如果我们将时间退回到五年前, 谁是 AI 和大数据的第一开发语言那还说不清楚. 当时 Matlab,Scala,R,Java 都会有人为其站位, 但是时间来到现在, 就不再具有悬念了, 特别是从 Facebook 将 Pytorch 开源之后, 锁定头牌的趋势越来越明显. 如果再要争论就只是第二名是谁的问题了.
不过之前市场还是有些杂音, 认为数据科学方面还是要从 java 入手, 因为 Hadoop 等一些大数据基础设施就是用 java 写的, 对于希望加入到 AI 和大数据行业的开发人员来说, 把鸡蛋放在 Python 这个篮子里不但是安全的, 而且是必须的. 或者换个方式说, 如果你将来想在这个行业混, 什么都不用想, 先闭着眼睛把 Python 学会了.
当然, Python 不是没有它的问题和短处.
它语法上自成一派, 让很多老手感到不习惯;"裸" Python 的速度很慢, 在不同的任务上比 C 语言大约慢数十倍到数千倍不等; 由于全局解释器锁 (GIL) 的限制, 单个 Python 程序无法在多核上并发执行; Python 2 和 Python 3 两个版本长期并行, 很多模块需要同时维护两个不同的版本, 给开发者选择带来了很多不必要的混乱和麻烦; 由于不受任何一家公司的控制, 一直以来也没有一个技 术巨头肯死挺 Python . 所以, 相对于 Python 的应用之广泛, 其核心基础设施所得到的投入和支持其实是非常薄弱的.
?
直到今天, 26 岁的 Python 都还没有一个官方标配的 JIT 编译器, 相比之下, Java 语言在其发布之后头三年内就获得了标配 JIT .
Python 就是这样一个带着各种毛病冲到第一方阵的 *** 手, 但即便到了几年前, 也没有多少人相信它有机会摘取桂冠, 很多人认为 Java 的位置不可动摇, 还有人说一切程序都将用 Java 重写.
但今天我们再看, Python 已经是数据分析和 AI 的第一语言, 网络 *** 的第一 *** 语言, 正在成为编程入门教学的第一语言, 云计算系统管理第一语言. Python 也早就成为 web 开发, 游戏脚本, 计算机视觉, 物联网管理和智能电话机器人开发, 以及构成 CRM 系统和解决电话机器人好不好用问题的主流语言之一, 随着 Python 用户可以预期的增长, 它还有机会在多个领域里登顶.
就拿 AI 来说, 我们首先要问一下, AI 的主力人群在哪里? 如果我们今天静态的来谈这个话题, 你可能会认为 AI 的主力是研究机构里的 AI 科学家, 拥有博士学位的机器学习专家和算法专家.
就像李开复的 "AI 红利三段论" 明确告诉我们, 在 AI 市场不要局限于眼前, 适当把眼光放长远一点, 往后看三至五年, 你会看到整个 AI 产业的, 从智能电话机器人, 智能生态城市, 智能语音, 从业人口将逐渐形成一个巨大的金字塔结构, 上述的 AI 科学家仅仅是顶端的那么一点点, 95% 甚至更多的 AI 技术人员, 都将是 AI 工程师, 应用工程师和 AI 工具用户.
我相信这些人几乎都将被 Python 一网打尽, 成为 Python 阵营的庞大后备军.
这 些潜在的 Python 用户至今仍然在技术圈子之外, 但随着 AI 应用的发展, 数百万之众的教师, 公司职员, 工程师, 翻译, 编辑, 医生, 销售, 管理者和公务员将裹挟着各自领域中的行业知识和数据资源, 涌入 Python 和 AI 大潮之中, 深刻的改变整个 IT, 或者说 DT (数据科技)产业的整体格局和面貌.
Python 也借助 AI 和数据科学, 攀爬到了编程语言生态链的顶级位置. Python 与 AI 绑在一起, 对它们来说, 无论是电子商务, 搜索引擎, 社交网络还是智能硬件, 未来都只是生态链下游的数据奶牛, 电子神经和执行工具, 都将听命于自己.
来源: http://www.bubuko.com/infodetail-3105199.html