前不久，哈爾濱工業大學、哈爾濱工程大學被禁止使用Mathwork公司的軟件MATLAB，這意味着未來這兩校將不能在公開發表的論文中出現任何使用MATLAB得到的圖表與數據。這是自今年5月底哈工大、哈工程被列入美國實體名單後，率先感受到的“痛擊”。消息持續發酵，引發了一系列關於國產軟件如何突圍的討論。
“MATLAB被禁”對學術科研界造成的影響巨大，不免會有不少人猜測，按照目前的發展趨勢，不久的將來或許會有更多的專業/行業軟件被禁，涉及的高校及科研單位也會更廣。
如何破局應對？很多人聊起了國產軟件獨立自主的重要性，大家回顧了中國的工業軟件發展之痛，批評了國內的盜版問題、知識產權保護問題、重硬件輕軟件等一系列問題，同時也有人說道“那就開發一款能夠完全替代MATLAB的國產軟件啊？”。
理論上說，世界上沒有任何一樣東西是不可替代的，但開發一款像MATLAB這樣的綜合數學類軟件，除了需要精通編程及具有深厚完善的數學知識外，算法上還需有自身的特點和先進之處，短期內研發出能夠達到MATLAB的數學類軟件，可能性微乎其微。
當然也有不少人在討論替代品的可能性，MATLAB最突出的就是它的圖形仿真建模能力與數值計算能力，這也是MATLAB在大學中得以廣泛使用的原因之一。在類似電氣工程與自動化的工科專業中，有限元電場磁場分析、電機控制的矢量控制及直接轉矩控制仿真等等都離不開MATLAB，那MATLAB被禁之後，有什麼產品能夠達到它的圖形仿真建模能力，從而替代它呢？目前我們還沒有答案。
再來看看在數值計算方面的應用吧，MATLAB能夠進行數值分析、矩陣計算、科學數據可視化，而這些功能除了MATLAB以外，其他的語言也能完成，比如Python。但事實是語言上找到替代品簡單，那工具呢？Python作爲一種解釋型腳本語言，是沒有自己的編輯器的，必須在可運行的環境下才能夠執行語句，如Pycharm、Vscode、Jupyter Notebook等等。
以目前被科研機構與高校廣泛使用的Jupyter爲例，這是一款免費、開源的交互式 web 工具。研究人員可以利用該工具將軟件代碼、計算輸出、解釋文本和多媒體資源組合在一個文檔中。
設立在哈佛大學的Rowland institute實驗室，長期致力於深入理解神經系統的自適應運動控制，研究團隊全程採用的亦是基於Jupyter Notebook的交互式研發平臺，一方面其擁有着統一環境和便捷的分享功能，可作爲教學輔助工具，另一方面，交互式研發平臺出色的人機交互頁面和結果探索機制能夠大大提升科研效率。
Jupyter確實是目前爲止可以替代MATLAB的最佳方案之一，但這依舊不是我們的國產軟件，繞了一圈又回到了“不久的將來或許會有更多的專業/行業軟件被禁”的擔憂，我們也無法確定在將來的某一天是否會面臨“Jupyter被禁”的問題，但這確實有一定的可能性。工業軟件卡“脖子”的事件其實一直都存在，我國工業軟件市場長期被歐美軟件巨頭壟斷，MATLAB的被禁也只是冰山一角，因此這些擔憂並非多餘，那怎麼辦？國內是否有類似的產品來解決這個問題？要想不被卡脖子，車輪子還得自己造。
和鯨科技在過去的4年中一直堅持在做一件有挑戰的事情，基於快速發展的Jupyter生態、Python生態，研發一款體驗出色、功能全面、自主可控、持續迭代的雲端分析與建模工具 —— KesciLab（簡稱“K-Lab”）。K-Lab作爲一款國產數據分析與AI開發協同工具，可在線完成數據的分類、建模、分析、可視化、結果輸出，並支持私有化部署和雲端協同，幫助企業、高校、科研機構開展工業級數據科學應用與人工智能研發。
和鯨K-Lab，不僅提供了Python、R語言的豐富生態，覆蓋了上百種主流數據分析工具功能，也爲團隊提供了統一的雲計算環境，只需一鍵環境配置和項目分享，從數據到模型甚至論文報告都可以一鍵共享，完成無縫實時協作。
與MATLAB一樣，K-Lab不僅支持科研協作場景的使用，也支持高校教學場景的使用。
對科研機構而言，K-Lab科研版能夠幫助導師精準把控項目細節，加快研究進度，讓團隊成員擺脫繁複的基礎工作，迅速進入研究重要階段，大幅提升科研探索效率和論文質量。同時也讓科研團隊直接跳過瑣碎的運維管理，從繁重的基礎工作中解放，無需任何硬件部署和運維，快速在應用層開展研究工作，根據任務需求彈性調度雲算力，既高效又經濟。
對高校而言，K-Lab教育版能夠爲高校提供數據科學與人工智能一站式教學解決方案，包括數據科學實訓教學平臺、管理平臺、課程體系、課程內容、實訓項目、優質師資與師資培訓、就業與企業需求對接等全方位服務，使得數據科學的教學工作更加簡單高效。並與擁有10W+優質用戶的和鯨社區（kesci.com）互相打通，讓學生擺脫純理論教學的桎梏，快速融入到實戰式學習中，大幅提高學習效果與就業水平。
具備雲資源彈性調度、開箱即用的環境配置、交互式編程、便捷的代碼庫、豐富的學習資源、多人實時在線協作、任務與權限靈活管理、論文復現等諸多優勢的K-Lab，不僅在深度學習等前沿科研領域有着很好的應用前景，在歷史、社科和經濟學這些人文學科也有着豐富的應用。據悉，K-Lab推出後，受到了衆多高校與科研機構的廣泛關注，並已經在國內的頂級高校如清華大學、上海交通大學及其科研團隊中得以應用。
和鯨K-Lab科研版主要解決的問題：
1、搭建數據分析平臺費時費力，在研究工作外消耗太多精力
和鯨K-Lab：數據挖掘分析平臺一步到位，在雲端即開即用Python和R，可便捷管理計算環境。
2、重複的編程工作繁瑣耗時，大量的分析算法需要適應
和鯨K-Lab：提供便捷的代碼片段收藏與調用功能，更有拖拽式編程界面，降低數據科學技術使用成本。
3、任務中間成果交接困難，多角色協作缺乏統一媒介
和鯨K-Lab：提供Notebook代碼級協作、評論交流，數據和模型的結構化輸出，讓分析產出的流轉更加順暢。
4、數據資源、分析資料分散，協調管理工作麻煩
和鯨K-Lab：平臺化的數據源管理、展現、調用功能，專業的雲端知識庫，方便快速整合、使用科研資料。
5、科研過程解釋、復現不便，成果價值難以充分呈現
和鯨K-Lab：Notebook、Canvas可直觀呈現研究過程，模型解析功能讓成果更好得被展現、詮釋，雲端分析環境支持研究結果一鍵復現。
6、成果的碎片化和保密性，讓其難以體系化流轉
和鯨K-Lab：支持數據、模型的輸出與發佈，更方便、安全地進行成果上下游流轉，便於應用到實際場景。