Kan Java utmana Python på det spirande och trendiga AI-området? Medan Python fortfarande får högsta betyg när det gäller att utveckla för AI, ser Java-förespråkare det nästan 30 år gamla programmeringsspråket som redo att ta ansvar inom AI-området.
Oracle ser en ”triple play-fördel” för Java inom AI, med utnyttjande av molninfrastruktur samt ramverk och integration av AI-tjänster med affärslogik. Att göra Java ”ännu bättre” för inbyggd AI är en del av planen, tillsammans med integration med företagsdata och molntjänster.
– Det är ett tecken på framgång att det redan finns en rik uppsättning ramverk och verktyg som hjälper Java-utvecklare att utnyttja AI-tjänster, säger Donald Smith, som är Oracles vice chairman för produktledning för Java-plattformen.
– Java-utvecklare drar nytta av stark typning, minnessäkerhet, bra kärnbibliotek och alla de andra fördelarna med Java när de använder ramverk som dessa – för att inte tala om att Java är där den mesta affärslogiken redan finns, säger Smith.
Java-teknikleverantören Azul ser också en ljus framtid för Java inom AI.
– Ju mer AI införlivas i traditionell affärslogik och de saker som behöver hända på en verklig applikationsnivå, desto mer kommer det in i Java och Javas popularitet, säger Azuls vd Scott Sellers.
– Python är mycket begränsat när det gäller prestanda och skala och den typen av saker, tillägger han.
Javas enorma popularitet ger det en roll inom AI, säger analytikern Arnal Dayaratna på IDC.
– Java är otroligt viktigt för AI-utvecklingen eftersom det fortfarande är det mest populära programmeringsspråket i världen, säger Dayaratna.
– Dessutom är Java det språk som används mest inom företag, särskilt för produktionsklassade och uppdragskritiska applikationer.
Även om Java för närvarande inte är lika populärt som Python för utveckling av maskininlärning, förväntar sig Dayaratna att det kommer att användas alltmer för AI och generativ AI-utveckling när applikationer övergår från POC-faser (proof of idea) until produktionsgrad.
Bland de inbyggda Java AI-ramverken som Oracles Smith nämner finns Tribuo, LangChain4j och CoreNLP. Tribuo är ett maskininlärningsbibliotek skrivet i Java som tillhandahåller verktyg för klassificering, regression, klustring, modellutveckling och andra funktioner. LangChain4j är en Java-version av LangChain-ramverket för att bygga applikationer som drivs av stora språkmodeller (LLM); dess mål är att förenkla integrationen av LLM i Java-applikationer. CoreNLP erbjuder en uppsättning verktyg för bearbetning av naturligt språk i Java.
Oracles egna ambitioner för AI i Java är att integrera AI-tjänster med affärslogik through Undertaking Panama, som är OpenJDK-projektet som syftar until att sammankoppla JVM och native-kod, och GraalPy, som är en inbäddningsbar, högpresterande Python 3-körtid för Java.
– Vi förväntar oss att se mer integrationsstöd över tiden, summary som vi har sett Java expandera until nya tekniker below de senaste 30 åren, säger Smith.
– Observera att innovation i Java-projekt som Valhalla, Babylon och Panama hjälper Java att köra ännu närmare den inbyggda beräkning som har blivit synonymt med generativ AI.
IDC: s Dayaratna anser att det är mycket möjligt att Java kommer att ersätta Python för utveckling av maskininlärning.
– Java anses allmänt vara mer högpresterande och snabbare än Python, säger Dayaratna.
– När organisationer börjar utnyttja generativ AI, i synnerhet för mer produktionsinriktade användningsfall, kommer Java sannolikt att få alltmer dragkraft på grund av sina fördelar när det gäller resursförbrukning, applikationsprestanda, exekveringshastighet och säkerhet.
– Det är också så att Java-communityn gör stora investeringar i att förbättra Javas syntax och göra det lättare att lära sig, och detta kommer att vara en annan drivkraft för ökad användning av Java för generativ AI-utveckling, säger Dayaratna.
