学习AI，是我当下的一个项目。
也是人生的新起点，通过一些Ai软件，不断的发问，从而了解AI的前沿。
也了解到了python这个编程工具，国家也在大力推广，据说初中要开始学习它了。
这个语言其实比较简单，我说的是语法，但扩展库比较多，很多都是AI的一些现成开发好的库。
这样，就可以站在巨人的肩膀上，不需要自己摸索。
其实AI已经进化到很高的层次了。
作为一般人，大概就是应用层。
这就需要这个语言的加持。
学起来也比较轻松，去哔哩哔哩找一些视频看一下。
之后是装开发系统。
有原生的，不太好用，但大多数用的是visualstudiocode，这个是的一个简化版。
挂上插件包就可以用了。
所以中午吃饭的时候问了下科室的另外两个人，他们一直在用，所以学习还是要环境，自己单打独斗还是很难的。
但也有个好处，就是进到人家的群里了。
这对于一个47岁的人来说，还是很重要的。
程序员就是这样，一旦脱离群体，或者脱离年轻群体，会被淘汰。
我之所以现在才踩进去，原因很简单，以前这个系统还没有实现AI对接。
这个语言是91年的产品，但一直由于性能问题，没有广泛使用，也就是说开发软件排名很低。
但自从AI发迹，它的排名已经第一了。
主要是科研人员使用，因为可以抛弃复杂的语法，而专注于任务的开发。
这样就很有效率。
由于一些非软件开发人员的加入，也推动了用户群体。
最终导致它成了AI应用层面的主力开发语言。
因此大量的开发包被推向市场，有图像识别，神经网络，智能训练，等。
这对大多数为了完成特定任务的科研人员提供了一个很好的平台。
过往的编程语言还是太复杂。
对于面向对象的编程语言，其实大部分功能不是语言本身，而是库。
调用库里写好的各种类，完成任务。
因为你不可能学会所有的知识，但别人做好的方法，可以大量减轻你的开发使用周期。
和人工智能相似，人也可以通过询问AI从而获取帮助。
所以一个语言是否会成功取决于它的应用场景和使用人群。
对机器的要求虽然会高一点，但现今的计算机芯片已经不是20年前了，速度已经不是问题，易用性成了主要考虑的因素。
这也就催生了python的成功。
把学习门槛降低，拔高应用功能。
以前有个比喻。
就是用枪打你的脚。
汇编语言效率最高，是真枪，c语言次之，面向对象语言就是水枪。
由于面向对象语言需要一个虚拟机，所以才被称为水枪。
而汇编是直接操作存储器赋值，c语言是自然语言，所以要编译成机器码，也就是0和1，而面向对象语言成了编译成中间代码，然后由虚拟机翻译成机器码执行，效率会减少，好处是跨平台，也就是说，虚拟机装在哪里，代码就可以运行到哪里。
而python就是面向对象语言，而且简化了繁琐的语法。
所以它成了大多数人需要接触AI使用的媒介，哈哈
请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。