em algo importante será permitir que outros construam algo com base nessas contribuições. "É o que o trabalho científico feito na forma de ensaios computacionais pode alcançar", disse Wolfram.
Wolfram diz que está surpreso que os ensaios de computação não tenham ganhado popularidade. Ele relembra seu trabalho com a Elsevier, a gigante das publicações científicas, no início dos anos 80. "Elsevier me contratou para consultar sobre algo como" como será o futuro das publicações científicas ". Isso foi antes do advento dos cadernos Mathematica, mas ele os pressionou a falar da mesma área. "Alguns anos atrás, voltei a falar com alguém da administração da empresa. E naquela reunião, eu percebi - oh meu Deus, eu disse exatamente a mesma coisa há 35 anos! "
Conversei com Theodore Gray, que deixou a Wolfram Research para se tornar escritor. Ele disse que seu trabalho no caderno, em particular, foi motivado por seus sentimentos, que já haviam se formado bem nos anos 90, “que, obviamente, toda comunicação científica e todo trabalho técnico que utilizava dados, matemática, modelagem, gráficos ou esquemas ou algo assim, não há necessidade de publicar no papel. Era bastante óbvio em 1990 ", disse ele.
"Nos últimos 29 anos, o fato de que, com exceção de algumas pessoas que entenderam isso, a comunidade como um todo não adotou essa abordagem, foi percebido com horror e surpresa", disse ele. "É literalmente impossível calcular quanto foi perdido, quanto tempo foi perdido, quantos resultados foram mal interpretados ou deturpados".
No início de 2001, Fernando Perez percebeu que estava na mesma posição que Wolfram há 20 anos. Ele era um físico graduado que levou suas ferramentas ao limite de suas capacidades. Ele usou vários sistemas, e o Mathematica, entre eles, e parecia que concluir cada tarefa exigia a troca de uma ferramenta para outra. Ele lembra que em sua mesa havia 6-7 livros diferentes sobre programação. Ele queria criar um ambiente unificado para a computação científica.Mas, em vez de começar a abrir uma empresa, ele encontrou dois cientistas, um oceanógrafo alemão e um estudante de ciências da computação da Caltech, que pensavam aproximadamente na mesma direção. Todos se apaixonaram pelo Python, uma linguagem de programação de uso geral de código aberto, e começaram independentemente a criar ferramentas para simplificar o trabalho com a linguagem para cientistas: ferramentas que simplificaram o trabalho com conjuntos de dados e gráficos, incentivando mais estilos de programação de pesquisa .Perez reuniu três projetos em um e assumiu o controle sobre ele. Desde o início, o projeto IPython (eu quis dizer interativo) era de código aberto. O programa não era apenas gratuito, qualquer um poderia estudar seu código e corrigi-lo, contribuindo para a causa comum. Esta decisão foi tomada intencionalmente. "Eu estava interessado tanto no aspecto ético de poder compartilhar meu trabalho com os outros", disse Perez, ele próprio natural da Colômbia, onde o acesso a programas comerciais era mais difícil "e uma motivação epistemológica". Ele acreditava que, se a ciência precisa ser aberta, as ferramentas usadas para trabalhar com ela devem estar abertas. O software comercial, cujo código fonte não podia ser lido legalmente, era a "antítese da idéia de ciência", cujo objetivo é abrir a caixa preta da natureza.Portanto, o Python foi usado. A versão básica da linguagem não é tão poderosa quanto a Wolfram Language, na qual o Mathematica é executado. Mas se o Mathematica extrai suas capacidades do trabalho do exército de programadores, a espinha dorsal do Python é suportada por uma enorme biblioteca de recursos adicionais - processamento de imagem, criação de música, IA, análise de linguagem, gráficos - criados por uma comunidade de pessoas que contribuem para o código aberto gratuitamente. O Python se tornou o padrão de fato para a computação científica, pois desenvolvedores de código aberto como Perez criaram ferramentas úteis para ele; O Python foi atraído pelos desenvolvedores porque era o padrão de fato para a computação científica. Comunidades de linguagens de programação, como qualquer rede social, prosperam ou morrem graças ao poder desses ciclos de feedback.A idéia para uma interface de bloco de notas para IPython foi tirada do Mathematica. Perez admirou como os notebooks do Mathematica incentivavam um estilo de trabalho de pesquisa. "Foi possível esboçar algo, porque é assim que você raciocina sobre uma tarefa, é assim que você a entende." Notebooks de computação “destacam a idéia de narração viva. Você pode refletir sobre o processo e usar efetivamente o computador como, se desejar, um parceiro de reflexão e computação. ”Em vez de desenvolver um aplicativo independente dedicado, para não mencionar a idade do homem, a equipe do IPython - Perez se juntou a Brian Granger, professor de física da Universidade Politécnica da Califórnia em San Luis Obispo e Min Reagan-Kelly, Candidato em Ciências da Universidade da Califórnia, Berkeley, trabalhando no campo da física computacional, criou cadernos na forma de simples páginas da web. A interface carece da beleza das obras de Steve Jobs e de sua complexidade. Mas, usando a web, o IPython recebeu complementos gratuitos: toda vez que o Google, a Apple ou um programador aleatório lançava uma nova ferramenta de gráficos ou publicava um código matemático aprimorado, essa melhoria era anexada ao IPython. "Tudo valeu a pena", disse Perez.O trabalho anunciando a primeira detecção confirmada de ondas gravitacionais foi publicado da maneira tradicional, na forma de PDF, mas completo com um notebook IPython . No caderno, você pode acompanhar todo o trabalho que gerou todos os gráficos para o artigo. Todos podem executar o código eles mesmos, corrigi-lo, como quiserem, brincar com os cálculos para entender melhor como eles funcionam. Em um certo ponto do caderno, a narrativa chega à parte em que o sinal gerado pelas ondas gravitacionais se transforma em som - e você pode reproduzi-lo no navegador, ouvir o que os cientistas ouviram pela primeira vez, o gorgolejo de dois buracos negros em colisão."Acho que a comunidade científica adotou essa ferramenta, e ela já é considerada universal", diz Theodore Gray sobre o grupo Perez. "Mas o Mathematica ainda não alcançou tal adoção." No Github, em domínio público, já foram publicados 1,3 milhão desses notebooks. Eles são usados pelo Google, Bloomberg e NASA; Músicos, professores e pesquisadores de IA; e "em quase todos os países da Terra".
