Python，Java，Lisp，Prolog，C ++

Python因為適用于大多數AI sub-field，所以漸有成為AI編程語言之首的趨勢，而Lisp和Prolog因其獨特的功能，所以在部分AI項目中卓有成效，地位暫時難以撼動。而Java和C++的自身優(yōu)勢將在AI項目中繼續(xù)保持。

Python、Java、Lisp、Prolog、C ++、Yigo。

人工智能是一種未來性的技術，目前正在致力于研究自己的一套工具。一系列的進展在過去的幾年中發(fā)生了：無事故駕駛超過300000英里并在三個州合法行駛迎來了自動駕駛的一個里程碑;IBM Waston擊敗了Jeopardy兩屆冠軍;統(tǒng)計學習技術從對消費者興趣到以萬億記的圖像的復雜數據集進行模式識別。這些發(fā)展必然提高了科學家和巨匠們對人工智能的興趣，這也使得開發(fā)者們了解創(chuàng)建人工智能應用的真實本質。

谷歌的AI擊敗了一位圍棋大師，是一種衡量人工智能突然的快速發(fā)展的方式，也揭示了這些技術如何發(fā)展而來和將來可以如何發(fā)展。

哪一種編程語言適合人工智能

你所熟練掌握的每一種編程語言都可以是人工智能的開發(fā)語言。人工智能程序可以使用幾乎所有的編程語言實現，最常見的有：Lisp,Prolog,C/C++，近來又有Java，最近還有Python.

LISP

像LISP這樣的高級語言在人工智能中備受青睞，因為在各高校多年的研究后選擇了快速原型而舍棄了快速執(zhí)行。垃圾收集，動態(tài)類型，數據函數，統(tǒng)一的語法，交互式環(huán)境和可擴展性等一些特性使得LIST非常適合人工智能編程。

PROLOG

這種語言有著LISP高層和傳統(tǒng)優(yōu)勢有效結合，這對AI是非常有用的。它的優(yōu)勢是解決“基于邏輯的問題”。Prolog提供了針對于邏輯相關問題的解決方案，或者說它的解決方案有著簡潔的邏輯特征。它的主要缺點(恕我直言)是學起來很難。

C/C++

就像獵豹一樣，C/C++主要用于對執(zhí)行速度要求很高的時候。它主要用于簡單程序，統(tǒng)計人工智能，如神經網絡就是一個常見的例子。Backpropagation 只用了幾頁的C/C++代碼，但是要求速度，哪怕程序員只能提升一點點速度也是好的。

JAVA

新來者，Java使用了LISP中的幾個理念，最明顯的是垃圾收集。它的可移植性使它可以適用于任何程序，它還有一套內置類型。Java沒有LISP和Prolog高級，又沒有C那樣快，但如果要求可移植性那它是最好的。

Python

Python是一種用LISP和JAVA編譯的語言。按照Norvig文章中對Lips和Python的比較，這兩種語言彼此非常相似，僅有一些細小的差別。還有JPthon，提供了訪問Java圖像用戶界面的途徑。這是PeterNorvig選擇用JPyhton翻譯他人工智能書籍中程序的的原因。JPython可以讓他使用可移植的GUI演示，和可移植的http/ftp/html庫。因此，它非常適合作為人工智能語言的。

在人工智能上使用Python比其他編程語言的好處

優(yōu)質的文檔

平臺無關，可以在現在每一個*nix版本上使用

和其他面向對象編程語言比學習更加簡單快速

Python有許多圖像加強庫像Python Imaging Libary,VTK和Maya 3D可視化工具包，Numeric Python, Scientific Python和其他很多可用工具可以于數值和科學應用。

Python的設計非常好，快速，堅固，可移植，可擴展。很明顯這些對于人工智能應用來說都是非常重要的因素。

對于科學用途的廣泛編程任務都很有用，無論從小的shell腳本還是整個網站應用。

最后，它是開源的?？梢缘玫较嗤纳鐓^(qū)支持。

AI的Python庫

總體的AI庫

AIMA：Python實現了從Russell到Norvigs的“人工智能：一種現代的方法”的算法

pyDatalog：Python中的邏輯編程引擎

SimpleAI：Python實現在“人工智能：一種現代的方法”這本書中描述過的人工智能的算法。它專注于提供一個易于使用，有良好文檔和測試的庫。

EasyAI：一個雙人AI游戲的python引擎(負極大值，置換表、游戲解決)

機器學習庫

PyBrain 一個靈活，簡單而有效的針對機器學習任務的算法，它是模塊化的Python機器學習庫。它也提供了多種預定義好的環(huán)境來測試和比較你的算法。

PyML 一個用Python寫的雙邊框架，重點研究SVM和其他內核方法。它支持Linux和Mac OS X。

scikit-learn旨在提供簡單而強大的解決方案，可以在不同的上下文中重用：機器學習作為科學和工程的一個多功能工具。它是python的一個模塊，集成了經典的機器學習的算法，這些算法是和python科學包(numpy,scipy.matplotlib)緊密聯系在一起的。

MDP-Toolkit這是一個Python數據處理的框架，可以很容易的進行擴展。它海收集了有監(jiān)管和沒有監(jiān)管的學習算飯和其他數據處理單元，可以組合成數據處理序列或者更復雜的前饋網絡結構。新算法的實現是簡單和直觀的?？捎玫乃惴ㄊ窃诓粩嗟姆€(wěn)定增加的，包括信號處理方法(主成分分析、獨立成分分析、慢特征分析)，流型學習方法(局部線性嵌入)，集中分類，概率方法(因子分析，RBM),數據預處理方法等等。 自然語言和文本處理庫

