答案 0 :(得分：10)
总的来说，我认为人们对AI语言“首选”的主要看法是它们具有高阶编程以及许多抽象工具。
高阶编程（也称为第一类对象）往往是我能看到的大多数AI语言http://en.wikipedia.org/wiki/Higher-order_programming的定义特征。那篇文章是一个存根，它省略了Prolog http://en.wikipedia.org/wiki/Prolog，允许高阶“谓词”。
但基本上高阶编程是你可以像变量一样传递函数的想法。令人惊讶的是，许多脚本语言也具有作为第一类对象的功能。 LISP / Prolog是AI语言。但其他一些可能会令人惊讶。我见过几本关于Python的AI书籍。其中一个是http://www.nltk.org/book。我也见过一些Ruby和Perl。如果您对LISP有更多了解，您会发现它的许多功能与现代脚本语言类似。然而，LISP于1958年问世......所以它确实超前了。
有Java的AI库。在Java中，您可以使用类上的方法将hack函数作为第一类对象进行排序，它比LISP更难/更方便但可能。在C和C ++中，你有函数指针，尽管它们再次比LISP更麻烦。
一旦将函数作为第一类对象，就可以比其他方式更加通用。如果没有作为第一类对象的函数，则可能必须构造sum(array)，product(array)来执行不同的操作。但是，如果将函数作为第一类对象，则可以计算accumulate(array, +)和accumulate(array, *)。你甚至可以做accumulate(array, getDataElement, operation)。由于人工智能定义如此严格，以至于灵活性类型是一个很大的帮助。现在，您可以构建更加通用的代码，这些代码更容易以最初未构思的方式进行扩展。
而Lambda（现在遍布整个地方）成为一种节省输入的方法，因此您无需定义每个功能。在上一个示例中，您只需说getDataElement(arrayelement) { return arrayelement.GPA }，而不必在某个地方accumulate(array, lambda element: return element.GPA, +)。因此，您不必使用大量函数来污染您的命名空间，只需调用一次或两次。
如果你回到1958年，基本上你的选择是LISP，Fortran或Assembly。与Fortran相比，LISP更灵活（不幸的是效率也更低），并提供了更好的抽象方法。除了作为第一类对象的功能之外，它还具有动态类型，垃圾收集等（今天任何脚本语言都有）。现在有更多的选择可以用作语言，虽然LISP从第一个受益，并成为每个人碰巧用于AI的语言。现在看看Ruby / Python / Perl / JavaScript / Java / C＃/甚至最新提出的C标准，你开始看到LISP隐藏的功能（map / reduce，lambdas，垃圾收集等）。 LISP远远超过了1950年代的时间。
即使是现在，LISP在大部分比赛中仍然保持着一些优势。 LISP中的宏系统非常先进。在C中，您可以使用库调用或简单宏（基本上是文本替换）来扩展语言。在LISP中，您可以定义新的语言元素（想想您自己的if语句，现在可以考虑使用自己的自定义语言来定义GUI）。整体LISP语言仍然提供主流语言仍然没有赶上的抽象方式。当然，您可以为C定义自己的自定义编译器并添加所需的所有语言结构，但没有人真正这样做。在LISP中，程序员可以通过宏轻松完成。此外，LISP是根据编程语言编写的，它通常比Perl，Python和Ruby更有效。
Prolog基本上是一种用于表示事实和规则的逻辑语言。什么是专家系统，但规则和事实的集合。由于在Prolog中表示一系列规则非常方便，因此专家系统存在明显的协同作用。
现在我认为使用LISP / Prolog来解决每个人工智能问题并非如此。实际上，只需查看可用于Java的众多机器学习/数据挖掘库。但是，当您正在为新系统进行原型设计或正在进行实验时，因为您不知道自己在做什么，使用脚本语言比使用静态类型语言更容易。 LISP是最早拥有我们认为理所当然的所有功能的语言。基本上一开始根本没有竞争。
一般来说，学术界似乎也很喜欢功能语言。因此，LISP的功能并没有什么坏处。虽然现在你也有ML，Haskell，OCaml等等（其中一些语言支持多种范例......）。
答案 1 :(得分：3)
Lisp和Prolog在这个特定领域的主要调用卡是它们支持像lambdas这样的元编程概念。重要的原因是，当您想要在编程语言中使用自己的编程语言时，它会有所帮助，就像您通常希望编写专家系统规则一样。
为了在像C这样的低级命令式语言中做得好，通常最好只为新的（专家系统规则）语言创建一个单独的编译器或语言库，这样你就可以用新的语言编写规则了。和你在C中的行为。这是CLIPS之类的原则。
答案 2 :(得分：2)
您想要的两件事是能够进行实验性编程和进行非常规编程的能力。
当你做人工智能时，根据定义，你并不真正知道自己在做什么。 （如果你这样做，那就不是人工智能了，不是吗？）这意味着你需要一种语言，你可以快速尝试并改变它们。我个人没有找到任何比Common Lisp更好的语言。
同样地，你做的事情并不常见。 Prolog已经是一种非传统的语言，Lisp的宏可以极大地改变语言。
答案 3 :(得分：1)
由于无状态特性，函数式编程语言更容易并行化。似乎已经有一个主题，在这里有一些好的答案：Advantages of stateless programming?
