Node.js創造者，Ryan Dahl專訪

Ryan Dahl是谷歌大腦的軟體工程師，並且是Node.js的創造者。目前，他正在致力於深度學習研究項目，他研究方向的是圖像變換，包括彩色化和超解析度。他參與了多個開源項目包括HTTP解析器和libuv。

Pramod: 告訴我們你在接觸技術之前的經歷吧？

Ryan: 我在聖地亞哥長大，我媽媽在我六歲的時候買了一台蘋果2C，所以我很早就有機會接觸電腦了，順便說一下我36歲了，當互聯網出來的時候，我已經長大了。我在聖地亞哥的社區學院讀大學，然後去了加州大學聖地亞哥分校，我在那裡學習了數學。然後，我去了羅切斯特大學的數學研究生院。在那裡，我研究了代數拓撲學，它是一種非常抽象的學科，我發現它很漂亮，但幾年後我厭倦了它，因為它不太適用於現實生活。這是一個博士項目，一旦我意識到我不想做一輩子的數學家，我就退出項目，買了一張去南美洲的單程票。我在那裡呆了一年，處於飢餓的學生模式中，我和Eric找到了一份工作, 使用Ruby on Rails為一個滑雪板公司做網站， 這就是我的編程生涯的起點。

Pramod: 放棄博士學位，到南美洲旅行，做網站開發，這都是一種經歷。

Ryan: 研究生院的經歷，讓我擅長處理非常抽象的問題，但網站開發工作是一個非常具體的過程，但我真的想把它變成一個美麗的數學理論，就像我在研究生院經歷的那樣。我想這讓我開始思考，我真的很喜歡Ruby的發展，你可以使用Ruby更清楚地表達你的想法。我認為Rails推廣了MVC的結構，它給出了這個新的結構，可能不是完全新的，這兩件事結合在一起，對我來說真的很有趣。

Pramod: 構建Web應用程序非常有趣，Ruby是個完美的工具，接下來你繼續在德國做一名自由網站開發者。你所從事的項目之一是Node，你在德國時接下來的六到八個月里會一直為之努力嗎？

Ruby: 在南美洲之後，我和我的女朋友搬到了德國，因為她是德國人，不得不回大學。我開始去Ruby會議，在那裡人們談論這個MVC的新範例。有一個人叫Chris Neukirchen，他開發了一個叫做Rack的項目，它是Web伺服器的簡化抽象，它真的把Web伺服器變成了一個單一的函數介面，在那裡你得到一個請求，然後返回一個響應。結合我正在為Engineyard項目開發的Nginx模塊的表現，我開始思考了。在Nginx上一切都是非同步的，所以當你為它建立一個模塊時，你必須非常小心以避免阻塞。結合Chris Neukirchen的Rack和Nginx Web伺服器非阻塞IO結構，使我開始思考如何將這兩件事情結合起來。

Pramod: 現在你有一點關於Nginx和Rack想法，你是如何說服自己進行「好吧，我將花我接下來的6個月構建框架，使伺服器端可以運行JavaScript，這可能會大大提高性能」這個想法的。

Ryan: 這兩件簡化Web伺服器的介面，就是Rack和Nginx的非同步。然後Chrome在2008年12月發布了，還有就是V8 JavaScript解釋器，我不應該說解釋器，應該是實時編譯運行。所以當V8引擎出來時，我開始用它，它看起來非常有趣、乾淨、快速，突然我想到：哦！JavaScript實際上是單線程的，每個人都在做非阻塞。但就像在Web瀏覽器中，人們在做Ajax請求時已經在做非阻塞請求。我認為JavaScript加非同步IO加上一些HTTP伺服器的東西實際上是一件非常酷的事情，我對這個想法非常興奮，以至於我在接下來的四年里一直在不停地為之工作。

Pramod: JavaScript和非同步I/O真的很好。我相信開發人員正等待看到一個框架。只是好奇，在這段時間裡，有沒有導師或者和任何人商量過？還是只是你自己？

Ryan: 基本上就是我。我有一些編程朋友，他們給了我建議，我的意思是，它的第一個位置真的只有我。但後來，我搬到洛杉磯加入Joyent工作，和很好的編程人員在一起工作，在這之後很多人的想法構成了如今的Node。

