在人工智能飞速发展的时代，什么编程语言能够胜出？

摘要：是一篇分系C++和Python语言在人工智能行业各自体现的优势，和各自应用场景的分析。

很多想要进入人工智能行业的开发者都会纠结于学习Python还是学习C++。有些人认为，Python目前在人工智能行业人气最高，简单易学，而另一些人则认为，C++语言能够处理对程序效率要求更高的任务。

对于应该要学习哪一门语言，我们不能一概而论。我们不能以语言的使用普遍程度来定论哪一门语言最好，汇编语言目前的热度已经很低，但是在某些领域，对于汇编语言还是情有独钟。

随着人工智能的兴起，Python语言逆袭成为最受欢迎的编程语言，热度大增。Python是一门具有面向对象特征的脚本语言，它最吸引人的地方在于使用便捷，支持Linux、Windows、MAC和Unix等平台，允许用户创建交互式、解释的、模块化、动态、可移植和高级代码。

python有丰富多样的库和工具，无需程序员去实现某些功能，与其他语言相比，python开发速度更快。对于深度学习来说，Python语言相当于前端，而C++相当于后端。Python语言专注于算法的快速迭代，程序员可以不用了解程序的内部实现机制和运行原理，专注研究算法。除此之外，Python是一门胶水语言，能够和其他语言（C/C++等）轻松连结到一起，我们可以使用Python快速生成程序原型，对于有特殊要求的部分，用其他语言实现。

在AI行业，Python有着它不可取代的重要地位，目前世界上最流行的深度学习框架，如谷歌的TransorFlow、FaceBook的PyTorch以及开源社区的Karas神经网络库等，都是用Python实现的。微软的CNTK完全支持Python，并且Python 还擅长进行科学计算和数据分析，支持各种数学运算，可以绘制出更高质量的2D和3D图像。目前在AI行业，任何语言都不能够撼动Python的地位。

但C++在AI行业就不重要吗？不是！深度学习需要规模密度较大的计算，有时候还需要一些硬件支持，比如GPU。对于这些硬件接口Python就显得力不从心，但这正是C++的特长。C++是纯面向对象语言，包含C语言的所有特性，在要求高效执行的部分，我们都会看到C++一展身手。比如智能机器人的路径规划，机械手臂运动控制，目前最流行的计算机视觉库OpenCV的底层实现，都会使用到C++语言。可见，在框架结构的实现，深度学习、机器学习算法方面，C++才是核心，而Python只是核心之上的一层接口。

相比之下，解释型语言Python在运行的时候需要多一道解释的过程，速度被降低。而C++对多任务的支持和开发使用对比Python逊色一筹。在人工智能开发中，Python和C++各自有各自的应用场景，相辅相成，缺一不可。至于二者今后在人工智能的发展中谁会更受青睐，我们拭目以待。

作者：武云鹤

作者简介：一维弦科技高级讲师，毕业于大连民族大学软件工程专业，具有多年机器学习、深度学习的研究经验。曾多次主持中外合作计算机视觉项目的设计、研发。擅长计算机视觉，自然语言处理等领域。目前于一维弦科技参与机器人路径规划，人脸识别，物体识别等课题的研究工作。