來源?| CSDN（ID：CSDNnews）
譯者 | 蘇本如，責編 |?伍杏玲
作者 |?Claire D

本文講述用于人工智能編程的頂級編程語言，AI工程師和相關從業(yè)者可從中選擇適合他們項目所需要的語言，你Pick哪個呢？

以下為譯文：

人工智能已成為我們日常生活不可或缺的一部分，它被廣泛地應用到幾百種實際場景中，極大地便利人們的工作和生活。

隨著近年來的發(fā)展，人工智能促進企業(yè)的發(fā)展，這該歸功于底層編程語言核心的改進。

隨著人工智能的蓬勃發(fā)展和編程語言的持續(xù)改進，對高效、熟練的程序員和工程師的需求激增。雖然有很多編程語言可以讓你在人工智能開發(fā)領域上輕松起步，但是沒有一種編程語言可以成為人工智能編程的“一站式”解決方案，因為每種編程語言都有自己的獨特之處。目的不同，對語言的要求也會不同。

接下來，我將列出一些最受歡迎的人工智能編程語言，一起看下：

1、Python

Python是有史以來最強大的編程語言。——Pau Dubois

Python誕生于1991年。據(jù)一項民意調查顯示，超過57%的開發(fā)人員更愿意選擇Python，而不是C++作為開發(fā)人工智能解決方案的編程語言。Python易于學習，為程序員和數(shù)據(jù)科學家們提供了一個更輕松地進入人工智能開發(fā)世界的入口。

Python是一個關于程序員需要多少自由的實驗。太多的自由，會導致沒有人能讀懂別人的代碼；太少的自由，會傷害到語言的表現(xiàn)力?！狦uido van Rossum

使用Python，你不僅可以獲得優(yōu)秀的社區(qū)支持和大量的庫，還可以享受編程語言提供的靈活性。Python最有可能讓你受益的一些特性是：平臺獨立性和可以用于深度學習和機器學習的廣泛框架。

使用Python編程的樂趣應該是看到簡潔、可讀性強的類，這些類使用簡潔而清晰的代碼（而不是一堆無聊至死的瑣碎代碼）完成了大量的操作?！狦uido van Rossum

下面是一段Python代碼的示例：

Python代碼示例片斷

Python的一些最受歡迎的庫，列表如下：

TensorFlow，用于解決機器學習的工作負載和使用數(shù)據(jù)集問題。
scikit-learn，用于培訓機器學習模型。
PyTorch ，用于計算機視覺和自然語言處理。
Keras，作為高度復雜的數(shù)學計算和操作的代碼接口。
SparkMLlib，類似于Apache Spark的機器學習庫，使用算法和實用程序等工具使得機器學習對每個人都可以很輕松。
MXNet，作為Apache的另一個庫，用于簡化深度學習工作流。
Theano，作為定義、優(yōu)化和評估數(shù)學表達式的庫。
Pybrain，用于強大的機器學習算法。

此外，對GitHub存儲庫貢獻的分析結果顯示，Python已經(jīng)超越Java，成為第二大最受歡迎的編程語言。實際上，Stack Overflow認為它是“增長最快”的主流編程語言。

圖源：Octoverse

適合初學者的Python課程：

3個供初學者學習的免費Python課程：2020版
https://hackernoon.com/3-free-python-courses-for-beginners-2020-edition-j7c23y3u

hackernoon.com網(wǎng)站提供的最好的免費Python課程，如果你想擴展你的Python知識，那么請來這里。

Python訓練營：學習Python語言和編碼的培訓營
https://www.udemy.com/course/complete-python-bootcamp/?LSNPUBID=JVFxdTr9V80&ranEAID=JVFxdTr9V80&ranMID=39197&ranSiteID=JVFxdTr9V80-lB6TwxSdouentAk36.qjmw

這是Udemy上學習Python編程語言的最全面、最直接的課程！

2、Java

一次編寫，到處運行。

Java被認為是世界上最好的編程語言之一，過去20年大伙的使用證明了這一點。

Java編程語言具有高度的用戶友好性、靈活性和平臺獨立性，它已經(jīng)以各種方式被用于人工智能的開發(fā)當中，以下是一些例子供你了解：

TensorFlow

TensorFlow支持的編程語言列表也包括帶有API的Java。它對Java的支持不像其他完全支持的語言那樣功能豐富，但它已經(jīng)存在，并且正在以很快的速度得到改進。