Pramod: 給我我們講述一下Node開發的經過吧，自從你在2009點創建Node以來，已經過去很長時間了。

Ryan: 至少對我自己來說，在我的生活中，沒有比為自己堅信的目標而努力更偉大的時刻了，我有時間坐下來好好地工作。我認為Node是一個等著產生的想法，如果我沒有這個想法，別人也會有。但碰巧的是，我相對失業，有一些空閑時間，可以連續工作幾個月，這就是我可以創造它的一些必要條件吧。

Pramod: 你做得很好。Node是建立在「純粹的非同步」編程模型的思想，這個想法是如何產生的？

Ryan: 我覺得這是一個非常有趣的問題。到目前為止，我已經有好幾年了沒有在Node上工作過，比如2012、2013年。Node是一個大項目，當它第一次出現的時候，我四處走了一圈，做了一系列的談話，試圖讓人們相信也許我們正在做I/O錯誤，如果我們以一種非阻塞的方式完成所有事情，那麼我們就可以解決很多編程上的困難。比如：也許我們可以完全忘記進程，只使用線程抽象和序列化通信。在單個線程中，我們可以完全非同步地處理許多請求。當時我堅信這一想法，但在過去的幾年裡，我認為這可能不是編程的最終全部想法。當Go語言出現後，我認為Go已經出現好長時間了，我第一次聽說Go是2012左右，他們有一個很好的運行方式，有獨有的綠色進程並且非常容易使用的抽象，我開始認為是「阻塞I/O」，因為它都是在Go和操作系統之間的介面的綠色線程。我認為它實際上是非阻塞I/O，但是他們向用戶提供的介面是阻塞的，我認為這是一個更好的編程模型，如果它阻塞的話，你可以在很多action下仔細想想你在做什麼。你知道，如果你有一系列的actions，可以這樣理解：做A時，等待一個響應，也許拋出異常，做B時，等待響應，拋出異常。但在Node中，這是比較困難的，因為你必須跳轉到另一個函數調用中。

Pramod: 我喜歡Go的編程模型。用Goroutines是如此簡單和有趣。事實上，我們正在使用它來構建分散式應用程序。

Ryan: 對於某一類應用程序來說，假如你正在構建一個伺服器，Go將是首選項。如果在你不需要多線程時，我認為Node的非阻塞模式真的很好，很多回調函數的問題，通過async/await得到了解決。我認為Node不是構建大型web伺服器的最佳選擇，我肯定會用Go。老實說，這基本上就是我離開Node的原因。人們意識到：哦，事實上，這不是最好的伺服器端系統。我覺得Node真的發光點是用在客戶端。例如：一些小伺服器或小開發伺服器的實時流量服務，Node是正確選擇。但是如果構建一個大規模分散式DNS伺服器，我不會選擇Node的。

Pramod: 你一點也不偏袒Node，2009年你在柏林JSCONF介紹Node時，你對突然獲得的成功和吸引力感到驚訝嗎？

Ryan: 我基本上連續四年感到驚訝。因為它發展得很快，人們非常喜歡它。

Pramod: 在你加入joyant全職開發Node時，那段經歷怎麼樣？開發人員喜歡它，而你就是它的中心。

Ryan: 當然，這是我生命中一次重要的經歷，我覺得在這一切的中心，例如會議和諸如此類的東西。有一次我去了日本，人們要求和我合影，我覺得有點奇怪。每當我在網上發表評論時，我就會得到很多評論。我想大約在那個時候，我發現我必須非常謹慎地選擇自己的言辭並注意自己的表現，因為人們似乎在認真傾聽，這是很奇怪的。我不喜歡這樣，我的意思是，我是一個程序員，我想寫代碼，分享我的意見，而不是太仔細地考慮它是不是合適。