NLTK 開源的Python模塊，語言學數據和文檔，用來研究和開發(fā)自然語言處理和文本分析。有windows,Mac OSX和Linux版本。

結論

python因為提供像 scikit-learn的好的框架，在人工智能方面扮演了一個重要的角色：Python中的機器學習，實現了這一領域中大多的需求。D3.js JS中數據驅動文檔時可視化最強大和易于使用的工具之一。處理框架，它的快速原型制造使得它成為一門不可忽視的重要語言。AI需要大量的研究，因此沒有必要要求一個500KB的Java樣板代碼去測試新的假說。python中幾乎每一個想法都可以迅速通過20-30行代碼來實現(JS和LISP也是一樣)。因此，它對于人工智能是一門非常有用的語言。

案例

做了一個實驗，一個使用人工智能和物聯網做員工行為分析的軟件。該軟件通過員工情緒和行為的分心提供了一個有用的反饋給員工，從而提高了管理和工作習慣。

使用Python機器學習庫，opencv和haarcascading概念來培訓。建立了樣品POC來檢測通過安置在不同地點的無線攝像頭傳遞回來基礎情感像幸福，生氣，悲傷，厭惡，懷疑，蔑視，譏諷和驚喜。收集到的數據會集中到云數據庫中，甚至整個辦公室都可以通過在Android設備或桌面點擊一個按鈕來取回。

開發(fā)者在深入分析臉部情感上復雜點和挖掘更多的細節(jié)中取得進步。在深入學習算法和機器學習的幫助下，可以幫助分析員工個人績效和適當的員工/團隊反饋。

自從去年，AlphaGo打遍天下棋手無對手，人工智能的風頭就一直無人能及。在IT領袖峰會上，BAT三位大佬都看好人工智能的未來發(fā)展。今年年初，百度就做了一個大動作，在醫(yī)療方面押寶人工智能，所以在這次峰會上李彥宏也發(fā)聲稱互聯網是道開胃菜，人工智能才是主菜。人工智能是一個很廣闊的領域，很多編程語言都可以用于人工智能開發(fā)，所以很難說人工智能必須用哪一種語言來開發(fā)。選擇多也意味著會有優(yōu)劣之分，并不是每種編程語言都能夠為開發(fā)人員節(jié)省時間及精力。所以我們整理了5種比較適用于人工智能開發(fā)的編程語言，希望能夠對你有所幫助。PythonPython由于簡單易用，是人工智能領域中使用最廣泛的編程語言之一，它可以無縫地與數據結構和其他常用的AI算法一起使用。Python之所以時候AI項目，其實也是基于Python的很多有用的庫都可以在AI中使用，如Numpy提供科學的計算能力，Scypy的高級計算和Pybrain的機器學習。另外，Python有大量的在線資源，所以學習曲線也不會特別陡峭。JavaJava也是AI項目的一個很好的選擇。它是一種面向對象的編程語言，專注于提供AI項目上所需的所有高級功能，它是可移植的，并且提供了內置的垃圾回收。另外Java社區(qū)也是一個加分項，完善豐富的社區(qū)生態(tài)可以幫助開發(fā)人員隨時隨地查詢和解決遇到的問題。對于AI項目來說，算法幾乎是靈魂，無論是搜索算法、自然語言處理算法還是神經網絡，Java都可以提供一種簡單的編碼算法。另外，Java的擴展性也是AI項目必備的功能之一。LispLisp因其出色的原型設計能力和對符號表達式的支持在AI領域嶄露頭角。LISP作為因應人工智能而設計的語言，是第一個聲明式系內函數式程序設計語言，有別于命令式系內過程式的C、Fortran和面向對象的Java、C#等結構化程序設計語言。Lisp語言因其可用性和符號結構而主要用于機器學習/ ILP子領域。著名的AI專家彼得·諾維奇（Peter Norvig）在其《ArTIficial Intelligence： A modern approach》一書中，詳細解釋了為什么Lisp是AI開發(fā)的頂級編程語言之一，感興趣的朋友可以自行查看。PrologProlog與Lisp在可用性方面旗鼓相當，據《Prolog Programming for ArTIficial Intelligence》一文介紹，Prolog一種邏輯編程語言，主要是對一些基本機制進行編程，對于AI編程十分有效，例如它提供模式匹配，自動回溯和基于樹的數據結構化機制。結合這些機制可以為AI項目提供一個靈活的框架。Prolog廣泛應用于AI的 expert系統(tǒng)，也可用于醫(yī)療項目的工作。C ++C ++是世界上速度最快的編程語言，其在硬件層面上的交流能力使開發(fā)人員能夠改進程序執(zhí)行時間。 C ++對于時間很敏感，這對于AI項目是非常有用的，例如，搜索引擎可以廣泛使用C ++。在AI項目中，C++可用于統(tǒng)計，如神經網絡。另外算法也可以在C ++被廣泛地快速執(zhí)行，游戲中的AI主要用C ++編碼，以便更快的執(zhí)行和響應時間。寫在最后：在這些編程語言中，Python因為適用于大多數AI，所以漸有成為AI編程語言之首的趨勢，而Lisp和Prolog因其獨特的功能，所以在部分AI項目中卓有成效，地位暫時難以撼動。而Java和C++的自身優(yōu)勢將在AI項目中繼續(xù)保持。