哪種編程語(yǔ)言最好？這個(gè)問(wèn)題可能永遠(yuǎn)不會(huì)有答案。蘿卜白菜，各有所愛(ài)，AI 工程師和科學(xué)家可以根據(jù)項(xiàng)目需要，從眾多編程語(yǔ)言中選擇最適合自己的。

有人曾經(jīng)將編程比作做菜，那編程語(yǔ)言就是首先要準(zhǔn)備的食材或廚具。

C：一把菜刀一口炒鍋，一個(gè)很好用的灶，隔壁有個(gè)菜市場(chǎng)。

Java：碎菜器，切菜機(jī)，絞肉機(jī)，和面機(jī)，烤箱，微波爐……

Python：大超市的速凍柜臺(tái)，要成品有成品，要半成品有半成品，什么都有。它能讓你快速獲得一桌還能吃的飯，但是深究口味火候什么的不那么容易。

C++：一套頂級(jí)廚具，光刀就十幾把，切肉的切片的雕花的；鍋有爆炒的悶燒的平底煎肉的煎蛋的燉湯的……有人試圖用二十一天掌握這套工具的用法，結(jié)果往往是玩刀傷了自己，或者是炸了廚房。

盡管在剛開(kāi)始開(kāi)發(fā) AI 時(shí)，有很多編程語(yǔ)言都可以滿足你的需求，但沒(méi)有一種編程語(yǔ)言是可以一站式解決 AI 編程的問(wèn)題，因?yàn)樵诿恳粋€(gè)項(xiàng)目中，不同的目標(biāo)需要特定的方法。

和做菜時(shí)的精挑細(xì)選一樣，在成為一個(gè)「高手」的過(guò)程中，我們要學(xué)會(huì)的是找到最適合自己的編程語(yǔ)言。

Python

Python 是可讀的最強(qiáng)大的語(yǔ)言。—Pau Dubois

[[321333]]

Python 編程。圖源：Unsplash。

Python 開(kāi)發(fā)于 1991 年，一項(xiàng)民意調(diào)查表明，在開(kāi)發(fā) AI 時(shí)，超過(guò) 57% 的開(kāi)發(fā)者將 Python 作為首選編程語(yǔ)言，而不是 C++。因?yàn)橐子趯W(xué)習(xí)，Python 讓程序員和數(shù)據(jù)科學(xué)家可以更輕松地進(jìn)入開(kāi)發(fā) AI 的世界。

Python 是一個(gè)程序員需要多少自由度的「實(shí)驗(yàn)」。太自由，沒(méi)人可以讀懂別人的代碼；太不自由，就會(huì)沒(méi)那么強(qiáng)的表現(xiàn)力。—Guido van Rossum

使用 Python，你不僅可以獲得優(yōu)秀的社區(qū)支持和廣泛的庫(kù)集，還能享受到其靈活性。你從 Python 中得到的最大的好處可能是平臺(tái)獨(dú)立性和針對(duì)深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的廣泛框架。

用 Python 編碼的樂(lè)趣在于可以看到短小精悍、可讀性高的類，這些類可以用少量清晰的代碼表達(dá)大量行為（而不是用大量代碼煩死讀者）。——Guido van Rossum

Python 代碼片段示例：

常用的庫(kù)

• TensorFlow——用于機(jī)器學(xué)習(xí)工作負(fù)載和用數(shù)據(jù)集處理；
• scikit-learn——訓(xùn)練機(jī)器學(xué)習(xí)模型；
• PyTorch——計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理；
• Keras——高度復(fù)雜性的數(shù)學(xué)計(jì)算和操作的代碼接口；
• SparkMLib——類似 Apache Spark 的機(jī)器學(xué)習(xí)庫(kù)，通過(guò)算法和實(shí)用程序等工具，讓每一個(gè)人都能輕松地進(jìn)行機(jī)器學(xué)習(xí)；
• MXNet——Apache 的另一個(gè)庫(kù)，可以簡(jiǎn)化深度學(xué)習(xí)流程；
• Theano——定義、優(yōu)化和評(píng)價(jià)數(shù)學(xué)表達(dá)式的庫(kù)；
• Pybrain——用于強(qiáng)大的機(jī)器學(xué)習(xí)算法。

另外，根據(jù) GitHub 庫(kù)的貢獻(xiàn)度，Python 已經(jīng)超越了 Java，成為世界第二受歡迎的語(yǔ)言。Stack Overflow 將 Python 稱為「成長(zhǎng)最快」的主流編程語(yǔ)言。

