早期的AI主要用在運(yùn)行原始Lisp運(yùn)算的專用硬件上，由Lisp（LISt處理器）編程語言提供支持。Lisp是最早的語言之一，在處理項(xiàng)目列表方面非常高效。隨后通用機(jī)器變得流行，編程模型也跟著流行起來。但是，隨著機(jī)器學(xué)習(xí)（特別是深度學(xué)習(xí)）的重新興起，新的方法和工具包又優(yōu)化了這些數(shù)據(jù)流。本文將探討機(jī)器學(xué)習(xí)與軟件平臺(tái)的融合。

早期的AI歷程

人工智能與Lisp不可避免地交織在一起，因?yàn)樗鼈兪怯赏粋€(gè)人提出來的，他就是約翰·麥卡錫 (1927-2011)。人工智能的最早形式比今天占主導(dǎo)地位的數(shù)字方法更看重搜索和符號(hào)處理。Lisp能簡(jiǎn)單自然地表示復(fù)雜數(shù)據(jù)，并且其對(duì)遞歸的使用（用于迭代和搜索）使其非常適合解決當(dāng)時(shí)的很多問題。通過其交互式解釋器（即REPL或讀入-求值-打印-循環(huán)），Lisp使探索性編程變得更加容易，這非常適合用于解決尚未完全理解的問題。

但是Lisp的優(yōu)勢(shì)也是它最大的缺點(diǎn)，它的函數(shù)編程風(fēng)格很難，同時(shí)為新的編程語言范式打開了大門。而且，盡管如今仍在使用函數(shù)編程，但更常見的是命令式、面向?qū)ο蠛投喾独Z言。

現(xiàn)代AI語言

雖然可以使用任意編程語言來開發(fā)AI應(yīng)用程序，但其中也有優(yōu)劣之分。無論是語言本身還是語言支持，某些語言都大大簡(jiǎn)化了AI開發(fā)。

邏輯編程

1972年引入的Prolog語言以一階邏輯為基礎(chǔ)，其程序由事實(shí)和規(guī)則定義。程序可接受查詢，以便將規(guī)則應(yīng)用于事實(shí)并產(chǎn)生結(jié)果。目前，Prolog仍然廣泛使用于專家系統(tǒng)、自動(dòng)規(guī)劃系統(tǒng)等應(yīng)用中。Prolog最初設(shè)計(jì)用于自然語言處理，目前仍在這方面有所應(yīng)用。

通用語言

在引入Prolog二十年后，出現(xiàn)了一種名叫Python的通用語言，其設(shè)計(jì)的核心是代碼可讀性。盡管早期引起人們興趣的是Python作為用于編程教學(xué)的教育語言，但現(xiàn)在它已成為各個(gè)領(lǐng)域廣泛使用的語言，其中就包括人工智能和機(jī)器學(xué)習(xí)。Python的主要優(yōu)點(diǎn)之一是其龐大的庫集和工具包，有了這些庫集和工具包，構(gòu)建應(yīng)用程序更加簡(jiǎn)便。例如，在構(gòu)建深度學(xué)習(xí)應(yīng)用程序時(shí)，Python可與TensorFlow開源工具包配套使用。在希望部署深度學(xué)習(xí)，而又不想開發(fā)所需的詳細(xì)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)時(shí)，這就非常有優(yōu)勢(shì)。

統(tǒng)計(jì)計(jì)算

R語言使用了類似的模型，它既是一種語言，又是一種使用圖形表示進(jìn)行統(tǒng)計(jì)計(jì)算的環(huán)境。R是一種高度可擴(kuò)展語言，可通過軟件包集成進(jìn)行擴(kuò)展。軟件包可匯集某個(gè)具體應(yīng)用程序的功能和數(shù)據(jù)，然后將這些功能和數(shù)據(jù)用于統(tǒng)計(jì)函數(shù)等R程序或整個(gè)深度學(xué)習(xí)工具包。截至2020年，已有超過1.5萬個(gè)數(shù)據(jù)包可供R語言使用。

新函數(shù)方法

盡管Lisp在當(dāng)今機(jī)器學(xué)習(xí)中主要充當(dāng)注腳，但它的函數(shù)根已經(jīng)催生了遵循該范例的新語言。Haskell語言是一種純函數(shù)語言，具有強(qiáng)大的類型系統(tǒng)，這種系統(tǒng)可產(chǎn)生更安全的代碼；在考慮機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)設(shè)備爆炸式增長(zhǎng)時(shí)，這是一個(gè)非常有用的特性。Haskell盡管缺少適用于Python和R的廣泛庫集，但它包含用于機(jī)器學(xué)習(xí)工具包的綁定，因此能夠輕松構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用程序。

工具包

在開發(fā)機(jī)器學(xué)習(xí)應(yīng)用程序的過程中，隨著語言的發(fā)展，工具包和庫也在發(fā)展。這些工具包（例如TensorFlow）為語言提供了構(gòu)建復(fù)雜機(jī)器學(xué)習(xí)應(yīng)用程序的能力，而無需從頭構(gòu)建這些功能。TensorFlow提供了與Python、Haskell和R等多種語言的接口，便于構(gòu)建和部署深度學(xué)習(xí)應(yīng)用程序。

總結(jié)

AI概念及其數(shù)字后代機(jī)器學(xué)習(xí)的形成，推動(dòng)了語言與工具包的共同發(fā)展。語言提供用于構(gòu)建各種應(yīng)用程序的通用功能，而工具包則通過特定的機(jī)器學(xué)習(xí)能力來擴(kuò)展這些語言。

審核編輯：郭婷