Peter Wang是Anaconda的CEO和联合创始人。在创立Anaconda（前身为Continuum Analytics）之前，Peter在软件设计和开发领域拥有15年的经验，涵盖了3D图形、地球物理学、大数据模拟与可视化、金融风险建模和医学成像等众多领域。
作为PyData社区和会议的创始人，他致力于发展Python数据科学社区，并倡导提高全球范围内的数据素养。Peter拥有康奈尔大学物理学学士学位。
拥有超过3500万用户，Anaconda是全球最流行的开发和部署安全Python解决方案的平台。
最初什么吸引您从事计算机科学？
我从小就开始编码，没有正式的计算机科学学位。起初，我追求的是指挥计算机执行任务的刺激感，但当我发现计算机的创造力时，我的兴趣变得更加深入 – 制作游戏和表达创意。对我来说，计算机超越了功能性，它是一个无限的自我表达画布。在计算机早期时代，创意无限，不同领域之间存在无缝流动。然而，随着当前的产业化和抽象层的增加，释放创造力变得更加具有挑战性。
能分享一下Anaconda, Inc的诞生故事吗？
我和我的合作伙伴于2012年创立了Anaconda，但这个事业的起源可以追溯到我们当时担任软件顾问的时候。我们看到了Python编程语言在商业数据分析领域不断发展的野生性采用，并知道一场革命正在酝酿中。像金融这样需要强大数值计算能力的行业纷纷转向Python，随着时间的推移，这门语言在医疗保健、制造业、零售业和追求先进分析以做出更好业务决策的各个行业中快速获得了广泛应用。但尽管Python迅速发展，我们觉得行业对真实故事的理解仍然存在欠缺：非程序员对高性能高级分析工具的巨大需求。起初，投资者对编程语言或开源生态系统持怀疑态度，无法看到Anaconda所扮演的Python数据社区的价值。但是，这种以实践者为导向的增长战略最终促使Anaconda和Python生态系统在世界各个行业迅速获得了广泛应用。
Anaconda致力于促进开源创新，为什么开源如此重要？
我坚信透明度和协作是成功开发技术和解决社会问题的关键因素。开源不仅保证了透明度，而且增强了开发者之间的协作，并在开发者之间培养创新文化。有越多的观点和知识一起努力开发解决方案，结果就会更好。开源背后的原则与Anaconda致力于普及技术和增强教育的使命高度契合 – 开源软件为开发者、学生和爱好者提供了宝贵的学习机会，他们可以研究代码、学习最佳实践，并通过为开源项目做出贡献来获得实践经验。
2022年，Anaconda推出了PyScript，一个基于Web的在浏览器中编码和一键部署应用的工具。您能分享一些关于这个工具的细节以及它的强大之处吗？
去年，我们推出了开源项目PyScript作为概念验证，2023年3月，我们发布了PyScript.com，这是一个允许任何人在浏览器中构建丰富、交互式、可分享的Python驱动Web应用的网站。这个灵活的编码平台拥有即插即用的模块化开发环境，可以用Python实现数据交互和计算的下一代Web应用，大大降低了对编程技能的门槛，使99%没有编程经验的市民也能参与其中。通过此次发布，Anaconda提高了可访问性，为任何人提供了获得Python开发经验的机会。
随着数据驱动决策成为常态，数据科学行业在过去十年中蓬勃发展，将数据科学家推到了Glassdoor 2022年美国50个最佳工作的第3名。但虽然行业正在蓬勃发展，目前仍有提升当前劳动力和消除对编程世界感兴趣者的入门障碍的空间。此次发布是普惠数据科学的第一步。此外，专注于提升技能的个人和组织将始终处于竞争优势。通过提供一个任何人都可以访问的在线平台，无需下载文件和配置环境的负担，PyScript为学习Python提供了极好的机会，而Python是全球最流行的编程语言。
你对编码的未来有什么看法？
未来的发展将涉及整体代码生产的激增，其中有相当大一部分由机器生成。然而，人类的验证仍然至关重要。传统的编程方式——将代码输入文本文件中——将会发生变革。构建信息系统的未来将不再遵循传统的编码实践，而是接纳代码生成的风景。我还预测新兴系统将围绕数据规范和建模展开，重塑我们今天所熟知的编码方式。
Anaconda现已为超过3500万用户提供服务，你认为这一成功归因于什么？
我认为我们能够吸引这么多用户，是因为我们提供了各种各样的教育材料和工具，迎合了从学生到专业编码人员等各类用户的需求。随着技术创新的持续进行，几乎每个行业都越来越需要Python技能。通过我们的使命，即实现Python的民主化，让所有人都能够获取编码和基础知识，我们能够提供所需的资源，帮助他们培养就业现在和将来所需的技能。
扩大数据素养的访问权是你的热衷之一，你能分享一些与此相关的努力吗？
我认为如果我们能够在学生刚开始学习数据科学时就接触到他们，我们就能在实现全球数据素养的使命上取得更大的进展。为了支持这一点，Anaconda已经开始与美国和全球的高中合作，举办数据科学博览会，让学生们可以展示Python技能、分享创新项目，并有机会赢得大学奖学金。此外，我们最近推出的Anaconda Learning提供了十二门以上的课程，学生们成功完成后将获得一份证书，这可以增加他们在就业或教育道路上获得进展的机会。Anaconda Notebooks也旨在帮助人们立即融入数据科学和Python编码。2023年5月，Anaconda 收购EduBlocks，这是一个免费平台，为K-12学生和初学者提供基础编码技能。通过这次收购，EduBlocks将进一步推动Anaconda的使命，民主化未来劳动力所需的数据和Python技能。随着数据科学和人工智能/机器学习模型在工作和生活中的普及，Anaconda可以成为指导和培训的来源，帮助人们充分利用这个新世界。
为什么未来的人工智能应该完全开放？
和我对开源的看法一样，透明度和合作将促进人工智能技术的更成功发展，并造福整个社会的公共利益。虽然不可否认，人工智能竞赛是技术领域令人兴奋的时刻，但是广泛使用的人工智能模型可能会使互联网充斥着不由真实事件生成的信息，从而对未来模型的训练数据集产生污染。这将导致“模型自相噬”效应，即未来模型会放大并永远受到过去模型输出的偏见影响。随着新模型的不断推出，围绕人工智能的伦理辩论，如法律/版权问题和模型训练中的偏见，不再能够被置于次要位置。开放的发展更具可访问性，并能让更广泛背景、技能和经验的人一起合作，从而产生连锁反应，取得更成功（和道德）的结果。
你对人工智能的未来有什么愿景？
我预计会出现更紧凑、易理解的人工智能模型。解决与内容权利和版权相关的问题将至关重要。预计这些人工智能技术将在真实业务场景和客户体验中得到广泛应用。重点将转向引导和训练人工智能以实现积极利用。这一过渡可与引擎的演进相媲美——从大到小，强调马达应用。
我们现在可以访问一种“基本”智能，能够执行以前需要人类专业知识的任务——这些任务不一定难，但要求动态敏捷性。这些以前因需要人类干预而被忽视的应用场景，现在通过人工智能可以实现。
谢谢您的精彩采访，希望想进一步了解的读者请访问Anaconda。