人工智能机器人研发的十大热门编程语言：不死 Java、不朽 C/C ++，以及新贵 Python-千家人工智能网--360°玩转人工智能
人工智能机器人研发的十大热门编程语言：不死 Java、不朽 C/C ++，以及新贵 Python
[导读]流水的编程语言，铁打的 Java、C/C++。
进行研发，应该选择哪种编程语言？
这是很多机器人专家在自身的职业生涯中都会存在的一个入门级思考。毕竟，在学习一门编程语言时，需要花费大量的时间及精力，如果掌握了这门语言却又不发挥其真实的价值，又有什么用呢？但不幸的是，到目前为止，也没有一个确切而直接的答案出现。
如果你在 Stack Overflow、Quora、Trossen、Reddit 或 Research Gate 等机器人专家或者社区论坛上提问“机器人最好的编程语言是什么？”，毋庸置疑，你将会收到不同的答案。
电子工程师会给予工业机器人技术人员不同的答复。大多数人都会相信的“最好的入门级编程语言”的答案是“这将取决于哪一领域”。其实最合理的答案，应该是它取决于你想开发什么类型的软件，以及你正在使用什么样的系统。且对于机器人科学家来说，最关键的是建立“编程思维”，而不是用一种特定的语言来局限。在很多方面，首先学习哪种编程语言并不重要，重要的是在通过编程思维来不断提高自身的技能。
而回归本文主题，对于首选编程语言的选择，没有最佳的答案，但本文中，我们将介绍程序员在机器人编程中最流行的十大编程语言，并通过对比其优缺点，希望可以给予开发者提供一定的参考方向，做出自己的最佳选择。
世界上超过 1500 种编程语言可以学习。以下将会列出机器人中十种最流行的编程语言。每种语言都有不同的优势，本文根据作者自身的开发及实践经验，优先级从低到高所列举了十大编程语言排行榜。
10. BASIC / Pascal
BASIC 和 Pascal 是我曾学过的两种主要的编程语言，但这并不是我将其列入此排行榜的原因。事实上，它们可以很好地运用于工业机器人编程上。BASIC 针对初学者而设计，这使它可以成为开发者简单的入门语言。
Pascal 旨在提高编程实践，还引入了一些类似于指针这样的构建，这使得它成为从 BASIC 晋升到更高级的其他语言的一个奠基石。如今，这两种语言对“日常应用”的程序语言来说有些过时了。但如果你准备进行一定程度的底层编码，或需要熟悉其他工业机器人语言时，那么了解它们会对你有所帮助。
9.工业机器人语言
实际上，每一个机器人制造商都已经建立了自己专有的限制性机器人编程语言，这一直是工业机器人领域的一个问题。通过学习 Pascal，你会熟悉它们中的一部分。但是，当你开始在另一个机器人平台编码时，还需要使用不同的编程语言。
如机械臂领域实力强劲的 ABB 公司，用的语言系统叫做 RAPID；来自于德国的 KUKA，语言和公司名字一样也叫做 KUKA；Comau 利用 PDL2；Yaskawa 利用 Advise 和 Kawasaki 利用 AS。在这一点上，Fanuc 机器人利用 Karel，Staubli 机器人利用 VAL3 和 Widespread Robots 利用 URScript。
最近，像 ROS 行业已经开始为程序员提供更加标准化的替代语言选择。但是如果是一个技术人员，你仍然更可能不得不使用制造商的编程语言。
LISP 是世界上第二古老的编程语言（FORTRAN 更古老，但只差一年）。相比本文提到很多其它编程语言，它的应用并不广泛。不过在人工智能编程领域它还是相当重要的。ROS 的一部分是用 LISP 写的，虽然你不需要掌握这个来使用 ROS。
7.硬件描述语言（HDL）
硬件描述语言一般是用来描述电气的编程方式。这些语言对于一些机器人专家来说是非常常见，因为他们习惯 FPGAs（FieldProgrammableGateArrays）编程。FPGAs 能让你开发电子硬件而无需实际生产出一块硅芯片，对于一些开发来说，这是更快更简易的选择。如果你没有开发电子原型产品，你也许永远不会用 HDLs。
即便如此，还是有必要了解一下这种编程语言，因为它们和其它编程语言差别很大。一个重点：HDLs 所有的操作是并发的，而不是基于处理器的编程语言的顺序操作。
