關於人工智能和python

                                                                                    

人工智能的話題在近幾年可謂是至關火熱，前幾天看快本時其中有一個環節就是關於人工智能的，智能家電、智能機器人、智能工具等等，在個人印象裏，提到人工智能就會出現 Python，而後我便在網上查找了相關信息，並整合了一下。

 

 

 

人工智能

人工智能，英文縮寫爲AI，是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學；是計算機科學的一個分支，它企圖瞭解智能的實質，並生產出一種新的能以人類智能類似的方式作出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、天然語言處理和專家系統等。

 

Python

Python 是一種跨平臺的計算機程序設計語言。是一種面向對象的動態類型語言，最初被設計用於編寫自動化腳本(shell)，隨着版本的不斷更新和語言新功能的添加，愈來愈多被用於獨立的、大型項目的開發。

 

之間的關係

而通常提及人工智能都認爲是用 Python 語言實現的，就如我以前說的，但查完資料發現，的確大部分的人工智能的代碼都是使用 Python 來編寫，寫人工智能代碼時須要用到許多框架工具和庫，這些大部分都是 Python 提供的，Python是這些庫的API binding，但並不能由於這樣就認爲人工智能就是靠 Python 寫的，Python 是解釋語言，速度比較慢，它只是調用AI接口，而人工智能核心算法是徹底依賴於 C/C++ 這類編譯語言，真正的計算全是 C/C++ 寫好的數據底層，由於是計算密集型，須要很是精細的優化，還須要GPU、專用硬件之類的接口，這些都只有C/C++能作到，用Python只是寫相應的邏輯！因此某種意義上其實C/C++纔是人工智能領域最重要的語言。

那爲何不直接所有用 C/C++ 寫人工智能呢？這是由於 Python 強大的便捷性，開發生態成熟，有不少有用的庫能夠用。使用 Python是由於 CPython 的膠水語言特性，要開發一個其餘語言到 C/C++ 的跨語言接口，Python是最容易的，比其餘語言的 ffi 門檻要低很多，C語言要寫幾百行的代碼，可能用 Python 幾行就搞定了，效率很高。尤爲是使用 Cython 的時候。其餘語言的 ffi 許多都只能導入 C 的函數入口點，複雜的數據結構大多隻能手工用 byte 數組拼起來，若是還須要回調函數輸入那就機關用盡了。而 CPython 的 C API 是雙向融合的，能夠直接對外暴露封裝過的 Python 對象，還能夠容許用戶經過繼承這些自定義對象來引入新特性，甚至能夠從 C 代碼當中再調用 Python 的函數。好比3D遊戲中的圖形渲染模塊，性能要求特別高，就能夠用C/C++重寫，然後封裝爲Python能夠調用的擴展類庫。

打個比方，就像咱們統計數據或選擇用 excel 製做表格時，由於在須要用到加減乘除或者、函數等時，只須要套用公式就能夠，由於 SUM、AVERAGE 等這樣的函數運行的背後，是 C++/C# 等語言已經編寫好了代碼，因此 Excel 只是工具和展示形式並非它作計算。同理在學習人工智能時 Python 只是用來操做深度學習框架的工具，實際負責運算的主要模塊並不依靠 Python，真正起做用的是也是一大堆複雜的 C/ C++  程序。 

 

用於通用 AI：

AIMA —— Python 實現 Russell 和 Norvig 的‘Artificial Intelligence: A Modern Approach’庫。

pyDatalog —— Python 中的邏輯編程引擎

SimpleAI —— Python 實現了「AIMA」一書中描述的許多人工智能算法。它側重於提供易於使用，有據可查的測試庫。

EasyAI —— 簡單的 Python 引擎，用於 AI 的雙人遊戲，如 Negamax, transposition tables, game solving。

 

用於機器學習：

PyBrain —— 靈活、簡單，但對於機器算法任務很是高效，它是 Python 的一個機器學習模塊化庫。它還提供了各類預約義的環境來測試和比較你的算法。

PyML —— 一款以 Python 編寫的側重於 SVM 和其餘內核方法的雙邊框架。它支持在 Linux 和 Mac OS X 上運行。

scikit-learn —— 旨在提供在各類環境下可重複使用的簡單而強大的解決方案：機器學習做爲科學和工程的多功能工具。它是一個 Python 模塊，它將經典的經典機器學習算法集成在如緊密結合的科學世界的 Python 軟件包中（如 numpy，scipy，matplotlib）。

小結

瞭解了 Python 和人工智能的關係後，我認爲雖然人工智能的核心算法是 C/C++，但咱們編寫代碼時並不須要過多的瞭解 C/C++，咱們只須要用到 Python 就好，而 Python 語言對初學編程的人來講是很友好的，被稱爲「最不須要備註的語言」。上手快，語言簡單易懂，對比其餘語言來講沒那麼多條條框框的規則。

隨着社會的不斷髮展和需求，人工智能已經逐漸被髮展到社會行業的方方面面，從科學層面看，人工智能跨越認知科學、神經科學、數學和計算機科學等學科，具備高度交叉性；從技術層面看，人工智能包含計算機視覺、機器學習、知識工程、天然語言處理等多個領域，具備極強專業性；從產業層面看，人工智能在智能製造、智慧農業、智慧醫療、智慧城市等領域的應用不斷擴大，具備內在融合性；從社會層面看，人工智能給社會治理、隱私保護、倫理道德等帶來新的影響，具備全面滲透性。目前，在邊界清晰、規則明確、任務規範的特定應用場景下（以下圍棋、人臉識別、語音識別）設計出的智能體表現出較好的專用智能。在全新理念的引導下，機器人能夠更多承擔重複簡單甚至是危險的工做，而幫助人類從繁雜工做中解放，得到更多從事創造性工做的機會。比起人工智能徹底取代人的方式，工廠沒必要擔憂人工智能作出錯誤的決定延誤生產，也不用考慮人在作重複勞動時效率下降的問題，雙方取長補短，最大化的提高生產效率，從長遠角度來看，這樣的方式無疑更符合生產的需求，也更符合社會的需求。

因此我有一句話想對沒學過編程，但對人工智能有所指望的人說：既然有 Python 這麼好上手的、適合初學者的編程語言，爲何不都嘗試學一下呢，畢竟技多不壓身，不邁開第一步，你永遠不知道你後面的路怎麼走！

時代在進步，社會在發展，不說人工智能之後會不會大火，但必定不會褪色。

 

參考連接：https://blog.csdn.net/leyangjun/article/details/79931144