Cada vez, o IPython escolhe um caminho de desenvolvimento que inclui outra coisa e, como resultado, não é mais chamado IPython. O projeto foi renomeado para Jupyter em 2014 para enfatizar que ele funciona não apenas com Python.
O notebook Jupyter é semelhante ao notebook Mathematica, adequado apenas para qualquer linguagem de programação. Você pode criar um bloco de notas para Python, C, R, Ruby, JavaScript ou Julia. Qualquer pessoa pode criar suporte ao Jupyter para sua linguagem de programação. Hoje, ele é suportado por mais de 100 idiomas.
Theodore Gray, que projetou a interface para o notebook Mathematica original, disse que uma vez tentou apoiar outras linguagens de programação em benefício do experimento. "Nada disso aconteceu", ele me disse. - A empresa não estava interessada em apoiar isso. E se você precisar suportar muitos idiomas, não poderá fazê-lo com o mesmo cuidado. ”
O
ensaio de Eric Raymond, de 1997
, intitulado "
A Catedral e o Bazar " tornou-se, em certo sentido, o principal documento do movimento moderno de código aberto. Rejeita a visão de que um software complexo precisa ser construído como uma catedral "cuidadosamente elaborado por assistentes individuais ou pequenas equipes de magos trabalhando isoladamente". A experiência de Raymond como um dos gerentes de desenvolvimento de kernel do Linux ensinou a ele que "um enorme bazar barulhento com vários objetivos e abordagens", que define projetos de código-fonte, é uma vantagem. "O fato de esse estilo de bazar funcionar e funcionar bem foi um choque", escreveu ele. Com seu ensaio, ele tentou explicar por que "o mundo do Linux não apenas não se separava de mal-entendidos, mas parece seguir de uma forte conquista para outra a uma velocidade que os construtores da catedral dificilmente conseguem imaginar".
O Mathematica estava em desenvolvimento muito antes da experiência com o Linux de Raymond e está em desenvolvimento há muitos anos. Esta é a quintessência da catedral, e seus construtores ainda são céticos em relação ao bazar. "Sempre há espaço para o caos", diz Gray sobre sistemas de código aberto. - O número de partes móveis é enorme e partes diferentes controlam grupos diferentes. Você nunca conseguirá reuni-los em um sistema integrado da mesma maneira que é possível em um único produto comercial, com o único maníaco no meio, por assim dizer. ”
O maníaco, naturalmente, é Stephen Wolfram. Gray observou que sob Mussolini os trens estavam circulando dentro do cronograma. "A analogia é ruim", disse ele, mas "sou a favor da presença de um maníaco no meio". O Mathematica Notebook é um produto mais coeso e mais polido - em grande parte porque todas as decisões passaram pela mente de um gênio teimoso. "Vi esses caras de Jupyter", Wolfram me disse, "e eles estão em média no nível do que tínhamos nos anos 90". Ele diz que eles cortam cantos. "E estamos realmente tentando fazer o que é certo."
Mas é difícil para a comunidade científica anunciar software comercial. Embora a Wolfram Research distribua um programa de bloco de notas gratuito há anos, e embora a maioria das principais universidades possua uma licença que permita que seus alunos e professores usem o Mathematica livremente, pode ser demais para os editores optarem por não participar do formato PDF aberto em favor de um produto comercial. "Até agora a situação é a seguinte: se você tentar enviar um caderno do Mathematica para a revista, eles reclamarão: não temos o Mathematica, este é um programa muito caro, nos dê algo mais padrão".
