“Python与人工智能”课程报告.docx

“Python与人工智能”课程报告未来的社会将是人工智能的天下，确实互联网巨头公司在人工智能领域投入 明显增大，都力争做人工智能时代的“带头大哥”。Python作为一门编程语言， 其魅力远超C#, Java, C, C+,它被昵称为“胶水语言”，更被热爱它的程序员誉 为“最美丽的”编程语言。从云端、客户端，到物联网终端，python应用无处 不在，同时也是人工智能首先的编程语言。下面来具体说一下Python为什么会 在人工智能时代如此火热人工智能是利用先进的IT生产出能做出与人类相似的反响的智能机器，人 工智能领域的研究包括：机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识 别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设 计、智能控制、机器人学、遗传编程、语言和图像理解等。随着移动互联网、物联网的加速开展，人类将迎来了人工智能的时代。无论 是战胜了围棋大师的AI,还是IBM的超级电脑“沃森”都让人工智能在科技圈 狠狠的火了一把。人工智能自诞生以来，技术日益成熟，应用领域也在不断扩大，从我们日常 用的智能音箱，到百度、谷歌等研发的无人驾驶，再到智能机器人，可以想象, 未来是人工智能的时代。很多人想学人工智能，无论在百度搜索，还是咨询相关 培训机构，Python总是会被提到，那么，Python和人工智能到底有什么关系呢?一、Python为什么更适合人工智能？差不多所有的编程语言都可以用来做人工智能，比方主流的编程语言 c/c+, Java等，但是为什么Python可以取代它们成为主流呢，Python还是用 Java编译的，为什么儿子可以超越爸爸呢？相对于Python而言，c/c+的运行 速度比Python强了至少几倍，甚至几百几千倍，但是C/C+专业性比拟强一点， 写的代码也比拟多Java比C/C+速度慢点，但是可移植性是最强当然也可以做 人工智能，但是Python为什么能取代高不成低不就Java做人工智能的主流呢？ 就是因为它的简单高效。二、在人工智能上使用Python编程语言的优势：1. 优质的文档2. 平台无关，可以在现在每一个*nix版本上使用3. 和其他面向对象编程语言比学习更加简单快速4. Python 有许多图像加强库像Python Imaging Libary, VTK 和 Maya 3D 可视化工具包，Numeric Python, Scientific Python和其他很多可用工具 可以于数值和科学应用。5. Python的设计非常好，快速，坚固，可移植，可扩展。很明显这些对于 人工智能应用来说都是非常重要的因素。6. 对于科学用途的广泛编程任务都很有用，无论从小的shell脚本还是整 个网站应用。7.最后，它是开源的。可以得到相同的社区支持。三、Python做人工智能的好处：1. 简单高效2. 优质的文档3. 强大的AI库其次Python是一门语法优美、Python,是一种面向对象的解释型计算机程序 设计语言，由荷兰人GuidovanRossuni于T989年创造，第一个公开发行版发行于 1991年。Python语法简洁清晰，特色之一是强制用空白符(whitespace)作为语 句缩进。简单易学的编程语言，拥有强大的人工智能库,python是一门计算机 编程语言，类似Java, PHP, C+等编程语言。人工智能英文简称“AI”，很多人以为人工智能与AI是不同的概念。AI是 计算机可以的一个分支，我们想通过开发计算能以人类智能相似的方式做出反响 的智能机器，所以用编程算法可以实现控制智能机器，我们上面介绍python有 丰富的扩展库，可以找到免费的众多开源的科学计算库。python和人工智能是两个不同的名词，还有AI是人工智能的英文简称，希 望各位程序不要混淆了。python本身面向对象语言，具有丰富和强大的库，轻 松地使用C语言、C+、Cython来编写扩充模块，所以很多称它为“胶水语言二人工智能的核心算法是完全依赖于C/C+的，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。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。Python是这些库的 API binding,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， 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 APT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(当然,也有一定的条件限制)。不过这也是PyPy这样的JIT解释器的一个障碍。而且Python历史上也一直都是 科学计算和数据分析的重要工具，有numpy这样的底子，因为行业近似所以选择 API binding语言的时候会首选Python,同时复用numpy这样的基础库既减少了 开发工作量，也方便从业人员上手。Peter Norvig在他的博客里解释了为什么使用Python。一开始他打算把 自己书中的Lisp代码翻译成Java,因为他的学生们对Java比拟熟悉，看到 Lisp的括号就头大如斗。但他们最后放弃了，因为Java太啰嗦了，书里的一 小段伪代码需要一大段的Java代码来表示，伪代码和Java代码的差异太大 了，即使它们表现的是同一个想法。最终Peter Norvig找了一-种和伪代码很 相似的程序语言，那就是Python o显然，当我们的目的是想要传达想法，方便教学的话，一种便于理解的语言 是最好的。首先我们会用自然语言，但是它不够形式化，有太多歧义。其次我 们会想到伪代码(pseudocode),可惜它又不能执行，无法立即验证正确性。所 以在这样的场景下，Python是比拟适用的。Python具有丰富而强大的库，能够将其他语言制作的各种模块很轻松的联 结在一起，对于性能要求高的功能，可以用C/C+进行重写，而后封装成Python 可以调用的扩展类库，这是人工智能必备功能，因此，Python编程对人工智能 是一门非常有用的语言。