6.Assembly
Assembly 使你能够在“1 和 0 级”程序中进行编程。 这是最底层的编程语言。在过去，大多数底层硬件需要在 Assembly 中进行编程。 随着 Arduino 和其他类似微控制器的兴起，你现在可以利用 C / C ++ 在底层进行有效的编程，这意味着 Assembly 对于一般的机器人科学家来说，显然已不太重要。
MATLAB、及其相关的开源语言（例如 Octave），是一些着名的机器人科学家用于调查数据和创建控制系统常用的语言。
此外，还有一个非常有名的 MATLAB 机器人工具箱。如果你需要分析数据，创建高级图表或执行控制系统，那就需要学习 MATLAB。
4. C＃/ .NET
C＃ 是微软提供的一种限制性编程语言。这很大程度上是由微软机器人工程师工作室（Microsoft Robotics Studio Studio）提供的，微软机器人工程师工作室将其作为其基本语言。如果你使用这个框架，就必须学习 C＃。尽管如此，想要长期地提高自身的编码能力，首先学习 C / C ++ 不失为一个好的选择。
作为一个电子工程师，我经常惊讶于一些软件工程课程将 Java 作为他们的第一编程语言。
Java 对程序员“掩盖”底层存储功能，这使得 Java 对程序的要求要比 C 语言对程序的要求更低一些，但这意味着你对底层代码的运行逻辑了解比较少。从软件工程的基础到探索机器人技术的未来，你很可能已经学习了 Java。
像 C＃ 和 MATLAB 一样，Java 是一种解释性语言，这意味着它不会被编译成机器代码。相反，Java 虚拟机在运行时解释指令。使用 Java，理论上让你可以在不同的机器上运行相同的代码，这得感谢 Java 虚拟机。在实践中，这不总是可行的，有时会导致代码运行缓慢。但是 Java 在一部分机器人学中非常流行，因此你也许需要它。
近来，尤其是在机器人领域，Python 已经有了翻天覆地的变化。其中一个原因是Python（和 C ++）是 ROS 中的两种主要编程语言。
如同 Java 一样，它也是一种解释性语言。但与 Java 不同的是，Python 的重点是易用性。Python 不需要很多时间来做常规的事情，如定义和强制转换变量类型。这些在编程里面本是很平常的事。另外，Python 还有大量的免费库，这意味着当你需要实现一些基本的功能时不必“重新发明轮子”。而且由于它与 C / C ++ 代码之间可以进行简单的绑定，这就意味着代码繁重部分的性能可以植入这些语言，从而避免性能损失。
随着越来越多的电子产品开始支持“开箱即用”Python（与 RaspberryPi 一道），我们可能会在机器人中看到更多 Python。
1. C / C ++
机器人第一编程语言——C/C++！很多人都认为 C 和 C ++ 对新的机器人科学家来说是一个良好的开端。
为什么呢？
其主要原因是如今有大量的硬件库都使用这两种语言。它们适用于低级别的硬件，允许实时性能，是非常成熟的编程语言。现在，你可能会使用 C++ 远超过 C，因为 C++ 具有更大的实用性。C ++ 是 C 语言的扩展，从基础的 C 学起，你也会收获很多，特别是当你发现一个硬件库是用 C 编写的。但是 C / C ++ 编写的硬件库不像 Python 或 MATLAB 那样简单易用。使用 C 来执行类似的功能，可能需要相当长的时间，并且需要更多的代码行。尽管如此，由于机器人极其依赖实时性能，所以 C 和 C ++ 是最接近机器人科学家心目中“标准语言”的编程语言。
本文列举了机器人十大热门编程语言，但这并不意味着你需要全部掌握每一门。对于每位开发者而言，最重要的是要发现一种对自身来说很自然的语言，且适合你的机器人硬件。也需要一种语言，使你能够快速而有效地创建程序。
我的个人建议先学习 Python。因为 Python 是一门非常简单易懂的语言，有许多有效的库可供学习，而且功能非常强大。我听过也看过很多（官方经验丰富的）程序员可以在几天内学习会 Python，并且很快就应用到大部分编程需求中。当你能明智地使用 Python 之后，我会建议学习 C，由 C ++ 来牵引。因为你需要将它与机器人硬件驱动程序的巨大主导接口进行交互。
