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(xué)習(xí)技術(shù)從對消費者興趣到以萬億記的圖像的復(fù)雜數(shù)據(jù)集進行模式識別。這些發(fā)展必然提高了科學(xué)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(yīng)用的真實本質(zhì)。開發(fā)這些需要注意的第一件事是：

　　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(xiàn)，最常見的有：Lisp,Prolog,C/C++，近來又有Java，最近還有Python,今天我們就來慢慢分析哪種語言最適合人工智能。

　　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(shù)據(jù)函數(shù)，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。

　　這種語言有著LISP高層和傳統(tǒng)優(yōu)勢有效結(jié)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(guān)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。它的主要缺點是學(xué)起來很難。

　　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(jīng)網(wǎng)絡(luò)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。

　　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(nèi)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，它是所有語言中最適合作為人工智能語言的。

　　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(xué)習(xí)，實現(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(xiàn)（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。