NodeJS之父Ryan Dahl：我不想被认为是一个JavaScript专家

NodeJS之父Ryan Dahl：我不想被认为是一个JavaScript专家

 

 

 

 

被称为Node之父的Ryan Dahl在2012年离开了Node项目，后来加入Google的Brain团队，从事深度学习方面的研究，主要专注在图像的着色和超解像技术上。拥有深厚数学功底的Ryan经历了从Web开发到深度学习的跨越，还主导了多个开源项目，如HTTP解析器、libuv等，可以说是一个技术多面手。他不喜欢被人定义成某个领域的专家。MTJ（Mapping The Journey）网站对Ryan进行了一次深度访谈，他在访谈中提及了他的成长经历、Node的开发始末、个人的职业变迁以及对深度学习和人工智能的看法。

漫漫求学路

Ryan在圣地亚哥长大，在他六岁的时候，家里就购买了一台Apple IIc电脑，这对他后来走上技术之路产生了一定影响。在念完圣地亚哥社区大学之后，Ryan到加利福尼亚大学圣迭戈分校继续攻读数学硕士学位。硕士毕业之后又到罗彻斯特大学继续攻读数学博士学位，在这期间他学习了代数拓扑学。数学曾经让他着迷，他觉得数学是一门非常美妙的学科。不过有一天，他意识到数学并不能被完美地应用到现实生活当中，他也不想余生就做一个数学家，于是他就中途退出博士学位计划，跑到南美洲呆了一年。他在那里找到了一份Web开发工作，开始了他的职业生涯。

Node的诞生

在离开南美洲后，Ryan和他的女朋友去了德国。因为Ryan的女朋友是德国人，她要回到大学继续深造。在那里，有个叫Chris Neukirchen的人开发了一个叫作Rack的Web服务器，这个服务器拥有非常简单的接口——接收请求，返回响应。与此同时，在从事自由职业的过程中，Ryan接触到了Nginx的一些模块，他发现Nginx的很多东西都是异步的。于是他想，如果把Rack和Nginx的非阻塞IO结合起来，那会变成一个怎样的东西呢？

2008年12月，Google发布了V8引擎，这为Node的诞生奠定了坚实的基础。Ryan开始把玩V8引擎，它既有趣又简洁，而且运行速度很快，Ryan突然想到：JavaScript本身就是单线程的，而且浏览器发起的AJAX请求就是非阻塞的。如果将JavaScript和异步IO以及一个简单的HTTP服务器集合在一起，就会变成一个很酷的东西。就这样，在接下来的四年，Ryan开发出了如今被广泛使用的Node。

Node不是万能的

虽然Ryan已经离开Node项目很多年了，但当年开发和布道Node的经历似乎还历历在目。Ryan四处发表演讲，试图说服人们相信阻塞式IO是错误的方式，如果使用非阻塞的方式来处理所有的事情，那么就可以解决很多难点。比如，可以完全把线程忘掉，在单个进程里处理所有的异步请求。那个时候，Ryan相信这就是一切，直到Go语言的出现。其实Go语言早在2009年就发布了，Ryan在2012年才注意到它。Go语言的运行时适当地使用了绿色线程（即用户线程），在运行时和操作系统之间所有的IO操作都是非阻塞的，但是它提供给用户的接口却是阻塞式的。在Ryan看来，这是一种更好的编程模型。为什么这么说呢？假设你的应用程序要做两件事情，分别是A和B。你发起请求A，等待响应，出错。发起请求B，等待响应，出错。Go语言的阻塞模型可以非常容易地处理这些异常，而换到了Node里，要处理异常就要跳到另一个函数里去，事情就会变得复杂。

Node的非阻塞模型没有了多线程，但却多出了“回调地狱”问题。Ryan认为Node并不适合用来开发大规模的服务端应用，相比之下，Go语言会是更好的选择。而Node能够真正一展拳脚的地方是客户端。

低调

在加入Joyent成为全职的Node开发人员之后，Ryan也随之成为更加重量级的人物。参加各种大会，被粉丝要求合影拍照，随便写点东西都会有很多人响应。但Ryan并不喜欢这种状态，他说：

我是一个程序员，我想写代码，我想无拘无束地表达我的想法。我并不喜欢这种状态……

离开Node项目

在Node如日中天的时候，Ryan离开了项目。首先，他当时已经在这个项目上开发了四年时间，已经实现了他的预期目标。他原先的想法是把Node做成简单紧凑的小型化核心，让其他人基于这个核心开发出更多的模块。后来他们不断增加新模块，涵盖了网络协议到文件系统的访问，甚至还把Node移植到了Windows平台上。随着代码量的膨胀，开始出现大量的bug，不过在那个时候已经有很多人可以修复这些bug，无需Ryan操心了。在Ryan看来，如果继续留在这个项目里，无非就是修修bug。而且随着Go语言的发展，他发现Node并不适合用来构建服务器端应用，再加上他不喜欢头上的“光环”，所以决定离开这个项目。

新的起点

在离开Joyent和Node项目之后，Ryan去了纽约，开始开发属于自己的项目。他做了一些项目，但都不算太成功，后来他接触到了卷积神经网络和图像分类技术，对机器学习产生了兴趣。两年前，Google发布了TensorFlow，同时启动了Google Brain Residency计划（为期一年的深度学习研究，有机会与Brain团队的人一起工作），Ryan加入了这个计划，并最终成功成为Brain团队的一员。Ryan的研究方向是图像着色和超解像技术。

对人工智能的看法

Ryan认为，目前的机器学习系统还很简单，离真正的人工智能还差得很远。但是技术在发展，硬件也在发展，人类正在为人工智能的发展奠定坚实的基础。在未来的20年，机器学习技术将被广泛地应用在各个领域，人类一定能够从中获益。

不想被定义

Ryan从做Web开发开始，转而进入机器学习领域，这两个领域看起来相差了十万八千里，但因为Ryan拥有牢固的数学背景，所以这种转变对他而言似乎也是一件很自然的事情。不过他不想被定义成某个领域的专家，他说：

人们喜欢把人和他所在的领域联系起来，但我不喜欢那样。我既不想被认为是一个JavaScript专家，也不想被认为是一个机器学习专家。探索无限的可能性是一件有趣的事情。创造前所未有的、对人类有益的事物会让人激动不已。