您的位置:首页 > 编程语言 > Python开发

关于人工智能和python

2019-10-16 23:04 771 查看

                                                                                    

人工智能的话题在近几年可谓是相当火热,前几天看快本时其中有一个环节就是关于人工智能的,智能家电、智能机器人、智能工具等等,在我的印象里,提到人工智能就会出现 Python,然后我便在网上查找了相关信息,并整合了一下。

 

 

 

人工智能

人工智能,英文缩写为AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

 

Python

Python 是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越来越多被用于独立的、大型项目的开发。

 

之间的关系

而一般说起人工智能都认为是用 Python 语言实现的,就如我之前说的,但查完资料发现,的确大部分的人工智能的代码都是使用 Python 来编写,写人工智能代码时需要用到许多框架工具和库,这些大部分都是 Python 提供的,Python是这些库的API binding,但并不能因为这样就认为人工智能就是靠 Python 写的,Python 是解释语言,速度比较慢,它只是调用AI接口,而人工智能核心算法是完全依赖于 C/C++ 这类编译语言,真正的计算全是 C/C++ 写好的数据底层,因为是计算密集型,需要非常精细的优化,还需要GPU、专用硬件之类的接口,这些都只有C/C++能做到,用Python只是写相应的逻辑!所以某种意义上其实C/C++才是人工智能领域最重要的语言。

那为什么不直接全部用 C/C++ 写人工智能呢?这是因为 Python 强大的便捷性,开发生态成熟,有很多有用的库可以用。使用 Python是因为 CPython 的胶水语言特性,要开发一个其他语言到 C/C++ 的跨语言接口,Python是最容易的,比其他语言的 ffi 门槛要低不少,C语言要写几百行的代码,可能用 Python 几行就搞定了,效率很高。尤其是使用 Cython 的时候。其他语言的 ffi 许多都只能导入 C 的函数入口点,复杂的数据结构大多只能手工用 byte 数组拼起来,如果还需要回调函数输入那就无计可施了。而 CPython 的 C API 是双向融合的,可以直接对外暴露封装过的 Python 对象,还可以允许用户通过继承这些自定义对象来引入新特性,甚至可以从 C 代码当中再调用 Python 的函数。比如3D游戏中的图形渲染模块,性能要求特别高,就可以用C/C++重写,而后封装为Python可以调用的扩展类库。

打个比方,就像我们统计数据或选择用 excel 制作表格时,因为在需要用到加减乘除或者、函数等时,只需要套用公式就可以,因为 SUM、AVERAGE 等这样的函数运行的背后,是 C++/C# 等语言已经编写好了代码,所以 Excel 只是工具和展现形式并不是它做计算。同理在学习人工智能时 Python 只是用来操作深度学习框架的工具,实际负责运算的主要模块并不依靠 Python,真正起作用的是也是一大堆复杂的 C/ C++  程序。 

 

用于通用 AI:

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

pyDatalog —— Python 中的逻辑编程引擎

SimpleAI —— Python 实现了“AIMA”一书中描述的许多人工智能算法。它侧重于提供易于使用,有据可查的测试库。

EasyAI —— 简单的 Python 引擎,用于 AI 的双人游戏,如 Negamax, transposition tables, game solving。

 

用于机器学习:

PyBrain —— 灵活、简单,但对于机器算法任务非常高效,它是 Python 的一个机器学习模块化库。它还提供了各种预定义的环境来测试和比较你的算法。

PyML —— 一款以 Python 编写的侧重于 SVM 和其他内核方法的双边框架。它支持在 Linux 和 Mac OS X 上运行。

scikit-learn —— 旨在提供在各种环境下可重复使用的简单而强大的解决方案:机器学习作为科学和工程的多功能工具。它是一个 Python 模块,它将经典的经典机器学习算法集成在如紧密结合的科学世界的 Python 软件包中(如 numpy,scipy,matplotlib)。

小结

了解了 Python 和人工智能的关系后,我认为虽然人工智能的核心算法是 C/C++,但我们编写代码时并不需要过多的了解 C/C++,我们只需要用到 Python 就好,而 Python 语言对初学编程的人来说是很友好的,被称为“最不需要备注的语言”。上手快,语言简单易懂,对比其他语言来说没那么多条条框框的规则。

随着社会的不断发展和需求,人工智能已经逐渐被发展到社会行业的方方面面,从科学层面看,人工智能跨越认知科学、神经科学、数学和计算机科学等学科,具有高度交叉性;从技术层面看,人工智能包含计算机视觉、机器学习、知识工程、自然语言处理等多个领域,具有极强专业性;从产业层面看,人工智能在智能制造、智慧农业、智慧医疗、智慧城市等领域的应用不断扩大,具有内在融合性;从社会层面看,人工智能给社会治理、隐私保护、伦理道德等带来新的影响,具有全面渗透性。目前,在边界清晰、规则明确、任务规范的特定应用场景下(如下围棋、人脸识别、语音识别)设计出的智能体表现出较好的专用智能。在全新理念的引导下,机器人可以更多承担重复简单甚至是危险的工作,而帮助人类从繁杂工作中解放,获得更多从事创造性工作的机会。比起人工智能完全取代人的方式,工厂不必担心人工智能做出错误的决定延误生产,也不用考虑人在做重复劳动时效率降低的问题,双方取长补短,最大化的提升生产效率,从长远角度来看,这样的方式无疑更符合生产的需求,也更符合社会的需求。

所以我有一句话想对没学过编程,但对人工智能有所期望的人说:既然有 Python 这么好上手的、适合初学者的编程语言,为什么不都尝试学一下呢,毕竟技多不压身,不迈开第一步,你永远不知道你后面的路怎么走!

时代在进步,社会在发展,不说人工智能以后会不会大火,但一定不会褪色。

 


参考链接:https://blog.csdn.net/leyangjun/article/details/79931144

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: