有没有证据表明Lisp在人工智能方面实际上比其他语言更好？[关闭]

似乎有一个长期存在的信念（主要是由不懂语言的人），在AI上，lisp比大多数语言都要好。

这种信念源自何处？事实是否有根据？

类似于LISP的语言与其他语言之间的主要区别之一是，在LISP中，代码和数据是同一回事。这样就可以做一些事情，例如让程序在运行时修改“某些”算法，因为它“学习”了新事物，这是该语言的本机部分。

LISP能够通过宏轻松添加新语言语义的能力（尽管不那么重要）的另一个方面。这使得实际上可以进入并定义您的AI可以使用并可以发展的DSL，并且在AI运行时该语言有可能发展，自我纠正和发展。

同意Quadrescence，LISP的使用历史对于LISP的图像（对AI有益）大有帮助。 LISP为什么用于AI会更详细地介绍历史。

Lisp最早的一些程序是定理证明，符号数学，经典的ELIZA等。除了诸如Peter Norvig的PAIP之类的书，以及Lisp起源于MIT AI实验室的事实，它也得到了这种印象。那轻快对AI有好处。

DARPA还资助大学进行AI研究，并从Symbolics购买了大量的硬件。资金的短缺最终导致了所谓的“人工智能冬天”。

最后，原始语言（如Fortran）（或“语言”（如ASM））主要用于数值计算。您使用了数字和数组。如今，我们已经有了符号，或者能够使用大多数现代语言创建几乎任何我们想要的对象。

因此，不再是lisp一次使AI更好的原因。但是，“ lisp对AI有好处”的想法仍然存在。

完全取决于另一种情况是，是否因为lisp的特性和结构而使其成为更好的语言（因为实际上这不仅适用于AI，而且还适用于许多其他领域，并且通常会引发旧式的火焰战争）。

让我们看一下当前的AI程序：（1）机器人，例如自动驾驶汽车。在DARPA的巨大挑战中，卓越的汽车驾驶软件不是Lisp。相反，它是一种过程语言，例如C ++或Java。（2）自然语言的机器翻译。广泛使用的生产系统未将Lisp用于此目的。（3）游戏，例如国际象棋程序。广泛使用的高级国际象棋程序（例如Fritz）并未将Lisp用于此目的。

Lisp是由美国AI实验室在1960年代发明和开发的，目的是快速建立原型符号逻辑程序的原型，使本地Lisp数据结构符合所需的符号抽象级别-例如，英语单词可以是列表中的符号，逻辑公式可以很容易表示为运算符和操作数的列表。

但是对于生产程序而言，静态类型语言和各种第三方库在软件工程上的优势意味着Lisp甚至不被用于执行AI任务的大型现代系统考虑。

@斯蒂芬·里德说得很好。我只能补充说我在70年代曾在MIT AI实验室工作。那时我听到一个有关Lisp起源的故事。我不能发誓这是真的，但这是这样的：

约翰·麦卡锡（John McCarthy）在50年代就读于麻省理工学院，他一直在研究程序的属性，为此，他一直在使用类似于Lambda微积分的简单语法。

故事是一位研究生想做一个项目（类比，定理证明或符号数学，我不记得是哪个），并问麦卡锡要使用哪种语言。答案-当然是Fortran。（没有什么其他的东西了，列表处理本身当时是众所周知的，但只是作为子例程包，而不是作为语言。）嗯，以某种方式导致了可以在嵌套列表结构中处理符号的程序。连同一种阅读和打印它们的方式，然后是一种eval功能，以及Voila'-一种语言。LIST处理语言。它从那里起飞。

对于当时我们正在使用的那种算法（仍然很少有人在做），需要一种可以轻松操纵符号表达式的语言。这就是Lisp擅长的。基本概念有很多变体，名称不同，例如Prolog，Scheme等。

因此，人工智能对很多人来说意味着很多事情，不同的语言对不同的事物有好处，但是对于可以描述为符号操纵的问题，很难找到一种并非源于Lisp的有用语言。

Lisp对于被称为AI的事物具有优势-至少在90年代左右之前，大多数AI都是逻辑，搜索和解析相关事物。

Lisp的主要优点是它支持宏-作为数据的代码，元编程。

标准ML（SML）是80年代以来在AI中广泛使用的另一种语言。客观CAML和F＃是SML的发展。

ML系列（和Haskell等）的主要优点是模式匹配。Lisp可能也可以使用它，但是可以通过元编程库而不是通过语言内置。它也可以在Haskell中使用，但至少目前，模式匹配在函数式编程语言之外并不常见。

我已经看到LISP基本上是扩展的无类型Lambda演算，而ML基本上是扩展的类型Lambda演算。我不知道肯定要说的Lambda类型演算。

多年来，人工智能也已成为一门更为广泛的学科，以至于它几乎完全消失了。数据挖掘可以被视为AI的一个子领域。许多AI事物（OCR，语音识别）几乎几乎不再是AI-它们只是应用程序，与其他任何事物一样。AI比以前更加依赖信号处理和其他类型的数字运算。

对于OCR和语音识别，AI始终当然取决于信号处理和数字处理。是的，这有一些矛盾；-)我无法给出我不真正知道的东西的权重。

无论如何，结果是，甚至可能没有一种语言适合整个现代AI应用程序的全部-我想（没有第一手知识）现代人工智能有很多多语言开发。而且我几乎可以保证，您会在某些项目中找到C和C ++，以获得数字运算性能。如果出于类似原因有很多Python，我也不会感到惊讶-有了一个好的数字库，Python可以轻松地处理数字运算任务。

在其中一辆自动驾驶汽车中，我想象视觉系统是用与路线规划系统不同的语言编写的（并且在不同的硬件上运行）。