開發你的Siri、Alexa,哪些開發語言最受歡迎？

時間 2019-11-21

標籤開發 siri alexa 哪些語言最受歡迎简体版

原文原文鏈接

全文共2974字，預計學習時長6分鐘python

人們正在進入「軟件2.0」時代。諸如人工智能、深度學習、機器學習和高級分析等技術，改變了開發人員設計智能軟件的方式——不只是使用計算機的方式，還有與人類智能協做的方式。算法

現在，全部智能手機、智能電視、汽車和電子遊戲都裝載了人工智能。例如，Siri能夠給人們指路去最近的加油站，特斯拉利用人工智能和大數據使自動駕駛汽車的想法成爲現實。根據《財富》雜誌發表的一篇文章，人工智能如今還能夠閱讀人的想法，並經過解讀大腦信號將其轉化爲圖像。編程

能夠說，人工智能無處不在。那麼，你打算爲你的人工智能項目作什麼？你開始計劃和編碼了嗎？若是答案是確定的，那麼在開始人工智能APP開發以前，不妨先看看下文的一些建議。微信

人工智能APP開發 TIPS架構

開發人工智能APP，Python、Lisp、Java和Prolog等語言是最受歡迎的。框架

尤爲是Python，因爲其簡單的語法、大量的庫和工具以及操做系統支持，被用做大多數支持人工智能的APP和軟件的基礎語言。dom

爲了人工智能APP的開發成功，建議使用一些有用的工具來簡化開發，如Django,、Flask、NumPy、Matplotlib、wxWidgets、PyQt、OpenStack、Pandas、Scikit、Theano、AIMA、pyDatalog、SimpleAI、EasyAi、PyBrain、MDP、Scikit、PyML等。機器學習

對於AI和ML開發人員來講，爲他們的APP想出一個吸引人的名字是很重要的。亞馬遜想出了Alexa，蘋果想出了Siri，谷歌推出了谷歌翻譯。因此，先爲你的人工智能APP想一個獨一無二的名字吧。編輯器

接下來，選擇Python支持的IDE和代碼編輯器。能夠選擇Sublime Text 三、GNU Emacs、Eclipse+Pydev、Atom、Vi/Vim、Visual Studio IDE或Pycharm IDE。模塊化

Sublime Text 3

傳送門：https://www.sublimetext.com/3

建議使用Sublime Text 3開發人工智能APP。這是一個功能豐富的代碼編輯器，具備使人驚豔的高級功能，如快速快捷方式/搜索、拆分結束、無干擾書寫模式、命令調色板，並支持全部平臺，固然其優勢不止如此。

在桌面上建立一個python文件「xyz.py」。若是使用的是MacOS系統，請使用終端命令：

cd Desktop

touch xyz.py

用代碼編輯器打開xyz.py文件，並在系統中編寫如下命令：

第一步

Import random

第二步

answers = [ ‘I did not understand what you just said’,

‘It doesn\’t look like anything to me’,

‘I don\’t know, whatever’]

接着，在編碼中添加循環的主要部分。

while True:

user_input = input (「>>>」)

if user_input . lower() == ‘hi’ :

print(「Hello」)

else:

print (random.choice(answers))

優秀的人工智能編碼須要什麼？

在編碼環境中，真正須要的東西因人而異。可是，擁有一組核心功能將使編碼任務變得更容易。如下是人工智能編碼應考慮的要點：

數據檢查

AI和ML模型會反映它們是如何進行運算的，所以應反覆分析原始數據以儘量瞭解輸入數據。檢查數據是否有任何錯誤值、缺乏值或錯誤標籤。假設APP將用於計算全部年齡段，但只提供了45歲如下的人的數據，又或者APP將用於一年左右的假期，但只提供了冬季的數據，後果不堪設想。所以要確保數據準確。

以用戶爲中心

使用適當的功能設計APP，以得到更好的清晰度和控制力。檢查編程模型中的任何功能是否沒必要要或冗餘。嘗試使用極簡模型來知足用戶的偏好。

使用Python字典以在人工智能應用中更好地編碼

Python中的字典用於存儲數據。它是一組鍵值，其中每一個鍵值都是惟一的，提供了在Python中存儲數據的有用方法。一般，存儲在Python字典中的數據與用戶ID或用戶配置文件中包含的信息相關。它在數據存儲的人工智能APP開發中起着重要做用。來看看包含太多if/else子句的編碼示例：

if name == "Mary":

print "This is Mary, she is a dancer"

elif name == "Shaina":

print "This is Shaina, she is an engineer"

elif name == "Tim":

print "This is Tim, he is a doctor"

使用Python字典編寫如下代碼：

name_job_dict = {

"Mary": "This is Mary, she is a dancer",

"Shaina": "This is Shaina, she is an engineer",

"Tim": "This is Tim, he is a doctor",

}

print name_job_dict[name]

值得考慮的機器學習工具

人工智能APP開發者應該準備好用機器學習和深度學習的新框架進行實驗。推薦使用Apple Core ML——一個特定領域的機器學習框架——開發人工智能，它包括視覺和圖像分析、天然語言處理和GamelayKit等功能，用於優化和評估常見行爲和決策樹，如隨機數生成、人工智能尋路等。

Caffe2也是模塊化深度學習開源框架的首選。開發人員能夠嘗試深刻學習和機器學習模型和算法，從中獲益。Caffe2帶有C++和Python API，容許開發人員當即生成原型並優化APP開發過程。

谷歌TensorFlow也是在嵌入式設備上部署機器學習和人工智能APP的好選擇。TensorFlow Lite容許開發人員以較少的依賴性和較小的二進制大小構建APP。可是，TensorFlow Lite也可供開發人員使用，不過它沒有像TensorFlow Mobile那樣涵蓋全部用例。對於AI和ML的APP開發，應使用TensorFlow Mobile。

構建人工智能APP的低代碼平臺

Mendix是人工智能開發者最好的人工智能輔助低代碼開發平臺，其就APP質量和性能提供的下一步建議和專家級質量建議有助於提升開發人員的工做效率。低代碼環境爲人工智能APP提供協做和直觀的開發平臺、具備一流功能的雲本機架構、開放和可擴展的API、模型API和具備豐富擴展性選項的SDK，令人工智能開發人員受益不淺，而且可使用多種工具和代碼庫。

對於開發人員來講，Mendix Assist更像是一種培訓工具，它有助於下降人工智能項目的再工做成本和時間，防止APP開發出現問題，並令人們更加關注本身的任務和企業價值。

總而言之，人工智能APP正蓬勃發展着。的確，人工智能與企業的結合也給了商業界的人們不少機會。

此外，新移動APP開發中的人工智能技術將爲新的機遇、智能交互、智能決策和個性化提供新的動力。