Pramod: 其實有許多伺服器端JavaScript項目，Node不是唯一的一個，你認為Node的成功是什麼原因？

Ryan: 有幾個人想讓伺服器端運行javascript，我甚至不能再列舉它們了，我完全忘了它們是什麼。但是他們都做阻塞I/O，這真的不合拍JavaScript的特點。因為沒有多進程，如果你正在做阻塞I/O，你實際上不能處理請求，你一次只做一件，那是永遠不會成功的。而我喜歡讓HTTP伺服器工作得很好。所以，我有一個demo，一個HTTP伺服器，然後是一個原始TCP伺服器，我讓這些東西工作得很好，讓人們可以坐下來，建立一個網站，而不會經歷太多的麻煩。坦白地說，構建一個Web伺服器不是容易的事情，我想很多這樣的系統留給社區去構建，但是沒有人做。我認為有一點很重要，那就是當你發布一個軟體框架，或者任何種類的軟體時，你需要你有一個demo，可以讓人們立即使用。這是Node所做的事情之一，人們下載後可以立刻使用的Web伺服器。

Pramod: 如果人們可以很容易的下載、安裝和使用它將會產生很大的差異。而且，人們了解JavaScript，他們可以很快就開始編碼。

Ryan: 我們理所當然地認為在語言之間切換是多麼容易，即使你知道另一種語言，某種程度上說，這也是相當困難的。有很多人非常熟悉JavaScript，而且這些工具能夠在其他環境中使用，突然你能做得比你以前多得多，這大大激發了開發者們的興趣。

Pramod: 在2012年，Node已經有一個巨大的開發者基礎,你為什麼離開，把韁繩交給Joyent的Isaac Schlueter呢？

Ryan: 我已經在Node上工作了四年，並且已經達到了我想要的地步。我從不希望Node是一個非常龐大的API。我希望它是一種小型的、緊湊的、核心的，然後人們可以在上面構建模塊。還有一些關鍵的事情，我想支持關鍵的特性，有許多擴展模塊是在早期添加的，所有的網路庫HTTP、UDP、TCP，我們可以訪問所有的文件系統。然後有一大塊工作，這可能是五個人一年的工作，把它正確的移植到windows上。我們希望使用Windows抽象來進行非同步IO，就需要重寫核心庫，這樣做的結果是libuv庫產生了。但在某些時候，所有這些都完成了，我們已經在Windows上發布了，這就是我想創造的，我很高興我有機會繼續貫徹下去。當然，在我餘下的生活中，有無數的缺陷需要修復，有足夠多的人參與，因此我不需要這樣做，我想去做其他事情。再加上Go出現的事實，我並沒有看到Node是伺服器的最終解決方案。還有一點是不想成為關注的焦點，即使是我的博客。

Pramod: 在你和Node的精彩旅程之後，你決定做什麼？

Ryan: 在Node之後，我離開Joyent並退出Node項目後，我搬到了紐約，並花了一些時間去完成自己的項目。所以，我有很多項目。在當時，Instagram已經出來了，這是新的，它似乎很簡單，每個人都在說：哇，那很簡單，我可以做出來。我不禁想到了同樣的事情。所以，我有一個社交網路，一個C++構建系統項目，我還有一個HTML構建系統項目，以一個聰明的方式打包你的JavaScript和HTML。我有一堆的項目，在我的印象里沒有一個成功的。雖然我認為它們其中一些目前仍在次要位置，像我的社交網路項目，我會在某個時候回來。我做了一會兒，然後我開始閱讀卷積網路以及圖像分類是如何解決的，這讓我對機器學習非常感興趣。