如上所述，由于语言的简单性，构建在LISP中生成程序的程序通常也更简单，但这只涉及人工智能的某些领域，如进化计算。
编辑：
好的，我会尝试解释一下为什么并行性对于AI使用符号AI作为一个例子很重要，因为它可能是我最了解的AI领域。基本上它是LISP发明当天每个人都在使用的东西，而它所基于的物理符号假设或多或少与你在LISP代码中计算和建模东西的方式相同。这个链接解释了一下： http://www.cs.st-andrews.ac.uk/~mkw/IC_Group/What_is_Symbolic_AI_full.html
所以基本上这个想法是你创建一个环境模型，然后搜索它以找到解决方案。要实现的最简单的算法之一是广度优先搜索，它是对所有可能状态的详尽搜索。在产生最佳结果的同时，通常非常耗时。优化这种方法的一种方法是使用启发式（A *是一个例子），另一种方法是在CPU之间划分工作。
由于无状态，理论上，您在搜索中展开的任何节点都可以在单独的线程中运行，而不会产生锁定共享数据的复杂性或开销。通常，假设硬件可以支持它，那么您可以更快地获得结果，从而可以更快地并行化任务。这方面的一个例子可能是折叠@ home项目，它在许多GPU上分配工作以找到最佳的蛋白质折叠配置（可能与LISP无关，但与并行性有关）。
答案 4 :(得分：1)
“AI”是什么意思？这个领域非常宽泛，使得这个问题无法回答。你在看什么应用程序？
使用LISP是因为它比FORTRAN更好。也使用了Prolog，但没有人记得。这是人们相信基于符号的方法是可行的方式，然后才能理解传感和表达层的难度。
但现代的“AI”（机器视觉，规划师，地狱，谷歌不可思议的知道你的意思的能力）是用更高效的编程语言完成的，这种语言对大型团队来说更具可持续性。这通常意味着C ++这些天 - 但并不像有人认为C ++是人工智能的好语言。
天啊，你可以在70年代的MATLAB中做很多被称为“AI”的事情。没有人以前称MATLAB为“人工智能的好语言”，对吗？
答案 5 :(得分：0)
据我所知LISP，这是一种Functional Programming语言，你可以制作“制作节目的节目。我不知道我的答案是否符合你的需要，请参阅上面的链接以获取更多信息。
答案 6 :(得分：0)
语言本身（没有图书馆）适用于特定的研究/调查和/或学习/学习领域（“如何以最困难的方式做最简单的事情”）。
商业开发的适用性取决于框架，库，开发工具，开发人员社区，公司采用的可用性。例如，在互联网上你会发现支持任何，甚至最奇特的问题/区域（当然包括AI区域），例如，在C＃中，因为它是主流。
更新：
哎呀，我真的没想到会引起我的回答和讨论。
在（“如何以最困难的方式做最简单的事情”）中，我的意思是学习和学习，以及学术研发目标/技术/方法/方法与（商业）发展的目标不一致。
在学生（甚至学术）项目中，人们可以编写大量代码，这些代码可能需要商业RAD中的一行代码（使用框架或库的组件/服务/功能）。
由于..！哦！ 因为，在没有首先就术语的共同定义达成一致的情况下纠缠/发展任何讨论是没有意义的......这些术语是主观的并且依赖于语境......并且在一般/抽象语境中并不那么容易制定。 这是不同科学的整个领域的跨学科问题
问题是广泛的（哲学的）和躲避式的......没有开始和结束......没有背景和定义就没有明确的答案......
我们是否会在这里制定一些规范提案？
答案 7 :(得分：0)
具有实例化的模式匹配构造（或容易构造模式匹配代码的能力）是一大优点。模式匹配对于A.I.来说并不是完全必要的，但它可以确保简化许多A.I.的代码。任务。我发现这也使F＃成为A.I的便捷语言。