千家智客微信公众号
扫描下方二维码，关注千家智客微信公众号（qianjiacom），随时随地知晓智能行业天下事！
编辑：姚翠铃
100/100字符
全部评论（0）
学习好帮手——小象随身译25岁Java工程师如何转型学习人工智能？ - ThinkPHP框架
收到不少童鞋的来信，其中以职业发展、技术成长的困惑居多。
今天选择了一个颇具有代表性的问题：关于目前大热的AI入门学习，希望能帮助有同样问题的童鞋解惑指路。
来信问题：25岁Java工程师如何转型学习AI？
我是一名25岁的Java开发工程师。本科学习的专业是信息与计算科学（数学专业），因为对计算机方面感兴趣，之后培训学习了Java，所以现在从事Java开发。目前就是在电商公司开发一些系统。
我对人工智能非常感兴趣，对数学的兴趣也从未减弱。人工智能设计的学习材料很多，像我这样的状况，如果想要转型以后从事这方面的工作，具体应该学习些什么？
阿里技术童鞋“以均”回信：
首先，我想聊聊为何深度学习最近这么火。
外行所见的是2016年AlphaGo 4比1 战胜李世石，掀起了一波AI热潮，DeepMind背后所用的深度学习一时间火得不得了。其实在内行看来，AlphaGo对阵李世石的结果是毫无悬念的，真正的突破在几年前就发生了。
2012年，Gefferey Hinton的学生Alex使用一个特别构造的深度神经网络（后来就叫AlexNet），在图像识别的专业比赛ImageNet中，得到了远超之前最好成绩的结果，那个时候，整个人工智能领域就已经明白，深度学习的革命已经到来了。
果然，之后深度学习在包括语音识别，图像理解，机器翻译等传统的人工智能领域都超越了原先各自领域效果最好的方法。从2015年起，工业界内一些嗅觉灵敏的人士也意识到，一场革命或已到来。
关于基本概念的学习
机器学习与深度学习
深度学习是机器学习中的一种技术，机器学习包含深度学习。机器学习还包含其他非深度学习的技术，比如支持向量机，决策树，随机森林，以及关于“学习”的一些基本理论，比如，同样都能描述已知数据的两个不同模型，参数更少的那个对未知数据的预测能力更好（奥卡姆剃刀原理）。
深度学习是一类特定的机器学习技术，主要是深度神经网络学习，在之前经典的多层神经网络的基础上，将网络的层数加深，并辅以更复杂的结构，在有极大量的数据用于训练的情况下，在很多领域得到了比其他方法更好的结果。
机器学习与大数据
大数据：机器学习的基础，但在多数语境下，更侧重于统计学习方法。机器学习，深度学习，数据挖掘，大数据的关系可以用下图表示
系统学习资料
深度学习火起来之后，网上关于深度学习的资料很多。但是其质量参差不齐。我从2013年开始就关注深度学习，见证了它从一个小圈子的领先技术到一个大众所追捧的热门技术的过程，也看了很多资料。我认为一个高质量的学习资料可以帮助你真正的理解深度学习的本质，并且更好地掌握这项技术，用于实践。
以下是我所推荐的学习资料：
首先是视频课程。
Yaser Abu-Mostafa
加州理工的Yaser Abu-Mostafa教授出品的机器学习网络课程，非常系统地讲解了机器学习背后的原理，以及主要的技术。讲解非常深入浅出，让你不光理解机器学习有哪些技术，还能理解它们背后的思想，为什么要提出这项技术，机器学习的一些通用性问题的解决方法（比如用正则化方法解决过拟合）。强烈推荐。
课程名称：Machine Learning Course - CS 156
视频地址：https://www.youtube.com/watch?v=mbyG85GZ0PI&list=PLD63A284B7615313A
Geoffrey Hinton
深度学习最重要的研究者。也是他和另外几个人（Yann LeCun，Yoshua Bengio等）在神经网络被人工智能业界打入冷宫，进入低谷期的时候仍然不放弃研究，最终取得突破，才有了现在的深度学习热潮。
他在Coursera上有一门深度学习的课程，其权威性自不待言，但是课程制作的质量以及易于理解的程度，实际上比不上前面Yaser Mostafa的。当然，因为其实力，课程的干货还是非常多的。
