python應該是現在用的最多的了，其次就是C/C++，小眾一點的就是像LUA這種，也有專門做演算法研究的用matlab，我們實驗室一般是matlab做基礎演算法實驗，python做AI神經網路搭建，C/C++做工程上的應用封裝。

實際上，選擇語言還是要看你具體做什麼，相信對於程式猿來說，只要精通了一個語言，其他語言上手到熟悉花不了太多時間。

現在各大主流AI框架基本上都同時提供有各類語言的介面，如果只是使用，那基本上用自己熟悉的語言，如果還需要學習研究甚至改造框架和一些底層演算法，那還是python適用面更廣。

Python語言目前在人工智慧領域的應用是比較普遍的，主要原因有三點，其一是Python語言實現起來比較容易，Python語言當中有大量的庫可以直接使用，這會在很大程度上方便人工智慧的開發，比如pandas、Scipy、Numpy等庫；其二是Python語言本身能夠完成落地應用，生態環境比較健全；其三是Python程式調整起來比較方便，由於目前人工智慧領域的研發尚處在早期，需要頻繁的調整，這也是Python得到大量應用的重要原因。

Python除了在人工智慧領域的應用比較廣泛之外，Python在大資料和嵌入式開發領域也有大量的應用場景，而大資料和嵌入式開發與人工智慧也有密切的聯絡，所以未來Python在產業網際網路階段的應用前景還是比較廣闊的。

C、C++、C#等語言在人工智慧領域也有大量的應用，相對於Lisp專注於科研不同，C語言系列程式語言有較強的落地能力，尤其是C++語言既有強大的設計能力，又有較強的執行效能，所以在行業應用領域的應用是比較廣泛的，比如工業機器人和智慧裝備領域就有大量的應用場景。相信在產業網際網路階段，C系列依然是不可或缺的程式語言。

Go語言主要專注於效能的提升，隨著大資料和雲計算的發展，未來Go語言的發展前景還是比較值得期待的，Go語言透過大資料進入人工智慧領域也相對比較容易，所以對於傳統開發人員來說，也可以重點關注一下Go語言，但是從目前人工智慧領域的應用生態來看，Python語言可以作為初學者的首選。