Discussion :

[Olivier Famien]

La fondation Moore accorde 600 000 dollars pour faciliter la sortie de la version finale de Julia
le langage de programmation pour scientifiques

Dans l’environnement des langages de programmation, plusieurs langages ont connu des avancées notables par le soutien des grandes entreprises. Nous avons par exemple JavaScript qui depuis quelques années connait une progression remarquable. Ce langage a véritablement pris son essor lorsque Google a mis en œuvre le moteur JavaScript V8. Ruby on Rails a connu également un attrait prononcé lorsque Twitter a adopté ce langage pour le développement des projets sur sa plateforme sociale.

Étant donc reconnu que le soutien de grandes firmes contribue à l’émergence ou à la popularisation de langages de programmation, la fondation Gordon and Betty Moore s’est engagée à aider l’équipe de recherche consacrée à Julia afin de sortir la première version stable de ce langage. Pour ce faire, elle octroie à l’équipe de Julia une aide financière de 600 000 dollars repartie sur les deux prochaines années à venir dans le cadre de son programme de soutien aux personnes dédiées à la recherche en matière de données.

Comme raisons liées à ce financement, Chris Mentzel, directeur de l’Initiative Data-Driven Discovery pour la Fondation Moore, explique que, « aujourd’hui, les scientifiques sont limités par les pratiques actuelles pour extraire des informations utiles, ce qui peut nuire à la recherche ». « Nous avons besoin de nouveaux outils qui peuvent faciliter cela. Le langage Julia offre des avantages significatifs aux chercheurs orientés données et devrait aider à accélérer le rythme des découvertes », ajoute-t-il.

Par cet acte, la fondation ne cache pas les espoirs qu’elle nourrit pour la contribution que ce langage peut apporter dans le domaine de la recherche axée sur les données.

Nous rappelons que Julia est un langage orienté calcul scientifique. Il a vu le jour afin de donner aux scientifiques un outil unique rassemblant les meilleures fonctionnalités de plusieurs autres langages. Cela leur permettrait de ne plus utiliser plusieurs langages pour effectuer le traitement des données, mais un seul langage, ce qui leur faciliterait la tâche. Pour cela, Julia partage une syntaxe similaire avec plusieurs langages de programmation tels que MATLAB, Lisp, C, Python, Perl, Ruby.

Comme avantages reconnus vis-à-vis des autres langages pour les scientifiques, ce dernier est facilement accessible aux scientifiques et mathématiciens, il est assez flexible et de haute performance comme le langage C, il permet de gérer efficacement de vastes problèmes de calculs scientifiques et intègre des fonctionnalités graphiques et visuelles.

Pour le moment, Julia est disponible en version 0.4.1 pour les architectures 32 et 64 bits et pour les systèmes d’exploitation Windows, OS X, Ubuntu, Fedona, RHEL, CentOS et Scientific Linux.

À l’instar des autres langages qui ont bénéficié de l’appui de grandes firmes, Julia connait avec ce geste un avantage pour assurer sa pérennité dans la communauté IT. Toutefois, en parcourant l’histoire des langages de programmation, nombreux sont les langages qui sont nés et ont disparu d’une année à l’autre pour diverses raisons. Espérons que cet apport financier ne sera pas vain, mais permettra d’atteindre son objectif en dotant ce langage de meilleures fonctionnalités et en le faisant passer des préversions actuelles à sa première version finale.

Source : Fondation Moore

Et vous ?

Que pensez-vous de ce financement ? Pourra-t-il contribuer à faire passer ce langage à sa première version stable ?

Ou est-ce de l'argent jeté par les fenêtres ?

Voir aussi

Forum langages de programmation

[mothsART]

J'ai découvert Julia par l’intermédiaire du projet Jupyter : et il y a de belles promesses derrières!
Je pense que Julia a/aura sa place dans l'univers impitoyable des langages de prog car sa cible est bien définie et il comble un vrai manque.
Espérons que ce coup de pouce permette de finaliser et stabiliser ce langage.
Malheureusement, il manque cruellement de pub et avant de s'imposer, il va en avoir besoin pour détrôner des "toolchains" certes hétérogènes mais mature.
Enfin, mes quelques essais (il y a déjà plus de 6 mois) m'avait laissé songeur sur les perfs : annoncé très proche de Java, j'étais plutôt, en situation réel, équivalent à du python 3 soit bien 10x plus lent.