课程名称：Neural Networks for Machine Learning课程地址：https://www.coursera.org/learn/neural-networks
Google工程师出品的一个偏重实践的深度学习课程。讲解非常简明扼要，并且注重和实践相结合。推荐。
课程名称：深度学习课程地址：https://cn.udacity.com/course/deep-learning--ud730
国内小象学院出品的一个深度学习课程，理论与实践并重。由纽约城市大学的博士李伟主讲，优点是包含了很多业内最新的主流技术的讲解。值得一看。课程名称：深度学习（第四期）课程地址： http://www.chinahadoop.cn/classroom/45/courses
推荐阅读书目
《Deep Learning the Book》 —— 这本书是前面提到的大牛Yoshua Begio的博士生Goodfellow写的。Goodfellow是生成式对抗网络的提出者，生成式对抗网络被Yann LeCun认为是近年最激动人心的深度学习技术想法。这本书比较系统，专业，偏重理论，兼顾实践，是系统学习深度学习不可多得的好教材。英文版：http://deeplearningthebook.com目前Github上已经有人翻译出了中文版：https://github.com/exacity/deeplearningbook-chinese
推荐学习路径
不同的人有不同的需求，有些人希望掌握好理论基础，然后进行实践，有些人希望能够快速上手，马上做点东西，有些人希望理论与实践兼顾。下面推荐几条学习路径，照顾到不同的需求。大家可以根据自己的特点进行选择。
Hard wayYaser -& Geoffrey Hinton -& UdaCity -& Good Fellow特点：理论扎实，步步为营。最完整的学习路径，也是最“难”的。推荐指数： 4星
Good wayYaser -& UdaCity -& 小象学院 -& Good Fellow特点：理论扎实，紧跟潮流，兼顾实战，最后系统梳理。比较平衡的学习路径。推荐指数： 5星
&Fast& wayUdaCity -& Good Fellow特点：快速上手，然后完善理论。推荐指数： 4星
&码农& wayUdaCity特点：快速上手，注重实践。推荐指数： 3星
原文链接：http://click.aliyun.com/m/26232/
阿里巴巴算法工程师应届生招聘岗位，欢迎大家投递简历：
https://campus.alibaba.com/position.htm?refno=11792 算法工程师-机器学习 Software engineer -Machine Learning
https://campus.alibaba.com/position.htm?refno=11790
算法工程师-语音对话交互 Software engineer -Speech & Interaction
https://campus.alibaba.com/position.htm?refno=11791
算法工程师-自然语言处理 Software engineer -Natural Language Processing
https://campus.alibaba.com/position.htm?refno=11793
算法工程师-图像图形 Software engineer - Computer Vision & Graphics
https://campus.alibaba.com/position.htm?refno=11813
基础平台研发工程师 Software Engineer – Platform
ThinkPHP 是一个免费开源的，快速、简单的面向对象的 轻量级PHP开发框架 ，创立于2006年初，遵循Apache2开源协议发布，是为了敏捷WEB应用开发和简化企业应用开发而诞生的。ThinkPHP从诞生以来一直秉承简洁实用的设计原则，在保持出色的性能和至简的代码的同时，也注重易用性。并且拥有众多的原创功能和特性，在社区团队的积极参与下，在易用性、扩展性和性能方面不断优化和改进，已经成长为国内最领先和最具影响力的WEB应用开发框架，众多的典型案例确保可以稳定用于商业以及门户级的开发。最适合人工智能开发的5种编程语言