O fato de a Wolfram, tanto uma pessoa quanto uma empresa, exalar intrusivamente a superioridade do produto, sua necessidade, de modo que até Gray o compare com os adeptos do crossfit, que não podem ser conectados, também não ajuda. Afinal, é o mesmo Stephen Wolfram, que nomeou seu livro em seu trabalho sobre autômatos celulares, "Uma ciência de um novo tipo". Em seu
post sobre ciência da computação, ele escreve: "No centro dos ensaios computacionais está a idéia de expressar pensamentos computacionais usando a Wolfram Language".
Talvez seja assim - talvez os notebooks de computação possam se enraizar apenas se forem suportados por uma única superlíngua ou por uma empresa com bolsos profundos e substancialmente interessada em seu trabalho. Mas é possível que o oposto seja verdadeiro. Esforços integrados, embora mais caóticos, podem se mostrar mais confiáveis, bem como a única maneira de ganhar a confiança da comunidade científica.
Wolfram não nota muito fora de Wolfram, e talvez por esse motivo o notebook Mathematica permaneça bastante opaco, e seu oponente - embora secundário e simplificado, mas aberto - parece estar conquistando o mundo.
Levará algum tempo até que os notebooks de computação substituam o PDF em periódicos científicos, pois isso significará uma mudança na estrutura de incentivos da própria ciência. Até que os periódicos comecem a exigir que os cientistas lhes enviem cadernos, e até que a distribuição gratuita de seu trabalho e dados se torne uma maneira de ganhar prestígio ou receber financiamento, é provável que as pessoas façam tudo como antes.
Conversei com um neurocientista que se tornou programador e contribuiu para Jupyter, e ele me disse que o professor que chefiava o laboratório onde costumava trabalhar era originalmente um eletrofisiologista - ele media a atividade dos neurônios através de eletrodos implantados. "Obter esses dados é um projeto tão caro e caro", ele disse que ninguém jamais os compartilhará. "Você coleta uma fatia de dados e pode processá-los até o final de sua carreira."
"Nesta fase, nenhuma pessoa razoável argumentará que a prática da pesquisa científica está passando por uma mudança", escreveu Perez, criador do Jupyter, em um post de 2013. A ciência usa cada vez mais a computação e as habilidades necessárias para tornar-se um bom cientista, tornando-se mais atraente na indústria. As universidades estão perdendo as melhores pessoas que organizam suas startups, além de partirem para o Google e a Microsoft. "Diante de meus olhos, muitos colegas talentosos deixaram o mundo acadêmico na última década desesperados", escreveu ele, "e não consigo me lembrar de nenhum deles que não ficaria feliz com isso muitos anos depois".
Perez me contou histórias de cientistas que sacrificaram carreiras acadêmicas para o desenvolvimento de software, uma vez que o desenvolvimento de software não era inútil em seu campo de estudo. O criador do matplotlib, provavelmente a ferramenta de gráficos mais usada em artigos científicos, foi um pós-doutorado em neurobiologia, mas teve que deixar o mundo acadêmico em prol da indústria. O mesmo aconteceu com o criador do NumPy, a agora popular ferramenta de cálculo numérico. Perez disse: "Recebi comentários inequívocos de muitos colegas e camaradas que disseram: Pare de fazer isso, você gasta sua carreira e seu talento". Sem constrangimento, eles me aconselharam a "voltar à física, à matemática, a escrever artigos".
Mas aqueles que permanecem progridem. Perez conseguiu recentemente um emprego no Departamento de Estatística de Berkeley. Um dia após a nossa conversa, ele deveria ensinar aos alunos mais velhos sobre ciência de dados, de acordo com um programa construído inteiramente em notebooks Python e Jupyter. "Acho que a versão deste curso para estudantes mais jovens atraiu 1.200 alunos", disse ele. "Foi o curso que mais cresceu na história da Universidade da Califórnia em Berkeley." E tudo isso é baseado em ferramentas de código aberto. ”
Quem procura melhorar a prática de estudos científicos também sonha em melhorar seus resultados. A gravação de Leibniz, que facilitou a gravação da análise analítica, expandiu o espaço do imaginável. Os maiores desafios científicos de hoje são frequentemente quebra-cabeças computacionais: como integrar bilhões de bases emparelhadas em dados do genoma e 10 vezes mais dados
proteômicos , históricos do paciente e resultados farmacológicos em um banco de dados coerente de como alguém ficou doente e o que precisa ser feito para ajudá-lo? Como, na prática, abordar um fluxo interminável de novos dados sobre temperatura e precipitação, oceanografia, atividade vulcânica e sísmica? Como criar e entender mapas das conexões neurais do cérebro pensante? Se você equipar os cientistas com notebooks de computação ou algumas versões mais avançadas deles, poderá ajudar a elevar suas mentes para o nível de problemas que não estão disponíveis atualmente.
A certa altura, Perez me disse que o projeto Jupyter homenageia Galileu - talvez o primeiro cientista no sentido moderno. O logotipo Jupyter é uma versão abstrata dos desenhos originais do Galileo, representando as luas de Júpiter. "Galileu não tinha para onde comprar um telescópio", disse Perez. "Ele teve que fazer o seu próprio."