أفضل لغات البرمجة 5 للحصول على تقدم AI

الذكاء الاصطناعي (القوى الدماغية من صنع الإنسان) يفتح الكون من الفرص لمصممي التطبيقات. من خلال استغلال منظمة العفو الدولية أو التعلم العميق، يمكنك إنشاء ملفات تعريف عميل متفوقة بكثير أو تخصيصا أو اقتراحات، أو دمج المزيد من الصيد الرائع أو الواجهة الصوتي أو المساعدة الحكيمة أو العمل في طلبك بطرق بديلة للغاية. يمكنك حتى تكوين التطبيقات التي ترى وسماعها والاستجابة للظروف التي لن تتوقعها من أي وقت مضى.

أي لغة برمجة ستكون من المستحسن أن تكتشف كيفية السموم بسلطة منظمة العفو الدولية؟ ستحتاج إلى لغة مع العديد من مكتبات التعلم العظيمة والتعلم العميق، من الواضح. يجب أن تشمل أيضا تنفيذ وقت تشغيل كبير، ودعم الصك العظيم، ومنطقة محلية هائلة من المطورين، ونظام بيولوجي سليم لدعم حزم. هذا هو مواطن واسع النطاق من الضروريات، ومع ذلك لا يزال هناك الكثير من البدائل الجيدة.

هنا هي اختياراتي للحصول على أفضل لهجات البرمجة الستة لتقدم AI، إلى جانب إشعارات رقمين جديرة بالملاحظة. جزء من هذه اللهجات على الصعود، بينما ينزلق الآخرون. لا يزال الآخرون بحاجة إلى التفكير في حال كنت حريصا على تصاميم وتطبيقات التعلم العميقة المسجلة. ماذا عننا ندرك كيف يكدسون جميعا.

python

في رقم واحد، لا يزال بيثون. كيف يمكن أن يكون الأمر شيء آخر، حقا؟ في حين أن هناك أشياء غنية ببيثون، في حالة إنجاز عمل منظمة العفو الدولية، فأنت أكثر عرضة من عدم استخدام ثعبان عاجلا أم آجلا. ما هو أكثر من ذلك، قام جزء من البقع غير السارة بسلاسة بعض الشيء.

كما نعتبر إلى عام 2020، أصبحت مسألة بيثون 2.x مقابل بيثون 3.x غير مستقر على أنها كل مكتبة مهمة تؤيد بيثون 3.x وتسقاط Python 2.x في عجلة من امرنا. الكل في الكل، يمكنك في النهاية استغلال جميع اللغات الجديدة تشمل بشكل حاسم.

وتتعمل في اعتبارنا أن بيرثونز تمنتج أحلام سيئة حيث يتم كسر كل ترتيب فريد بطريقة فريدة إلى حد ما، فيمكنك استخدام Anaconda حوالي 95٪ من الوقت وليس الضغط على الأشياء إلى أقصى الحدود. في أي حال، سيكون من الممتع إذا كان World Python قد يحل هذه القضية الطويلة الأمد للمرة الأخيرة.

جميع الأشياء التي تعتبرها مكتبات الرياضيات والتفاصيل التي يمكن الوصول إليها في Python لا مثيل لها عمليا في لهجات مختلفة. أصبح Numpy عالمي للغاية، بل يتعلق فقط ب API القياسي لمهام TENGOR، وتقدم الباندا إطارات أمرية لا تصدق وتكيفا عن Python. بالنسبة لمعالجة اللغة العادية (NLP)، لديك البداية NLTK و Spacy سريعة سريعة. ل AI، هناك القتال مع Scikit-Learn. ما هو أكثر من ذلك، فيما يتعلق بالتعلم العميق، مجمل المكتبات الحالية (Tensorflow، Pytorch، chainer، Apache MXNet، THEANO، وما إلى ذلك) تعهدات بيثون الأولى بشكل مناسب.

