paint-brush
生成式人工智能的兴起对 Java 开发人员意味着什么?这是他们告诉我们的经过@datastax
1,589 讀數
1,589 讀數

生成式人工智能的兴起对 Java 开发人员意味着什么?这是他们告诉我们的

经过 DataStax4m2023/09/13
Read on Terminal Reader

太長; 讀書

Python 被称为生成人工智能的首选编程语言,因此它自然而然地高度关注 Python 框架和库。但这对于 Java 开发人员意味着什么呢?我们开始寻找答案。
featured image - 生成式人工智能的兴起对 Java 开发人员意味着什么?这是他们告诉我们的
DataStax HackerNoon profile picture
0-item


Python被广泛认为是生成式 AI 的首选编程语言__,__ 因此,它自然而然地高度关注 Python 框架和库。但这对于 Java 开发人员意味着什么呢?


这是一个重要的问题,因为世界上许多最大的 IT 系统都是由Java提供支持的。 Java 已证明自己是系统可扩展性和稳健性方面的首选语言。随着 Java 六个月的发布节奏和新功能(例如由织机计划巴拿马计划,我们可以预期 Java 会变得更加强大。


我们决定询问 Java 开发人员对于 GenAI 相对于 Python 更高采用率的日益重要性的看法。 Java 开发人员传统上被认为是企业应用程序开发人员,他们往往是负责公司后端生产系统的设计和实现的专家。 ChatGPT 席卷全球是否引起了 Java 开发人员的关注——还是他们根本没有关注?


调查方法

我们决定了解 Java 开发人员对 GenAI 对 Python 的关注有何看法。因此,2023 年 7 月,我们花了一周的时间对三个不同社交媒体平台的用户进行了民意调查: LinkedIn 、X(以前称为Twitter )和 Mastodon。提出的具体问题是“GenAI 高度关注 Python 库和框架。这让你感觉如何?


随着 LinkedIn 和 X 成为主流平台,我们看到了更多的参与度,无论是在浏览量还是投票数上。 LinkedIn 民意调查有近 2,900 名观众,其中 84 人 (3%) 对该问题进行了投票。 X 拥有近 2,800 名观众,其中 134 人(5%)投票。 Mastodon 没有显示观众人数,但它登记了 15 名投票者,总共有 233 条对该问题的回复。


由于样本的限制,结果不应外推到更大的人群。话虽这么说,这些数据确实让社区更好地了解了这个主题。


观察结果

总体而言,48% 的受访者认为“Java 将赶上”Python。相比之下,18% 的人表示 Python 的 GenAI 优势意味着他们更有可能“转向 Python”。在剩下的受访者中,21% 的人不确定该怎么想,13% 的人计划开始研究这个主题。 LinkedIn 上的投票者更有可能相信 Java 会迎头赶上,而不太可能计划进行额外的研究。




我们可以得出以下几个结论:


  • 调查显示,相当多的开发者对 Python 在生成人工智能领域的主导地位感到惊讶、担忧或威胁。有一种感觉,Python 已经“接管”了这个新兴领域。


  • 与此同时,一些 Java 开发人员看到了利用 Java 的优势(性能、静态类型、企业功能)来补充 Python 在 AI/ML 领域的吸引力的机会。人们有兴趣弥合两种语言之间的差距。


  • 对于 Java 能否在人工智能领域“赶上”Python,或者 Python 目前的势头是否太过强劲,存在着不同的看法。一些人认为 Java 需要快速发展才能具有竞争力,而另一些人则认为为时已晚。


  • 有人呼吁 Oracle 和 Java 社区更加积极主动地支持人工智能、机器学习和数据科学用例。许多人认为 Python 的 ML/AI 生态系统和库遥遥领先。


GenAI 的未来对 Java 开发者来说意味着什么?

简短调查的结果让我们有一定程度的信心,相信 Java 开发人员已准备好开始学习 GenAI。由于它最初是使用 Python 开发的,因此它目前拥有更好的 Python 支持和集成是有道理的。然而,展望未来,扩大语言支持可能是一个优先事项。


尽管偶尔会有反对者评论说“Java 已死”,但 Java 仍然非常受欢迎,尤其是在大型企业中。因此,GenAI 肯定有动力扩展其 Java 功能以开辟更多用例。 Java 和 Python 具有不同的优势,使它们适合不同的任务;他们各自在计算世界中占有一席之地。 Java 以其性能、可扩展性和并发支持等而闻名。即将到来的 Java 21 将具有虚拟线程,作为 Loom 项目的一部分,集成到发布中;这将把并发计算提升到一个新的水平。 Python 的易用性和更快的开发周期将继续成为优势。


但 Java 在易用性方面并没有停滞不前。人们正在不断努力使该语言更加简洁且对开发人员友好。 PyTorch 和 TensorFlow 等库现在拥有用于 AI/ML 开发的 Java API。


最终,我们认为 GenAI 将为 Java 和 Python 开发人员提供良好的体验。支持开发人员自由选择语言和框架非常重要——灵活性对于任何技术进步浪潮总是有利的。当然,GenAI 扩展 Java 支持的速度取决于需求和技术考虑。预计这种情况会随着时间的推移而改善;如上所述,技术难题已经得到解决。


总而言之,虽然 GenAI 如今更关注 Python,但 Java 仍然非常相关,并且良好地支持它应该是未来的首要任务。这些语言可以利用各自的优势相互补充。谁知道?表示将改用 Python 的 18% 受访者最终可能会发现自己会坚持使用 Java。




-作者:Mary Grygleski,DataStax


通过订阅了解有关 DataStax 的更多信息YouTube 上的 DataStax 开发人员和以下LinkedIn 上的 DataStax ;学习如何DataStax 在这里启用生成式 AI