我們經常聽到”Python“與”人工智慧“這兩個詞，也很容易混淆這兩個詞，

那麼Python和人工智慧到底什麼關係呢？

關於Python

Python是一門計算機程式語言，目前在人工智慧科學領域被廣泛應用，廣泛應用就表明各種庫，各種相關聯的框架都是以Python作為主要語言開發出來的。

谷歌的TensorFlow大部分程式碼都是Python，其他語言一般只有幾千行。

Python雖然是指令碼語言，但是因為容易學，迅速成為科學家的工具，從而積累了大量的工具庫、架構，人工智慧涉及大量的資料計算，用Python是很自然的，簡單高效。

Python有非常多優秀的深度學習庫可用，現在大部分深度學習框架都支援Python，不用Python用什麼?

關於人工智慧

人工智慧是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，

該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。

人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的“容器”

簡單來說，人工智慧是一種未來性的技術。

人工智慧的應用

從我們日常用的智慧音箱，到百度、谷歌等獨角獸公司研發的無人駕駛汽車，再到波士頓動力最新的智慧機器人，都是人工智慧技術的現實應用。

有人預測，在未來十年，人工智慧將主導我們的生活。

至2027年：

•自動駕駛已相當成熟，大街上超過30%的汽車是無人駕駛的，很多私家車主在上班期間就把車開啟自動架駛模式，讓它自己接單掙外快

•各行業大量使用機器人替代人工，底層的司機、保安、快遞、清潔工、超市服務員、護士、製造工人等技術含量較低的工程受到極大衝擊。

Python和人工智慧的關係

其實，簡單來說，Python是最適合人工智慧開發的程式語言。

Python由於簡單易用，是人工智慧領域中使用最廣泛的程式語言之一，它可以無縫地與資料結構和其他常用的AI演算法一起使用。

當談到AI時，Python是一種現代化的選擇。

為什麼呢，除了一般的原因，Python使原型設計變得更加快捷，同時具有更加穩定的架構。

舉個例子，比如Scikit-learn(一個機器學習庫)。 在Python中除錯是一個很快的過程。它還提供了對其他語言的應用程式設計介面(API)。Python的大量的庫很有幫助，但是你必須精通Python，才能很好地利用它。

未來10年將是大資料，人工智慧爆發的時代，到時將會有大量的資料需要處理,而python最大的優勢，就是對資料的處理，有著得天獨厚的優勢，我相信未來的10年，Python會越來越火。

Python語言簡單易學，支援庫豐富強大，這兩大支柱從早期就奠定了Python的江湖地位。

大資料與人工智慧時代，掌握Python基礎後，我們可以選擇資料分析方向、人工智慧方向、全棧開發方向.....

提到人工智慧就一定會提到Python，有的初學者甚至認為人工智慧和Python是劃等號的。其實Python是一種計算機程式設計語言。是一種動態的、面向物件的指令碼語言，開始時是用於編寫自動化指令碼(shell)，隨著版本的不斷更新和語言新功能的新增，越來越多被用於獨立的、大型專案的開發。而人工智慧通俗講就是人為的透過嵌入式技術把程式寫入機器中使其實現智慧化。顯然人工智慧和Python是兩個不同的概念。

人工智慧和Python的淵源在於就像我們統計資料或選擇用excel製作表格時，因為在需要用到加減乘除或者、函式等時，只需要套用公司就可以。因為SUM、AVERAGE等這樣的函式執行的背後，是C++/C#等語言已經編寫好了程式碼，所以Excel只是工具和展現形式並不是它做計算。同理在學習人工智慧時Python只是用來操作深度學習框架的工具，實際負責運算的主要模組並不依靠Python，真正起作用的是也是一大堆複雜的C++ / CUDA程式。

深度學習人工智慧時，自己計算太複雜，還要寫C++程式碼操作，這時程式設計師就想要不搞一套類似複雜的Excel配置表，直接搭建神經網路、填引數、匯入資料，一點按鈕就直接開始訓練模型、得出結果。這個方法簡單實用可是神經網路搭建起來太複雜，需要填寫的引數太多，各種五花八門的選項也很難做成直觀的圖形工具。只能用一個類似Python的相對好用的語言，透過簡化的程式程式碼來搭建神經網路、填寫引數、匯入資料，並呼叫執行函式進行訓練。透過這種語言來描述模型、傳遞引數、轉換好輸入資料，然後扔到複雜的深度學習框架裡面去計算。那麼為什麼會選擇Python？

科學家們很早就喜歡用Python實驗演算法，也善於使用numpy做科學計算，用pyplot畫資料圖。恰好Google內部用Python也非常多，所以採用Python也是必然的。除Python外，實際上TensorFlow框架還支援JavaScript、c++、Java、GO、等語言。按說人工智慧演算法用這些也可以。但是官方說了，除Python之外的語言不一定承諾API穩定性。所以人工智慧和Python就密不可分了。

單說人工智慧的核心演算法，那是是完全依賴於C/C++的，因為是計算密集型，需要非常精細的最佳化，還需要GPU、專用硬體之類的介面，這些都只有C/C++能做到。所以某種意義上其實C/C++才是人工智慧領域最重要的語言。Python是這些庫的API binding，要開發一個其他語言到C/C++的跨語言介面，Python是最容易的，比其他語言的ffi門檻要低不少，CPython的C API是雙向融合的，可以直接對外暴露封裝過的Python物件，還可以允許使用者透過繼承這些自定義物件來引入新特性，甚至可以從C程式碼當中再呼叫Python的函式。

Python一直都是科學計算和資料分析的重要工具。Python是這些庫的API binding，要開發一個其他語言到C/C++的跨語言介面。Python是最容易的，比其他語言的ffi門檻要低不少，CPython的C API是雙向融合的。可以直接對外暴露封裝過的Python物件，還可以允許使用者透過繼承這些自定義物件來引入新特性，甚至可以從C程式碼當中再呼叫Python的函式。都說時勢造英雄，也可以說是人工智慧和Python互相之間成就者對方，人工智慧演算法促進Python的發展，而Python也讓演算法更加簡單。

Python是個指令碼語言，也叫作膠水語言，可以因為快速搭建模型而受到喜愛，真正工程上的人工智慧還得用c++

日常生活中的智慧音箱、無人駕駛汽車、智慧機器人、語言識別、影象識別都是人工智慧技術的現實應用。

python因為簡單易學，支援庫豐富而強大奠定了python的地位，而在人工智慧上得以廣泛應用。

未來將是大資料，人工智慧爆發的時代，到時候需要有大量的資料需要處理，而python最大的優勢，就是對資料的處理，有著得天獨厚的優勢，我相信，python會越來越火