AI（人工智慧）領域雖然經歷了半個多世紀的發展，但是目前仍然處在行業的初級階段，究其根本原因無非就是複雜度高和多學科交叉等原因。所以，AI並不簡單，甚至可以說是非常複雜，任何一個細小領域的突破對於AI來說都是彌足珍貴的。近些年來隨著深度學習的不斷髮展，隨著大資料的不斷髮展，AI得到了前所未有的發展契機。

我是在做機器學習時開始接觸Python語言的，之前我使用Java來完成演算法實現。做一個對比吧，如果使用Java來完成一個基於樸素貝葉斯的演算法實現，可能需要300行程式碼，那麼同樣的功能如果使用Python來編寫可能只需要100行程式碼。這是一個非常明顯的差別，而且Python調整起來也非常方便，並不像Java語言那麼“重”。

所以，目前在機器學習等AI領域，很多程式設計師都樂於使用Python進行演算法實現和功能開發，由於Python本身就有一個較為完整的生態圈，所以Python做落地應用也完全沒有問題。我目前正在開發一個基於機器學習的智慧診療專案就是使用Python來完成落地的。

因此，使用Python做AI方向的開發是完全沒有問題的。但是使用Python做AI開發的難點並不在Python語言本身，而在於要了解各種常見的AI演算法，這是學習的重點和難點。建議從機器學習開始學起，因為目前基於Python的機器學習案例比較多，參考程式碼也比較多。

如果有大資料方面的問題，也可以諮詢我。