على افتراض أنك تكتسب حالة البحث في التعلم العميق على ARXIV، فسوف تكتشف معظم الدراسات التي تقدم شفرة المصدر تفعل ذلك في Python. ثم، في تلك المرحلة توجد قطع مختلفة من بيئة بيثون. في حين أن ipython أصبح كمبيوتر محمول Jupiteter، وأقل بايثون مدفوعة، فستسقأ في أي حال من الأحوال إلى أن معظم عملاء أجهزة الكمبيوتر المحمولة Jupyter، والأغلبية العظمى من لوحة الصفر المشتركة على الويب، استخدم بيثون. فيما يتعلق بإرسال النماذج، فإن نهج تصاميم المجهر والسلفيات، على سبيل المثال، يعني Seldon Core أن سهلة استثنائية لنقل نماذج بيثون جارية في الوقت الحاضر.

لا توجد وسيلة لتجنب ذلك. Python هي اللغة في طليعة أبحاث منظمة العفو الدولية، ويتتبع المرء هياكل التعلم الأكثر عمقا، والشخص الذي يتحدث عنه الجميع تقريبا في العالم الأمريكي. لذلك، فإن Python هو الأول من لهجات برمجة منظمة العفو الدولية، على الرغم من الطريقة التي يكشفها منشئك عن مشكلات المسافة المسافة بحيها أساسا مرة واحدة كل يوم.

c ++

ربما لن يكون

c ++ خيارا أفضل عند تعزيز تطبيق AI، ومع ذلك، عندما تحتاج إلى إخراج كل رقم من الإعدام من الإطار، فإن الوضع الذي يتحول إلى أن يكون أكثر طبيعية مثل التعلم العميق يذهب إلى الحافة وتحتاج إلى تشغيل النماذج الخاصة بك على الأصول الأطر الملزمة لها فرصة مثالية للمغامرة مرة أخرى في الكون المتشدد من المؤشرات مرة أخرى.

لحسن الحظ، يمكن أن يكون C ++ الحالي جميلا لتكوين (حقيقي!). لديك مجموعة مختارة من الأساليب. يمكنك إما أن تصنع غطما في الجزء السفلي من المكدس، واستخدام المكتبات مثل NVIDIAS CUDA لتأجيل التعليمات البرمجية الخاصة بك والتي تعمل بشكل مباشر على GPU الخاص بك، أو يمكنك استخدام Tensorflow أو Pytorch للحصول على إلقاء على واجهات برمجة التطبيقات ذات المستوى المهمة القابلة للتكيف. كل من Pytorch و Tensorflow تسمح لك بمودلات المكدس التي تم إنشاؤها في Python (أو مجموعة فرعية Torchscript Python (أو Pytorchs Torchscript من Python) وتشغيلها مباشرة في وقت تشغيل C ++، ورسمك أقرب إلى المعدن المكشوف للإبداع أثناء حفظ القدرة على التكيف.

لذلك، يتحول C ++ إلى قطعة أساسية من الأداة Stash حيث تطبيقات منظمة العفو الدولية تتضاعف عبر جميع الأدوات من الإطار الذي يزعف من LITLOST إلى المجموعات الصحية. الذكاء الاصطناعي على الحافة يعني صعوبة بدرجة كافية لتكون دقيقة بعد الآن؛ يجب أن تكون مقبولا وسريع.

جافا ولهجات JVM الأخرى

مجموعة من اللهجات JVM (Java، Scala، Kotlin، Clojure، وما إلى ذلك) تبقي على كونها قرار لا يصدق لتقدم تطبيق AI. لديك وفرة من المكتبات التي يمكن الوصول إليها لجميع قطع خط الأنابيب، بغض النظر عما إذا كانت تعاملها في اللغة العادية (Corenlp)، أو أنشطة TENSOR (ND4J)، أو كومة التعلم المعتمدة GPU-SPED كاملة (DL4J). إلى جانب أنك تحصل على إقلاب بسيط مراحل معلومات هائلة مثل Apache Spark و Apache Hadoop.