> 最适合人工智能开发的5种编程语言
最适合人工智能开发的5种编程语言
　　自从去年，AlphaGo打遍天下棋手无对手，的风头就一直无人能及。在刚刚过去的IT领袖峰会上，BAT三位大佬都看好的未来发展。今年年初，百度就做了一个大动作，在医疗方面押宝，所以在这次峰会上李彦宏也发声称互联网是道开胃菜，人工智能才是主菜。本文引用地址：
　　人工智能是一个很广阔的领域，很多编程语言都可以用于人工智能开发，所以很难说人工智能必须用哪一种语言来开发。选择多也意味着会有优劣之分，并不是每种编程语言都能够为开发人员节省时间及精力。所以我们整理了5种比较适用于人工智能开发的编程语言，希望能够对你有所帮助。
　　由于简单易用，是人工智能领域中使用最广泛的编程语言之一，它可以无缝地与数据结构和其他常用的AI算法一起使用。
　　之所以时候AI项目，其实也是基于Python的很多有用的库都可以在AI中使用，如
　　Numpy提供科学的计算能力，Scypy的高级计算和Pybrain的机器学习。
　　另外，Python有大量的在线资源，所以学习曲线也不会特别陡峭。
　　Java也是AI项目的一个很好的选择。它是一种面向对象的编程语言，专注于提供AI项目上所需的所有高级功能，它是可移植的，并且提供了内置的垃圾回收。另外Java社区也是一个加分项，完善丰富的社区生态可以帮助开发人员随时随地查询和解决遇到的问题。
　　对于AI项目来说，算法几乎是灵魂，无论是搜索算法、自然语言处理算法还是神经网络，Java都可以提供一种简单的编码算法。另外，Java的扩展性也是AI项目必备的功能之一。
　　Lisp因其出色的原型设计能力和对符号表达式的支持在AI领域崭露头角。LISP作为因应人工智能而设计的语言，是第一个声明式系内函数式程序设计语言，有别于命令式系内过程式的C、Fortran和面向对象的Java、C#等结构化程序设计语言。
　　Lisp语言因其可用性和符号结构而主要用于机器学习/ ILP子领域。著名的AI专家彼得&诺维奇(Peter Norvig)在其《Artificial Intelligence: A modern approach》一书中，详细解释了为什么Lisp是AI开发的顶级编程语言之一，感兴趣的朋友可以自行查看。
　　Prolog
　　Prolog与Lisp在可用性方面旗鼓相当，据《Prolog Programming for Artificial Intelligence》一文介绍，Prolog一种逻辑编程语言，主要是对一些基本机制进行编程，对于AI编程十分有效，例如它提供模式匹配，自动回溯和基于树的数据结构化机制。结合这些机制可以为AI项目提供一个灵活的框架。
　　Prolog广泛应用于AI的 expert系统，也可用于医疗项目的工作。
　　C ++是世界上速度最快的编程语言，其在硬件层面上的交流能力使开发人员能够改进程序执行时间。 C ++对于时间很敏感，这对于AI项目是非常有用的，例如，搜索引擎可以广泛使用C ++。
　　在AI项目中，C++可用于统计，如神经网络。另外算法也可以在C ++被广泛地快速执行，游戏中的AI主要用C ++编码，以便更快的执行和响应时间。
　　写在最后：
　　其实为AI项目选择编程语言，其实很大程度上都取决于sub-field，对于编程语言的选择要从大局入手，不能只考虑部分功能。在这些编程语言中，Python因为适用于大多数AI sub-field，所以渐有成为AI编程语言之首的趋势，而Lisp和Prolog因其独特的功能，所以在部分AI项目中卓有成效，地位暂时难以撼动。而Java和C++的自身优势将在AI项目中继续保持。
分享给小伙伴们：
我来说两句……
最新技术贴
微信公众号二
微信公众号一Java语言适合人工智能开发吗_百度知道
Java语言适合人工智能开发吗
我有更好的答案
Java可以开发人工智能，但执行速度太慢，不是最适合开发人工智能的语言。Python是人工智能使用最广泛的编程语言。
采纳率：83%
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)}