Pramod: 你也是谷歌大腦駐留計劃的一部分。 這樣的經歷怎麼樣？

Ryan: 使得，我剛剛在山景城度過了一年。回過頭來，TensorFlow已經在兩年前發布了。與此同時，他們宣布了谷歌大腦駐留計劃，並邀請了20個人來到谷歌機器學習研究實驗室。這些人並不一定是真正學習機器學習的人，而是在數學和程序設計方面有一些背景，並且對機器學習感興趣的人，他們喜歡這些新想法。因為機器學習正在快速變化，而且還有大量的工作已經完成，但現在社區在神經網路中已經有所縮小，成為機器學習中最有用的演算法，也許只是引入了一堆的人，只是嘗試這個新的ML框架（TensorFlow），但是這將產生一些有趣的想法。我花了一年的時間，基本上編寫了模型，並寫了關於這些模型的論文。我主要從事圖像轉換問題，如果你有一些輸入圖像，你想預測一些輸出圖像。我發現這個問題真的很有趣，例如著色的問題，您可以將黑白照片作為輸入，您可以嘗試將照片的顏色預測為輸出。關於這個問題的很酷的是有無限的訓練數據，您可以拍攝任何彩色照片並使其飽和，然後這是你的輸入圖像了。機器學習的一個問題是你需要大量的數據，並且通過這些任務，這不是大問題。近來在生成模型方面已經有做了很多工作，也就是輸出圖像的模型。特別是生成性對抗網路和像素卷積網路，證明了它有能力學習自然圖像的多樣性，就像真正了解什麼是真實圖像，什麼不是真實圖像，什麼看起來像一個真實的形象。我的想法是把這個最近的工作應用在生成模型中，並採取這個無限的訓練數據，看看是否可以做一些圖像轉換問題。我做了一些超解析度的工作，將一個低解析度的圖像，提高解析度，這也是圖像轉換問題。現在我已經完成了兩個關於彩色化的項目。

Pramod: 我已經讀到了TensorFlow已經成為許多機器學習問題的一個很好的平台。圖像分類，轉換，我真的不太明白，但我相信它很有趣。你還在繼續你的工作嗎？

Ryan: 是的，所以我現在仍然在谷歌，作為一個軟體工程師，處理同樣的問題,研究生成模型，並試圖幫助研究人員建立下一代系統，下一代模型。

Pramod: 它與JavaScript、Web或Web開發工作有很大的不同。

Ryan: 是的，我開始學的數學，所以我有相當不錯的數學功底。我認為人們喜歡讓別人進入某些領域，我真的不想那樣做。我不想成為一個JavaScript開發者，我也不想成為一個機器學習開發者。人們探索某些東西是很有趣的，令人興奮的是建立一些以前從未做過的新事物，它可能在某種程度上造福人類。

Pramod: 是的，很高興知道機器學習需要良好的數學背景。在最近的一篇關於樂觀虛無主義的博客中，你說我們終有一天會模仿大腦，建立一個像人類一樣理解和思考的機器。我們實現這一目標有多遠？

Ryan: 關於這種預言我必須小心一點。人工智慧離人類智力還差得遠。我的意思是，我們使用的機器學習系統非常簡單，基本上根本不起作用。我有一篇博客，其中列舉了開發這些模型所遇到的所有困難。我認為那些不在這個領域工作的人有這樣的想法：你可以接受這個模型並通過它運算一些數據，它就可以工作了。但事實並非如此，這些東西都是非常挑剔的並且不是很好理解，即使是最溫和的結果也需要很多很多個月的精心調整和實驗。最近確實出現了一些有希望的技術，也就是說卷積網路似乎起作用了，而且傳播似乎起作用了。事實上，這些東西是建立在一個模型的基礎上的，這種神經網路模型不是真正的大腦，但是它是由大腦激發出來的，是非常誘人的。我們也有GPU，我們展示了如何在這些GPU上進行訓練，並在一定程度上分配GPU上的訓練。我認為這種建立更大，更智能的系統的基礎正在發生。而個人而言，我是一個無神論者，一些化學物質和神經元構成了我的大腦，這些神經元相互作用。我認為我的意識，我們所有的意識都被編碼，神經元之間的相互作用。我不明白為什麼我們有一天能夠在這個領域有足夠的研究和工作，卻不能夠效仿這種行為，這真的是太遠了，很難預測會有多長時間。

Pramod: 你想在未來20年看到什麼科技？

Ryan: 我對機器學習及其帶來的可能性感到非常興奮。我甚至認為，在我們接觸到真正的人工智慧之前，這種技術就有很多應用層面，基本上任何系統從這項技術中都會受益。就拿現在不可計數的工業過程來說，例如：回收中心可用計算機視覺分類回收，而不是像現在這樣。我們將越來越多地看到這些系統被應用到不同的過程中，我認為這將極大地影響科技，而且全人類都將大大受益。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！