# Рахул Салкер: «В будущем 7 миллиардов людей станут программистами»

Источник: https://www.youtube.com/watch?v=inhxUnh55Uc
Канал: Eye on AI
Опубликовано: 24.05.2024

---

## Будущее программирования: как ИИ-дата-аналитик Julius AI меняет правила игры
[[JUMP:0:00]]

Искусственный интеллект стремительно расширяет понятие «программист», делая написание кода доступным любому, кто владеет английским языком. В недавнем выпуске подкаста «Eye on AI» ведущий Крейг Смит обсудил с Рахулом Салкером, основателем и CEO платформы Julius AI, как их продукт помогает пользователям выполнять сложную аналитику данных, не обладая навыками написания скриптов.

### 🚀 Становление Julius AI: от идеи к полумиллиону пользователей
[[JUMP:4:04]]

Рахул Салкер, переехавший в США подростком, прошел путь от увлечения хакатонами до работы инженером по машинному обучению в компаниях Uber и Facebook. Идея создания Julius AI возникла из стремления дать возможность любому специалисту — будь то биолог или бухгалтер — использовать мощь вычислений для решения рабочих задач.

*   **Название:** Платформа изначально была инкорпорирована как Caesar Labs, сохраняя «римскую» тематику, пока команда не остановилась на имени Julius.
*   **Валидация:** Первые пользователи привлекались через магазин плагинов ChatGPT. Анализ показал, что запросы на создание сложных приложений (например, iPhone-приложений) не имели успеха, тогда как задачи по анализу данных были крайне востребованы.
*   **Рост:** Сегодня Julius AI насчитывает более полумиллиона пользователей, а за 48 часов платформа генерирует и исполняет более миллиона строк кода.

### 💻 Как работает Julius: AI-native подход
[[JUMP:22:32]]

В отличие от инструментов, где ИИ лишь «надстройка» над существующим интерфейсом (как, по мнению Салкера, происходит с Copilot в Excel), Julius AI является «AI-native» продуктом.

*   **Процесс:** Пользователь загружает файл (Excel, CSV, PDF, изображения), и система, работающая как автономный аналитик, пишет и исполняет код на Python или R в облачной виртуальной машине.
*   **Исправление ошибок:** Если код не компилируется, система использует подход «смеси экспертов» (mixture of experts). Она передает ошибку и код в несколько различных моделей (включая GPT-4, Claude, Llama 3), чтобы найти решение.
*   **Результативность:** Около 70% кода компилируется успешно с первой попытки. В остальных случаях система предпринимает попытки исправления в течение минуты.

### 🛠 Сравнение с конкурентами и стратегия развития
[[JUMP:35:12]]

Салкер критически оценивает современные демо-версии агентов, таких как Devon, утверждая, что те часто фокусируются на «гиммиках» (создание сайтов-рецептов), а не на реальных бизнес-задачах пользователей.

*   **Фокус на данных:** Команда Julius сознательно ограничивает область применения платформы задачами анализа данных и статистики, что позволяет им глубже оптимизировать качество генерации кода и минимизировать ошибки.
*   **Гибкость:** Платформа не привязывается к одной модели. Рахул утверждает, что они используют лучшие доступные решения, будь то закрытые модели или open-source (как Llama 3), ради максимальной точности выполнения кода.

### 📈 Кейсы: от видео до научных исследований
[[JUMP:49:19]]

Универсальность Python позволяет Julius справляться с нестандартными задачами:

*   **Трансляция PDF:** Пользователь успешно перевел сложный итальянский PDF-документ, с которым не справились другие популярные ИИ-инструменты, благодаря специализации Julius на извлечении данных из таблиц и сложных документов.
*   **Обработка видео:** Генеральный директор компании Vercel успешно использовал Julius для ресайза видео через модуль `FFMPEG` прямо внутри чата, когда стандартные инструменты давали сбой.
*   **Будущее:** В ближайших планах — интеграция веб-браузера для более глубокого парсинга данных с сайтов и расширение возможностей работы с неструктурированной информацией.