AI(人工智能技术)为程序开发者开启了新的升级概率。根据深度学习或者深度神经网络，你可以转化为更强的客户环境变量，人性化的设置和建议，或者集成更多的智能检索，视频和语音页面或者智能辅助，或者所有其他的方式来改善你的程序运行。你甚至可以建立一个程序来观察、倾听和采取行动。
探索AI的深度应该学习和训练什么样的计算机语言？自然，你可以需要一个有很多优秀的深度学习和深度神经网络库的语言。还应该具备优秀的运行时特性，优秀的特殊工具应用，众多程序员社区及其健康的应用生态系统。这里还剩下很多非常好的选择。
以下是我为AI开发和设计选择的五种最好的计算机语言。其中一些语言变得流行起来，而另一些语言似乎已经消失了。几个月后回家，你会发现这个排名早就变了。
1. Python首先，它是Python。怎么会是别的呢？是真的吗？虽然有令人恼火的Python相关条目-空 case，但是Python 2.x和Python 3.x有很大的区别，五个不同的软件包以不同的方式摆脱了它们——如果你已经做过AI的工作，你无疑会在某些情况下应用Python。
Python中可用的库基本上是其他语言无法比拟的。NumPy已经变得越来越普遍。它基本上是张量运算的标准API。Pandas为Python带来了R强大灵活的数据信息框架。对于NLP，你有一个体面的NLTK和一个快速的空间。对于深度学习，有一个经过测试的Scikit-learn。而且说到深度学习训练，所有库(TensorFlow，PyTorch，Chainer，Apache MXNet，Theano等。)现阶段是合理Python的第一个新项目。
如果你看过arXiv顶尖的深度神经网络科研的文章，基本上可以毫无疑问的在Python中寻找源代码。然后是Python生态系统的另一部分。虽然IPython早已成为Jupyter Notebook，而Python是管理中心，但你仍然会发现，大多数Jupyter Notebook的客户和他们大部分在线共享资源的笔记本电脑都使用Python。
没有绕过。Python是人工智能技术科学研究中最前沿的语言。它是你可以找到最深度学习和深度神经网络架构的语言，也是人工智能技术行业基本上任何人都会说的语言。正因如此，虽然你的创造者每天至少诅咒一次空白页问题，但Python仍然是人工智能技术的计算机语言的第一个例子。
2、Java系列产品JVM产品语言系列(Java、Scala、Kotlin、Clojure等。)也是AI软件开发的绝佳选择。无论是自然语言理解解决方案(CoreNLP)、张量计算(ND4J)还是详细的GPU加速深度神经网络堆栈(DL4J)，都可以应用很多库来管理方法生产线的每一个部分。此外，您还可以轻松浏览Apache Spark和Apache Hadoop等数据管理平台。
Java是大多数公司的通用语言，在Java 8和Java 9中显示了新的语言结构。写Java代码不是你们很多人还记得的那种可恨的感觉。用Java写人工智能程序会很枯燥，但是可以工作，可以使用目前所有的Java系统架构进行开发、设计、部署和监控。
3. C / C在开发设计AI程序时，C/C不太可能是你的首选，但如果你处于嵌入式工作环境，又负担不起Javavm虚拟机或Python编译器的成本，那么C/C就是应对之策。如果非要从系统软件中提取最后一个特性，那就需要回到全世界恐怖的表针了。
好在当代C/C写的很好(诚信！)。可以选择一些方式。你可以使用CUDA等库来编写自己的代码，这些代码将立即在GPU上工作，你也可以使用TensorFlow或Caffe来获得方便的高级API访问限制。后者还允许您导入大数据工程师将用Python构建的模型，然后在生产环境中以C/C提供的最高速度运行它们
注意来年室内空房间生锈会有什么影响。结合C/C的速度类型和数据信息的安全系数，在不容易造成安全系数问题的情况下，Rust是完成制造特性的最佳选择。TensorFlow关联已被使用。
4. JavaScriptJavaScript？原因是什么？所以，谷歌最近宣布了TensorFlow.js，这是一个WebGL加速库，允许你在Web浏览器中训练和操作深度学习实体模型。它还包括Keras API及其加载和应用在基本TensorFlow中训练的实体模型的功能。这会吸引很多开发者涌入AI行业。虽然JavaScript对深度学习库的访问限制与这里列出的其他语言不同，但快速的开发者会在他们的网页中添加神经网络，这与添加React组件或CSS特性基本相同。另外，要被授权，被恐吓。
TensorFlow.js还在起步阶段。目前，它可以在计算机浏览器中工作，但不能在Node.js中工作。它还没有完成详细的TensorFlow API。不过我预测，到2019年底，这两个问题都会得到处理，AI的JavaScript入侵也会在此后不久进行。
5. Rr进入前五的底部，趋于下降。r是大数据工程师最喜欢的语言。不过其他程发现，R第一次见到它的时候觉得有点疑惑，因为它选择了数据信息架构作为它的管理中心。如果你有一群专业的R开发人员，应用TensorFlow，Keras或者H2O进行科研，样机图纸和实验的集成，会更有意义，但我不想强烈推荐R用于制造。
其他人工智能编程选项
自然，Python、Java、C/C、JavaScript和R并不是唯一可以用于AI编程的语言。让我们来看看三种计算机语言。他们还没有完全进入前五名。
LUA两年前，Lua在人工智能技术行业处于领先水平。Lua依赖于Torch架构，是深度神经网络开发和设计中最流行的语言之一。在GitHub中你还是会遇到很多深度学习和训练的工作，其中实体模型是根据Lua/Torch定义的。我觉得了解Lua是个不错的主意，可以做科研，也可以打听一下自己以前的工作。但是随着TensorFlow和PyTorch的出现，Lua的应用已经大打折扣。
