人工智能是一門已經(jīng)在影響我們生活的技術(shù)，目前正在致力于研究自己的一套工具。一系列的進(jìn)展在過(guò)去的幾年中發(fā)生了：無(wú)事故駕駛超過(guò)300000英里并在三個(gè)州合法行駛迎來(lái)了自動(dòng)駕駛的一個(gè)里程碑；IBM Waston擊敗了Jeopardy兩屆冠軍;統(tǒng)計(jì)學(xué)習(xí)技術(shù)從對(duì)消費(fèi)者興趣到以萬(wàn)億記的圖像的復(fù)雜數(shù)據(jù)集進(jìn)行模式識(shí)別。這些發(fā)展必然提高了科學(xué)家和巨匠們對(duì)人工智能的興趣，這也使得開(kāi)發(fā)者們了解創(chuàng)建人工智能應(yīng)用的真實(shí)本質(zhì)。開(kāi)發(fā)這些需要注意的第一件事是：

　　哪一種編程語(yǔ)言適合人工智能？

　　你所熟練掌握的每一種編程語(yǔ)言都可以是人工智能的開(kāi)發(fā)語(yǔ)言。人工智能程序可以使用幾乎所有的編程語(yǔ)言實(shí)現(xiàn)，最常見(jiàn)的有：Lisp,Prolog,C/C++，近來(lái)又有Java，最近還有Python,今天我們就來(lái)慢慢分析哪種語(yǔ)言最適合人工智能。

　　像LISP這樣的高級(jí)語(yǔ)言在人工智能中備受青睞，因?yàn)樵诟鞲咝６嗄甑难芯亢筮x擇了快速原型而舍棄了快速執(zhí)行。垃圾收集，動(dòng)態(tài)類型，數(shù)據(jù)函數(shù)，統(tǒng)一的語(yǔ)法，交互式環(huán)境和可擴(kuò)展性等一些特性使得LIST非常適合人工智能編程。

　　這種語(yǔ)言有著LISP高層和傳統(tǒng)優(yōu)勢(shì)有效結(jié)合，這對(duì)AI是非常有用的。它的優(yōu)勢(shì)是解決“基于邏輯的問(wèn)題”。Prolog提供了針對(duì)于邏輯相關(guān)問(wèn)題的解決方案，或者說(shuō)它的解決方案有著簡(jiǎn)潔的邏輯特征。它的主要缺點(diǎn)是學(xué)起來(lái)很難。

　　就像獵豹一樣，C/C++主要用于對(duì)執(zhí)行速度要求很高的時(shí)候。它主要用于簡(jiǎn)單程序，統(tǒng)計(jì)人工智能，如神經(jīng)網(wǎng)絡(luò)就是一個(gè)常見(jiàn)的例子。Backpropagation 只用了幾頁(yè)的C/C++代碼，但是要求速度，哪怕程序員只能提升一點(diǎn)點(diǎn)速度也是好的。

　　新來(lái)者，Java使用了LISP中的幾個(gè)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(nèi)置類型。Java沒(méi)有LISP和Prolog高級(jí)，又沒(méi)有C那樣快，但如果要求可移植性那它是最好的。

　　Python是一種用LISP和JAVA編譯的語(yǔ)言。按照Norvig文章中對(duì)Lips和Python的比較，這兩種語(yǔ)言彼此非常相似，僅有一些細(xì)小的差別。還有JPthon，提供了訪問(wèn)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(shū)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(kù)。因此，它是所有語(yǔ)言中最適合作為人工智能語(yǔ)言的。

　　Python因?yàn)樘峁┫?scikit-learn的好的框架，在人工智能方面扮演了一個(gè)重要的角色：Python中的機(jī)器學(xué)習(xí)，實(shí)現(xiàn)了這一領(lǐng)域中大多的需求。D3.js JS中數(shù)據(jù)驅(qū)動(dòng)文檔時(shí)可視化最強(qiáng)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(yǔ)言。AI需要大量的研究，因此沒(méi)有必要要求一個(gè)500KB的Java樣板代碼去測(cè)試新的假說(shuō)。python中幾乎每一個(gè)想法都可以迅速通過(guò)20-30行代碼來(lái)實(shí)現(xiàn)（JS和LISP也是一樣）。因此，它對(duì)于人工智能是一門非常有用的語(yǔ)言。