Java

編寫一次，隨時(shí)運(yùn)行。

Java 被公認(rèn)為世界上最好的編程語(yǔ)言之一，它在過(guò)去 20 年間的使用情況就是最好的證明。

憑借其用戶友好度、靈活的特性以及平臺(tái)獨(dú)立性，Java 以各種方式參與到了 AI 的開(kāi)發(fā)中，比如：

• TensorFlow——TensorFlow 支持的編程語(yǔ)言中也列出了帶有 API 的 Java。雖然不像其他完全支持的語(yǔ)言那樣功能豐富，但確實(shí)支持 Java，并且在迅速地改進(jìn)。
• Deep Java Library（深度 Java 庫(kù)）——亞馬遜開(kāi)發(fā)的、用 Java 來(lái)創(chuàng)建并部署深度學(xué)習(xí)能力的庫(kù)。
• Kubeflow——Kubeflow 使在 Kubernetes 上部署和管理機(jī)器學(xué)習(xí)堆棧更容易，還提供了現(xiàn)成的 ML 解決方案。
• OpenNLP——Apache 的 OpenNLP 是用于自然語(yǔ)言處理的機(jī)器學(xué)習(xí)工具。
• Java Machine Learning Library（Java 機(jī)器學(xué)習(xí)庫(kù)）——Java-ML 為開(kāi)發(fā)者提供了多種機(jī)器學(xué)習(xí)算法。
• Neuroph——Neuroph 借助 Neuroph GUI，利用 Java 開(kāi)源框架設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)。
• 如果 Java 可以垃圾回收，大多數(shù)程序都會(huì)在執(zhí)行時(shí)刪除自己。——Robert Sewell

Java 代碼片段示例：

R語(yǔ)言

Ross Ihaka 和 Robert Gentleman 在 1995 年發(fā)布了第一版 R 語(yǔ)言。現(xiàn)在由 R 開(kāi)發(fā)核心隊(duì)伍維護(hù)，R 是 S 編程語(yǔ)言的實(shí)現(xiàn)，用于統(tǒng)計(jì)軟件的開(kāi)發(fā)和數(shù)據(jù)的分析。

R 的基礎(chǔ)特征是善于處理大量數(shù)據(jù)，相比 Python 中不夠完善的 NumPy 包，R 是更好的選擇；你可以用 R 處理各種不同的編程范式，比如函數(shù)式編程、矢量計(jì)算和面向?qū)ο缶幊痰取?/p>

R 適用的 AI 編程包：

• Gmodels——提供了一系列擬合模型用的工具；
• Tm——文本挖掘應(yīng)用的框架；
• RODBC——R 的 ODBC 接口；
• OneR——用來(lái)實(shí)現(xiàn)單規(guī)則機(jī)器學(xué)習(xí)分類算法，適用于機(jī)器學(xué)習(xí)模型。

在數(shù)據(jù)挖掘者和統(tǒng)計(jì)學(xué)家中，廣泛使用的 R 的功能有：

• 多種用于擴(kuò)展功能的庫(kù)和包；
• 活躍的支持社區(qū)；
• 能和 C、C++ 和 Fortran 協(xié)同工作；
• 多個(gè)有助于擴(kuò)展功能的包；
• 支持生成高質(zhì)量的圖形。

Prolog

邏輯編程（Logic Programming）的簡(jiǎn)稱。Prolog 最早出現(xiàn)在 1972 年，適用于開(kāi)發(fā)人工智能，尤其是自然語(yǔ)言處理。Prolog 最適合創(chuàng)建聊天機(jī)器人，ELIZA 是有史以來(lái)第一個(gè)用 Prolog 創(chuàng)建的聊天機(jī)器人。

第一個(gè)成功的聊天機(jī)器人。

為了理解 Prolog，你必須熟悉一些指導(dǎo) Prolog 工作的基本術(shù)語(yǔ)：

• 事實(shí)（Fact）定義了正確的陳述；
• 規(guī)則（Rule）定義了有附加條件的陳述；
• 目標(biāo)（Goal）根據(jù)知識(shí)庫(kù)定義了提交陳述的位置；
• 查詢（Query）定義了如何使你的陳述正確，以及對(duì)事實(shí)和規(guī)則的最終分析。

Prolog 提供了兩種實(shí)現(xiàn) AI 的方法，這兩種方法已經(jīng)實(shí)現(xiàn)很久了，并且在數(shù)據(jù)科學(xué)家和研究人員中廣為人知：

• 符號(hào)方法包括基于規(guī)則的專家系統(tǒng)、定理證明和基于約束的方法；
• 統(tǒng)計(jì)方法包括神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)以及其他方法。

