Tudo começou com alguns e-mails de desabafo. Em 2009, um grupo de pesquisadores começou a expressar sua frustração com as linguagens de programação criadas para ajudar cientistas e outros pesquisadores a realizar operações matemáticas complexas e simulações estatísticas sem precisar aprender a programar. Essas linguagens eram rígidas e lentas. Se os cientistas criassem algo que realmente funcionasse, precisariam reescrever todo o programa em outra linguagem apenas para executá-lo mais rapidamente.

Os e-mails se transformaram em um projeto de pesquisa no MIT com a missão de construir uma linguagem de programação fácil de usar e de alto desempenho chamada Julia, projetada para pesquisa científica, análise de dados e modelagem de sistemas complexos, como motores a jato, medicamentos, mercados financeiros e robôs, para citar alguns exemplos.

Aquele projeto de pesquisa se transformou em um laboratório no MIT, e o laboratório se transformou na empresa JuliaHub . Ao longo do caminho, Julia conquistou uma legião de seguidores fiéis entre cientistas, engenheiros, matemáticos e outros. Hoje, a linguagem livre e de código aberto conta com mais de 1 milhão de usuários, incluindo pessoas que trabalham em milhares de empresas e universidades ao redor do mundo.

Não seria um exagero dizer que Julia foi usada para modelar praticamente tudo, desde o comportamento de minúsculos átomos até semicondutores , redes neurais, carros de corrida e aviões. Ela também foi usada para estudar muito além do Sol, com astrônomos utilizando Julia para obter imagens de buracos negros .

O segredo do sucesso de Julia está na forma como ela compila o código dependendo do tipo de dados utilizados. Essa "compilação sob demanda" torna Julia mais rápida e flexível do que outras linguagens de programação numérica.

“Cientistas e engenheiros não são programadores. Construir aplicações científicas com equipes multidisciplinares de cientistas, engenheiros e programadores é um desafio”, afirma Viral Shah, cofundador e CEO da JuliaHub. “Nos perguntamos: e se pudéssemos equipar os cientistas e engenheiros com uma linguagem de programação que lhes permitisse expressar suas ideias em alto nível e, ao mesmo tempo, obter um ótimo desempenho de software?”

Facilitar a programação para pessoas sem experiência em programação tem sido um dos principais objetivos dos fundadores do JuliaHub, que incluem os co-criadores da linguagem Julia, Shah, o professor de matemática do MIT Alan Edelman, Jeff Bezanson (SM '12, PhD '15) e o ex-cientista pesquisador do MIT Stefan Karpinski.

Em abril, a equipe da JuliaHub deu mais um grande passo nessa direção com o lançamento do Dyad 3.0 , a versão mais recente de sua plataforma de IA para ajudar equipes de engenharia a acelerar o desenvolvimento de sistemas físicos complexos, como foguetes, bombas de calor e satélites. Engenheiros já estão usando o Dyad para direcionar agentes de IA autônomos enquanto realizam simulações de física, análises de segurança, controles de qualidade e muito mais.

“Com o Dyad 3.0, você pode carregar dados e documentos de projeto e o sistema projetará uma aeronave inteira para você”, diz Shah. “Trabalhando com clientes como a Boeing, estamos desenvolvendo recursos de projeto de hardware automatizado para engenheiros. Simplificando, você diz: 'Ok, computador, construa um avião para mim'; carrega os documentos de projeto; e o sistema considera toda a física, compila todo o código, verifica tudo e constrói todo o projeto de forma automatizada.”

Após discutirem a necessidade de linguagens de programação melhores para cientistas e outros pesquisadores, os cocriadores de Julia fundaram o Julia Lab por volta de 2009. O Julia Lab permanece ativo no Laboratório de Ciência da Computação e Inteligência Artificial do MIT.

A ideia central era criar uma plataforma de alto desempenho que se destacasse em aplicações de engenharia, ciência e matemática. Shah afirma que, antes do Julia, cientistas e engenheiros tinham que contratar alguém para desenvolver software para eles ou aceitar o desempenho lento das poucas linguagens de programação disponíveis para essas áreas.

