人工智慧方面比如：指紋識別，人臉識別，機器翻譯、問答系統等，本質上是軟體領域的一個程式設計問題，通常用C++或者Java完成的，近些年用Python寫聊天機器人程式也很流行。處理難度更高的人工智慧類的程式設計問題比如：ProIog，這是一個建立在邏輯推理上的程式語言，通常用於處理比較複雜的邏輯推理問題，而邏輯推理通常看上去都比較智慧。

由於人工智慧類的程式設計問題通常比一般的程式設計問題難度要高很多，針對人工智慧領域設計的語言也有不少， 比如說Prolog ， 這是一個建立在邏輯推理上的程式語言，通常用於處理比較複雜的邏輯推理問題，而邏輯推理問題通常看上去都比較智慧。

至於人工智慧機器人，本質上不過是這倆種技術的結合。從機器的角度來說， 它通常不過是一臺長的很像人類的機器而已。但是從另一方面來說，理想中的人工智慧機器人應該具備諸如人臉識別，語音識別，邏輯推理，問題等功能，從這個角度看的話，它就是一臺執行著人工智慧程式的人形電腦而已，至於實現這些功能的程式語言，和在伺服器上實現這些功能的語言沒有任何差別。

可能會用到的語言有：

BASIC / Pascal

BASIC 針對初學者設計，這使它可以成為開發者簡單的入門語言。

Pascal的目的是提高程式設計實踐，並提出像指標這樣的構建，這使得它成為一個從 BASIC 到更多程式語言的奠基石。

工業機器人語言

LISP

LISP是世界上第二古老的程式語言（FORTRAN更為古老，但只差一年）。相比與其他語言，它使用得並不是很廣泛，但是在人工智慧程式設計領域還是很最重要的。

硬體描述語言（HDL）

硬體描述語言基本上是描繪電氣的程式設計方法。

Assembly

MATLAB

MATLAB和它的開源親戚（例如Octave）在一些機器人專家中非常有名，是他們負責調查資料和建立控制系統常用的語言。

C＃/.NET

C＃是微軟提供的一種限制性程式語言。C＃/ .NET很大程度上是為微軟機器人工程師工作室（Microsoft Robotics Studio Studio）提供的，微軟機器人工程師工作室將其作為基本語言。

Java

基於Java虛擬機器，使用Java可以在不同機器上使用類似的程式碼。但實際上，這並不普遍使用，有時會導致程式碼執行緩慢。

Python

Python（和C ++）是ROS中的兩種主要程式語言。像Java一樣，它是一種解釋性語言。

C/C++

機器人研發第一程式語言—c++。許多人都認為 C 和 C ++ 對機器人科學家來說是一個很好的開端

人生苦短，下一句是啥來著（吾用Python）。我今年剛轉的演算法工程師，cv方向，就是用的Python。再對應學1-2個深度學習框架，如TensorFlow，pytorch等。再有一些專案經驗，差不多就可以去面試試一下了。

用什麼語言都可以，關鍵在於是否容易上手，學習的難度，這兩方面都需要考慮。用python做這方面的研究可能會更容易一些。

Python

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。

Python之所以時候AI專案，其實也是基於Python的很多有用的庫都可以在AI中使用，如

Numpy提供科學的計算能力，Scypy的高階計算和Pybrain的機器學習。

另外，Python有大量的線上資源，所以學習曲線也不會特別陡峭。

像我自己就是用的python，也是正在深入學習。

Java

Java也是AI專案的一個很好的選擇。它是一種面向物件的程式語言，專注於提供AI專案上所需的所有高階功能，它是可移植的，並且提供了內建的垃圾回收。另外Java社群也是一個加分項，完善豐富的社群生態可以幫助開發人員隨時隨地查詢和解決遇到的問題。

對於AI專案來說，演算法幾乎是靈魂，無論是搜尋演算法、自然語言處理演算法還是神經網路，Java都可以提供一種簡單的編碼演算法。另外，Java的擴充套件性也是AI專案必備的功能之一。

Lisp

Lisp因其出色的原型設計能力和對符號表達式的支援在AI領域嶄露頭角。LISP作為因應人工智慧而設計的語言，是第一個宣告式系內函式式程式設計語言，有別於命令式系內過程式的C、Fortran和麵向物件的Java、C#等結構化程式設計語言。

Lisp語言因其可用性和符號結構而主要用於機器學習/ ILP子領域。著名的AI專家彼得·諾維奇（Peter Norvig）在其《Artificial Intelligence: A modern approach》一書中，詳細解釋了為什麼Lisp是AI開發的頂級程式語言之一，感興趣的朋友可以自行檢視。

Prolog

Prolog與Lisp在可用性方面旗鼓相當，據《Prolog Programming for Artificial Intelligence》一文介紹，Prolog一種邏輯程式語言，主要是對一些基本機制進行程式設計，對於AI程式設計十分有效，例如它提供模式匹配，自動回溯和基於樹的資料結構化機制。結合這些機制可以為AI專案提供一個靈活的框架。

Prolog廣泛應用於AI的 expert系統，也可用於醫療專案的工作。

C ++

C ++是世界上速度最快的程式語言，其在硬體層面上的交流能力使開發人員能夠改程序序執行時間。 C ++對於時間很敏感，這對於AI專案是非常有用的，例如，搜尋引擎可以廣泛使用C ++。

在AI專案中，C++可用於統計，如神經網路。另外演算法也可以在C ++被廣泛地快速執行，遊戲中的AI主要用C ++編碼，以便更快的執行和響應時間。

總結：

其實為AI專案選擇程式語言，其實很大程度上都取決於sub-field，對於程式語言的選擇要從大局入手，不能只考慮部分功能。在這些程式語言中，Python因為適用於大多數AI sub-field，所以漸有成為AI程式語言之首的趨勢，而Lisp和Prolog因其獨特的功能，所以在部分AI專案中卓有成效，地位暫時難以撼動。而Java和C++的自身優勢將在AI專案中繼續保持。

python就夠了，但也要掌握一些框架 就是上面說的tensflow之類的，我覺得語言是小問題 主要是一般的計算機執行不起來，需要買專配的機器 價格不低