Lisp

用 Lisp 編碼創(chuàng)建有 n 個(gè)輸入 m 個(gè)單元的一層感知機(jī)。

列表處理（List Processing）的簡(jiǎn)稱。這是繼 Fortran 后第二古老的編程語(yǔ)言。也被稱作 AI 的奠基語(yǔ)言之一，由 John McCarthy 與 1958 年創(chuàng)建。

Lisp 是用來(lái)實(shí)現(xiàn)不可能的語(yǔ)言。——Kent Pitman

Lisp 是可以編程的實(shí)用數(shù)學(xué)符號(hào)，很快就成為了開(kāi)發(fā)人員首選的 AI 編程語(yǔ)言。Lisp 因?yàn)槠涮赜械墓δ?，成為機(jī)器學(xué)習(xí) AI 項(xiàng)目的最佳選擇之一：

• 快速創(chuàng)建原型；
• 創(chuàng)建動(dòng)態(tài)對(duì)象；
• 垃圾回收；
• 靈活性。

隨著其他競(jìng)爭(zhēng)的編程語(yǔ)言的重大改進(jìn)，其他語(yǔ)言集成了 Lisp 特有的一些功能。涉及到 Lisp 的著名項(xiàng)目有 Reddit 和 HackerNews。

說(shuō)到 Lisp，這是世界上最美的語(yǔ)言——至少在 Haskell 出現(xiàn)之前是這樣。——Larry Wall

Haskell

Haskell 創(chuàng)建于 1990 年，以著名數(shù)學(xué)家 Haskell Brooks Curry 的名字命名。Haskell 是純粹的函數(shù)式和靜態(tài)類型的編程語(yǔ)言，與惰性計(jì)算和短代碼配合使用。

Haskell 是一種非常安全的編程語(yǔ)言，因?yàn)楹推渌幊陶Z(yǔ)言相比，Haskell 很少出現(xiàn)錯(cuò)誤，所以在處理錯(cuò)誤方面提供了更大的靈活性。即便發(fā)生了錯(cuò)誤，也可以在編譯（而非運(yùn)行）時(shí)捕獲大多數(shù)非語(yǔ)法錯(cuò)誤。Haskell 提供的功能包括：

• 強(qiáng)大的抽象能力；
• 內(nèi)置的內(nèi)存管理；
• 代碼的可重用性；
• 易于理解。

SQL、Lisp 和 Haskell 是我所見(jiàn)過(guò)的唯一可以把時(shí)間花在思考而不是打字上的編程語(yǔ)言。——Philip Greenspun

Haskell 的功能有助于提高程序員的生產(chǎn)率。Haskell 與其他編程語(yǔ)言非常相似，但只有一小部分開(kāi)發(fā)人員使用。撇開(kāi)挑戰(zhàn)不談，隨著開(kāi)發(fā)者社區(qū)使用率的增加，可以證明 Haskell 和其他用于 AI 的競(jìng)爭(zhēng)語(yǔ)言一樣出色。

Julia

Julia 是一種高性能的通用動(dòng)態(tài)編程語(yǔ)言，可以創(chuàng)建幾乎任何應(yīng)用，但最適合進(jìn)行數(shù)值分析和計(jì)算科學(xué)。和 Julia 一起使用的工具還包括：

• 像 Vim 和 Emacs 這樣流行的編輯器；
• 像 Juno 和 Visual Studio 這樣的 IDE。

Julia 源代碼組織。

Julia 中有一些功能使其成為 AI 編程、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)和數(shù)據(jù)建模的重要選擇，這些功能有：

• 動(dòng)態(tài)類型系統(tǒng)；
• 內(nèi)置的包管理器；
• 能夠進(jìn)行并行和分布式計(jì)算；
• 宏和元編程能力；
• 支持多分派；
• 直接支持 C 函數(shù)。

Julia 是為了消除其他編程語(yǔ)言的弱點(diǎn)而構(gòu)建的，和其他工具（如 TensorFlow.jl、MLBase.jl 和 MXNet.jl）集成后還可以用于機(jī)器學(xué)習(xí)，利用 Julia 的可伸縮性還可以做更多事。

谷歌趨勢(shì)——Julia 的使用趨勢(shì)。

總結(jié)

AI 工程師和科學(xué)家可以根據(jù)項(xiàng)目的需求，從多種編程語(yǔ)言中進(jìn)行選擇。每一種 AI 編程語(yǔ)言都有優(yōu)缺點(diǎn)。隨著這些語(yǔ)言的不斷改進(jìn)，AI 開(kāi)發(fā)很快就可以有更舒適的體驗(yàn)，這樣就會(huì)有更多人加入這一創(chuàng)新浪潮。出色的社區(qū)支持使新人們可以更好地工作，社區(qū)對(duì)包和擴(kuò)展的貢獻(xiàn)讓每個(gè)人的工作都變得更加輕松。