Deep Java Library

由Amazon構建，使用Java來創(chuàng)建和部署深度學習能力。

Kubeflow

Kubeflow用于在Kubernetes上輕松部署和管理機器學習堆棧，提供現(xiàn)成的機器學習解決方案。

OpenNLP

Apache的OpenNLP是一個用于自然語言處理的機器學習工具。

Java機器學習庫

Java ML為開發(fā)人員提供了幾種機器學習算法。

Neuroph

在Neuroph GUI的幫助下，Neuroph使得使用Java開源框架設計神經(jīng)網(wǎng)絡成為可能。

如果Java有真正的垃圾回收，那么大多數(shù)程序在執(zhí)行完后都會把自己從內存中刪除?！猂obert Sewell

Java代碼的示例片斷如下：

Java代碼的示例片斷

適合初學者的Java課程：

供初學者在線學習的五個最好的Java編程課程
https://javarevisited.blogspot.com/2018/05/top-5-java-courses-for-beginners-to-learn-online.html

如果你是一名計算機學科的畢業(yè)生，或者是想學習Java并尋找一些很棒的資源的人，那么請來這里吧。

3、R語言

R語言是由Ross Ihaka和Robert Gentleman開發(fā)，1995年推出第一個版本。目前它由R開發(fā)核心團隊維護。R語言是S編程語言（以統(tǒng)計和繪圖為目的）的一種實現(xiàn)，它被用來輔助開發(fā)統(tǒng)計軟件和數(shù)據(jù)分析。

R語言被開發(fā)人員大量地用于人工智能編程，主要是因為它具有以下兩個特點：

R語言擅長處理大量數(shù)據(jù)的基本特性，相比帶有未經(jīng)優(yōu)化的NumPy包的Python語言來說，更有優(yōu)勢。
使用R語言，你可以以各種編程模式工作，如函數(shù)式編程、矢量計算和面向對象編程。

R語言可供使用的一些AI編程包有：

Gmodels，提供了用于模型擬合的多個工具的集合。
Tm，作為一種文本挖掘應用的框架。
RODBC，作為R語言的ODBC接口。
OneR，用于實現(xiàn)One Rule機器學習分類算法，適用于機器學習模型。

R語言因其如下特點/功能，在數(shù)據(jù)挖掘人員和統(tǒng)計人員中被廣泛采用：

各種各樣的庫和包，以擴展其功能。
積極支持的社區(qū)。
能夠與C、C++和FORTRAN一起工作
多個軟件包幫助功能擴展。
支持生成高質量的圖形

一個有趣的R語言應用例子：

使用R語言制作2019新冠肺炎（Covid-19）交互式地圖：

https://www.r-bloggers.com/covid-19-interactive-map-using-r-with-shiny-leaflet-and-dplyr/

使用R語言制作2019新冠肺炎（Covid-19）交互式地圖

4、Prolog

Prolog是Programming in Logic（邏輯編程）的簡稱，Prolog語言最初出現(xiàn)于1972年。它為人工智能開發(fā)，特別是自然語言處理提供了一個令人興奮的工具。Prolog語言最適合創(chuàng)建聊天機器人，ELIZA是用Prolog創(chuàng)建的第一個聊天機器人。

第一個成功的聊天機器人，圖源medium

要理解Prolog，你必須熟悉指導它工作的一些基本術語：

Facts（事實）定義了真實的聲明。
Rules(規(guī)則)定義了有附加條件的聲明。
Goals（目標）定義了根據(jù)知識庫確定的報表提交的位置。
Queries（查詢）定義如何使你的聲明真實，以及如何對事實和規(guī)則進行最終分析。

Prolog提供了兩種實現(xiàn)人工智能的方法，這兩種方法已經(jīng)在實踐中使用很長時間了，并且在數(shù)據(jù)科學家和研究人員中廣為人知：

符號方法（Symbolic Approach）：包括基于規(guī)則的專家系統(tǒng)、定理證明、基于約束的方法。
統(tǒng)計方法（Statistical approach）：包括神經(jīng)網(wǎng)絡、數(shù)據(jù)挖掘、機器學習等。

5、Lisp

用來創(chuàng)建一個有著N維輸入和M個輸出單元的單層感知器的Lisp代碼

Lisp是List Processing的簡稱，它是僅次于Fortran的第二古老的編程語言。Lisp被稱為人工智能的創(chuàng)始之父之一，由約翰·麥卡錫（John McCarthy）于1958年創(chuàng)建。

Lisp是一種語言，它能讓你做到別人告訴你不可能做到的事情?！狵ent Pitman

Lisp作為一種實用的面向數(shù)學符號處理的編程語言，它很快成為開發(fā)人員的人工智能編程語言的選擇。Lisp如下的一些特性，使其成為機器學習人工智能項目的最佳選擇之一：