java هي اللغة الأكثر استخداما على نطاق واسع لمعظم المشاريع، ومع بناء اللغة الجديدة التي يمكن الوصول إليها في Java 8 وأشكال لاحقة، مما يؤدي إلى إنشاء رمز Java غير التجريبي الكثير من الأمريك الأمريكي. قد يشعر إنشاء تطبيق AI في جافا بمركف لمسة، ومع ذلك يمكن أن تعتني بالأعمال التجارية ويمكنك الاستفادة من جميع إطار عمل Java الحالي للتقدم والتنظيم والملاحظ.

جافا سكريبت

ربما كنت لن تتعلم جافا سكريبت حصريا لتأليف تطبيقات منظمة العفو الدولية، ومع ذلك، فإن Google Tensorflow.js عائدات لتحسين وتقديم طريقة رائعة لنقل نماذج Keras و Tensorflow إلى برنامجك أو من خلال Node.js باستخدام Webgl for GPU-SPED حتى الحسابات.

على الرغم من ذلك، هناك شيء واحد لم نشاهده بالفعل منذ إرسال Tensorflow.js هو طوفان هائل لمهندسي JavaScript في الفيضان في مساحة منظمة العفو الدولية. أشعر أنه قد يكون بسبب النظام البيولوجي المشتمل على جافا سكريبت عدم وجود مدى عمق المكتبات التي يمكن الوصول إليها في المقابل مع لهجات مثل Python.

علاوة على ذلك، على جانب العمال، لا يوجد في الواقع قليلا من الفائدة لنقل النماذج مع Node.js بدلا من أحد بدائل الثعبان، لذلك قد نرى تطبيقات AI التي تعتمد على جافا سكريبت تظل برنامجا أساسيا في موقع قريبا. ومع ذلك، فإن ذلك يحدد بالفعل الكثير من الأبواب المفتوحة المثيرة للاهتمام للترفيه فقط مثل مطاردة الرموز تعبيري الزبال.

Swift

swift for tensorflow. يتألف بشكل كامل، محدود Cruft Cruft من الأفضل في أبرز الملامح الفئة من Tensorflow، والمعالج الخافت الذي يسمح لك باستيراد مكتبات Python كما لو كنت تستخدم ثعبان في أي حال.

تقوم المجموعة Fastai بتقليل شكل سريع من مكتبةها المعروفة، وتم ضمانها عناقشات من التطورات الإضافية في إنتاج وتشغيل النماذج مع تحريك قدر كبير من TENSOR SMARTS في مترجم LLVM. هل هو خلق أعدت في الوقت الحاضر؟ ليس في الواقع، ومع ذلك، فقد يكون من المؤكد أن الطريق نحو صعودا وتحدثا عن تحسين التعلم العميق، لذلك يجب عليك فحص ما الجديد مع SWIFT.

ص لغة

r يأتي في الجزء السفلي من تشغيلنا، وانخفاض في ذلك. ص هي اللغة التي يحبها الباحثون المعلومات. ومع ذلك، فإن مهندسي البرامج المختلفة اكتشف بانتظام R إلى حد ما، بسبب منهجية مدفوعة الإطار في البيانات. من فرصة قبالة أن يكون لديك تجمع مخلص من المهندسين R، يمكن أن يكون جيدا للاستفادة من التأسيس مع Tensorflow أو Keras أو H2O للبحث والنماذج الأولية والتجريب، ومع ذلك أتساءل عما إذا كنت أقترح R for Eredion Election أو لتحسين غرينفيلد، بسبب الإعدام والشواغل الوظيفية. على الرغم من أنه يمكنك إنشاء رمز Bendant R الذي يمكن نقله على عمال الإنشاء، إلا أنه من المرجح أن يكون أكثر بساطة لاتخاذ نموذج R وإمصادةه في Java أو Python.