Programmiersprachen für KI-Programmierung
Zwar fällt hier in diesem Kurs die Wahl auf Python, es steht aber eine ganze Reihe von
Programmiersprachen für die KI-Entwicklung zur Verfügung. Die
bedeutendsten sind hier mit Ihren Stärken und KI-Bibliotheken
aufgeführt:
Python
Python
ist eine einfach zu lernende und sehr verbreitete Programmiersprache
mit einer sehr entwickelten Codebasis. Insbesondere gibt es sehr
leistungsfähige Werkzeuge für die Datenanalyse.
So können, als vielleicht wichtigster Schlüssel für die KI-Entwicklung,
große Datensätze klassifiziert, analysiert und aufbereitet werden.
Mit TensorFlow
steht eine leistungsfähige, von Google entwickelte
Open-Source-Bibliothek für maschinelles Lernen, zur Verfügung. Diese
hilft, schnell und relativ einfach Modelle für maschinelles Lernen zu
erstellen, zu trainieren, zu evaluieren und schlussendlich in Betrieb zu
nehmen.
Python mit KI-Bibliothek TensorFlow
Java
Java
eine leistungsfähige Alternative dar, die auf mehreren Plattformen
eingesetzt wird. Hier gibt es beispiesweise die Open Source-Bibliothek Deeplearning4j.
DL4J kommt mit einer großen Anzahl an Implementierungsbeispielen zur
KI-Entwicklung. Daneben bietet Java einfaches Debugging, Benutzer- und
Wartungsfreundlichkeit, graphische Benutzeroberflächen usw.
C++
C++
ist nicht so leicht zu erlernen, dafür aber ressourcensparend und
schnell in der Ausführung. Daher bietet sich C++ besonders gut für
Machine Learning auf leistungsschwächeren Systemen wie Mikrocontrollern
oder eingebettete Systemen. Dafür steht z.B. OpenCV als
KI-Programmbibliothek zur Verfügung, die auch auch andere
Programmiersprachen (u.a. Python!) unterstützt. Neben ML ist Computer Vision zur
Objekteidentifizierung oder Bilderkennung etc. eine der Stärken von
OpenCV.
JavaScript
JavaScript
ist vielleicht die beliebteste Programmiersprache der Welt, da sie
durch den Internetbrowser ausgeführt wird, um Internetseiten interaktiv
und so das moderne Web erst möglich zu machen. JavaScript verfügt über
mehrere High-Level-Tools und -Bibliotheken für maschinelles Lernen. Ein
gutes Beispiel ist Googles TensorFlow.js, das Webentwicklern viele neue Möglichkeiten eröffnet.
Julia
Die neue Programmiersprache Julia - erst 2009 am MIT entwickelt und 2018 offiziell eingeführt - erfreut sich rasch wachsender Beliebtheit. Die Sprache soll Leistungsfähigkeit und einfache Programmierung vereinigen. Sie ist auf Parallelverarbeitung ausgelegt und ist besonders gut für wissenschaftliche Berechnungen und Datenanalysen geeignet. Ein KI- und ML-Programmpaket für Julia heißt Flux. Noch ist bietet Flux nicht alle Optionen anderer KI-Programmbibliotheken. Da das gesamte System noch sehr schnell wächst, sollte die Entwicklung auf jeden Fall weiter beobachtet werden.
LISP
LISP ist (nach Fortran bereits 1958 spezifiziert) die zweitälteste höhere Programmiersprache und in seiner Entwicklung eng mit dem frühen Fortschritt der KI verbunden. Daher ist LISP bei KI-Projekten noch weit verbreitet.
LISP gilt als gutes Prototyping-Tool für Probleme, deren Lösungweg noch unklar ist. Die Sprache ist hervorragend für den Umgang mit Listen und symbolischen Informationen geeignet. Letzteres bedeutet, dass LISP besonders gut für die Entwicklung regelbasierter KI-Systeme geeignet ist, weil in mathematische Formeln, Wenn-Dann-Beziehungen usw. Wissen symbolisch repräsentieren.
Einer der Gründe, warum LISP nicht eine der am häufigsten verwendeten Programmiersprache für KI ist, liegt zum Teil daran, dass es keine gut entwickelten modernen Machine Learning-Bibliotheken (ML = nicht- oder subsymbolischer Ansatz) gibt und die Syntax sich zudem stark von der vieler anderer Programmiersprachen unterscheidet.
Quelle: https://bootcamp.berkeley.edu/blog/ai-programming-languages/ (07.02.2022)