快速原型創(chuàng)建
動態(tài)對象創(chuàng)建
垃圾回收
靈活性

隨著其他與之競爭的編程語言的重大改進，Lisp特有的一些特性也應用到其他語言中。采用了Lisp開發(fā)的一些著名項目包括Reddit和HackerNews。

就Lisp而言，你知道它是世界上最美麗的語言，至少在Haskell出現(xiàn)之前是這樣?！狶arry Wall

6、Haskell

Haskell發(fā)布于1990年，以著名數(shù)學家Haskell Brooks Curry的名字命名，它是一種純函數(shù)式和強靜態(tài)類型的編程語言，經(jīng)常和延遲計算和較短的代碼搭配使用。

Haskell被認為是一種非常安全的編程語言，與其他編程語言相比，它在錯誤處理方面提供了更大的靈活性。在Haskell中很少發(fā)生錯誤。即使它們確實發(fā)生了，大多數(shù)非語法錯誤都是在編譯階段，而不是運行時捕獲的。Haskell提供的一些功能包括：

強大的抽象能力
內置的內存管理
代碼可重用性
易于理解

SQL、Lisp和Haskell是我見過的僅有的編程語言，在這些語言中，人們花在思考上的時間比寫代碼的時間要多。

Philip Greenspun

Haskell的特性有助于提高開發(fā)人員的工作效率。Haskell與其他編程語言非常相似，只是由一個小眾的開發(fā)團隊使用。拋開這些挑戰(zhàn)不談，Haskell可以證明它與其他競爭語言一樣適合人工智能開發(fā)，并且越來越多地被開發(fā)社區(qū)采用。

7、Julia

Julia是一種高性能、通用的動態(tài)編程語言，適合創(chuàng)建幾乎任何應用程序，尤其非常適合數(shù)據(jù)分析和計算科學。能夠與Julia一起工作的各種工具包括：

流行的編輯器，如Vim和Emacs。
集成開發(fā)工具，如Juno和Visual Studio。

Julia源代碼的目錄結構

Julia提供的下列特性，使其在人工智能編程、機器學習、統(tǒng)計和數(shù)據(jù)建模中成為一個不可或缺的選項：

動態(tài)類型系統(tǒng)
內置的包管理器
能夠進行并行和分布式計算
宏和元編程能力
支持多個調度
對C語言函數(shù)的直接支持

Julia是為消除其他編程語言的弱點而構建的，它可以與TensorFlow.jl、MLBase.jl、MXNet.jl等工具集成，用于開發(fā)機器學習應用程序，這些工具充分利用了Julia提供的可伸縮性。

Google Trend – Julia的用戶數(shù)隨時間變化圖：

圖源：Google trends

2019Julia開發(fā)大會的介紹視頻：https://www.youtube.com/user/JuliaLanguage

有了以上幾種人工智能編程語言可供選擇，人工智能工程師和科學家們可以選擇適合他們項目需要的語言。每一種人工智能編程語言都有各自的優(yōu)缺點。

隨著這些語言的不斷改進，很快人工智能的開發(fā)就會變得比現(xiàn)在更加輕松和高效，更多人就可以加入到這股創(chuàng)新浪潮中來。好的社區(qū)支持使得新人們的生活更加美好，社區(qū)對擴展計劃的貢獻使每個人的編程工作生活更加輕松。

原文：https://towardsdatascience.com/top-programming-languages-for-ai-engineers-in-2020-33a9f16a80b0


END


若覺得文章對你有幫助，隨手轉發(fā)分享，也是我們繼續(xù)更新的動力。

長按二維碼，掃掃關注哦
?「C語言中文網(wǎng)」官方公眾號，關注手機閱讀教程??


推薦關注
關注公號
【Python開發(fā)與大數(shù)據(jù)人工智能】
因為關注后即可得算法小白資料大全

點擊“閱讀原文”，領取 2020 年最新免費技術資料大全
↓↓↓

2020七大AI 編程語言大匯總

來源?| CSDN（ID：CSDNnews）譯者 | 蘇本如，責編 |?伍杏玲作者 |?Claire D

hackernoon.com網(wǎng)站提供的最好的免費Python課程，如果你想擴展你的Python知識，那么請來這里。

這是Udemy上學習Python編程語言的最全面、最直接的課程！

2、Java

如果你是一名計算機學科的畢業(yè)生，或者是想學習Java并尋找一些很棒的資源的人，那么請來這里吧。

3、R語言