我目前正在涉足专家系统，emacs lisp，以及阅读有关人工智能的内容。传统上，人工智能与LISP和CLIPS专家系统相关联。但是，我在计算科学中已经注意到使用了多少Python。那么人工智能和机器学习领域呢？是否仍然由LISP主导？ AI在人工智能中使用了多少？是什么新的功能语言，例如，在研究中使用clojure？
在专家系统领域，今天最常用/最受欢迎的外壳是什么？你知道吗？有什么有趣的发展吗？
答案 0 :(得分：3)
人造地区怎么样？ 智力和机器学习？
这取决于AI的哪个区域。
它仍然由LISP主导吗？
完全没有 - 除非它在过去几年中突然复活。
在AI中使用python多少钱？ 是任何较新的功能 语言，例如，clojure，存在 用于研究？
人们将使用适合其域名的任何语言。您还必须考虑库的可用性 - 如果您正在进行一些数据挖掘任务，您可以下载Weka并使用Java。或者，如果您正在进行涉及发送结构化XML消息的代理理论研究，您可能会发现自己使用您喜欢的XML解析器所使用的任何语言。或者如果您正在构建高性能步步高程序，您可能会坚持使用C / C ++并使用现有的评估函数（就像我使用gnubackgammon进行的研究一样）。
在专家系统领域，其中 贝壳今天最常用/最受欢迎？ 有什么有趣的发展吗？ 你知道的语言明智吗？
专家系统真的不再是风靡了。随着研究的进行，他们被发现是脆弱的系统，需要太多的手动TLC。如果您要尝试检测癌症，或者让某人获得信用卡资格，您最好使用一些ML系统，例如贝叶斯网络。
我认为你会发现大多数AI教科书都是平台无关的，因为底层算法与平台无关。
答案 1 :(得分：2)
麻省理工学院的Python规则 - 所以在那里完成的工作是用Python完成的 Prolog，Erlang，Scala，Java，Ruby：所有这些也出现在网络上 C / C ++：因为你总是需要一些东西来做很多数字运算真的非常快。
答案 2 :(得分：0)
Lisp与人工智能相关的原因是，当人工智能处于真正的新环境时，没有那么多人这样做，而当天的其他语言也不合适。现在人工智能领域有很多种，而且大多数语言至少都能达到70年代风格的LISP。所以没有一种主导语言。
如果您对AI感兴趣，请不要担心语言并开始学习技巧。语言并不重要。
杂项说明：
我在印第安纳大学学习计算语言学（这是一个经常使用机器学习技术的AI领域），而Python是IU原型的最受欢迎的选择。但绝不是绝对如此。总的来说，计算语言学没有任何主导语言用于研究。许多软件都是用Java和C / C ++发布的，因为这些语言快速且便携。 （我在后台运行couple of Java-based parsers时输入了这个内容。）
我只知道仍然使用Common Lisp的一两个组。我没有听说有人在Clojure上进行人工智能研究，但很有可能。至于其他新的函数式语言，微软使用F＃来开发人工智能的东西，但不一定是研究。我个人使用Haskell做了很多事情，但据我所知，这不是一个常见的选择。