“Queríamos criar algo tão fácil de usar quanto Python ou MATLAB, mas tão rápido quanto a linguagem de programação C”, diz Shah. “Criamos o Julia para nós mesmos.”

Edelman afirma que, a princípio, os pesquisadores não achavam que alguém fosse querer sua criação.

“Imaginávamos que levaria 10 anos até que alguém se interessasse, mas dissemos: 'Paciência é uma virtude, então vamos fazer isso'”, relembra Edelman.

Os pesquisadores do MIT anunciaram Julia em uma postagem de blog em 2012. Rapidamente perceberam que muitos outros pesquisadores compartilhavam da mesma frustração.

Desde aqueles primeiros tempos, Edelman leciona uma disciplina sobre Julia para alunos de praticamente todos os departamentos do MIT. Hoje, ele frequentemente descobre que os alunos já utilizam Julia quando se matriculam na disciplina, para aplicações tão diversas quanto robótica, astronomia, simulações de física e finanças.

“Pesquisadores vêm até mim e dizem: 'Digo ao meu supervisor que uso Julia porque é rápida, mas não conte a ele que a uso porque é muito divertida'”, conta Edelman. “O ponto principal são as abstrações de Julia. Muitas vezes, uma linguagem de programação força você a resolver apenas o problema em que está pensando. A linguagem de Julia permite que você resolva não só o problema em que está pensando, mas também os problemas de outras pessoas ao redor do mundo. Ela incentiva você a resolver problemas de forma mais abrangente.”

À medida que Julia ganhava popularidade, pesquisadores de todo o mundo começaram a solicitar suporte à equipe do Julia. Em 2015, a demanda tornou-se tão grande que eles decidiram fundar o JuliaHub e ajudar os usuários em tempo integral por meio da empresa. Eles receberam apoio do Centro Deshpande para Inovação Tecnológica do MIT e de outras instituições do MIT para tirar a empresa do papel.

O trabalho do JuliaHub evoluiu de simplesmente ajudar os usuários para promover o avanço da linguagem de forma mais geral. Isso impulsionou uma lista impressionante de criações dos usuários fiéis do Julia. O Julia tem sido usado para simular circuitos de computador, detectar disparidades na saúde, modelar climas e oceanos globais, analisar a atividade cerebral e muito mais. 

Após alguém construir uma plataforma de modelagem farmacêutica em Julia, ela foi usada para acelerar o desenvolvimento da vacina contra a Covid-19 da Moderna. Em outro caso, pesquisadores usaram Julia para criar um programa para evitar colisões de aeronaves . Eles descobriram que o programa era cerca de 50 vezes mais rápido do que uma versão anterior construída em Python. Engenheiros da Meta usaram Julia para desenvolver um codec de áudio melhor para os 4 bilhões de usuários do WhatsApp.

“Ao longo dos anos, vimos usuários industriais, governamentais e acadêmicos fazendo todo tipo de coisa interessante com a linguagem Julia”, diz Edelman. “Honestamente, ficamos surpresos, de muitas maneiras, com a ampla gama de aplicações que as pessoas têm dado a ela.”

A JuliaHub lançou o Dyad 1.0 em junho de 2025 como um agente de pesquisa para acelerar a programação e o Dyad 2.0 em dezembro. Os fundadores acreditam que o Dyad 3.0 representa um novo nível de capacidade e autonomia para o design de sistemas complexos.

“Um aspecto importante do Dyad é que ele é um compilador de física e, portanto, aplica as leis da física ”, explica Shah. “Sistemas de IA em geral frequentemente resolvem problemas físicos de maneiras que violam as leis da física. Ao usar o agente Dyad, ele detectará essas violações e guiará o agente na direção da solução fisicamente correta. Esperamos que isso reduza drasticamente o tempo de projeto na engenharia de produtos, permitindo que meses de trabalho sejam concluídos em horas.”

Uma das maneiras pelas quais Edelman percebe o impacto de Julia é por meio de suas aulas. Um aluno recentemente usou o Dyad para modelar como os robôs se movem no espaço. Outro o utilizou para construir um motor de foguete.

“No final, ele disse: 'Não conseguia acreditar como foi fácil — acabei de conseguir um motor de foguete!'”, relembra Edelman.