我目前正在涉猎专家系统、Emacs Lisp，并阅读有关人工智能的资料。传统上，人工智能与 LISP 相关联，专家系统与 CLIPS 相关联。然而，我注意到计算科学中 Python 的使用程度非常高。在人工智能和机器学习领域呢？LISP 仍然占据主导地位吗？Python 在 AI 中的使用程度如何？是否有任何较新的函数式语言，例如 Clojure，被用于研究中？
在专家系统领域，现在最常用/流行的 shell 是哪些？您知道有哪些有趣的语言发展吗？
回答：
在人工智能和机器学习领域呢？
这取决于 AI 的哪个领域。
LISP 仍然占据主导地位吗？
完全不是——除非它在过去几年里突然复兴。
Python 在 AI 中的使用程度如何？是否有任何较新的函数式语言，例如 Clojure，被用于研究中？
人们会使用适合他们领域的任何语言。您还必须考虑库的可用性——如果您正在进行一些数据挖掘任务，您可能会下载 Weka 并使用 Java。或者，如果您正在进行一些涉及发送结构化 XML 消息的代理理论研究，您可能会发现自己在使用您最喜欢的 XML 解析器所在的语言。或者，如果您正在构建一个高性能的西洋双陆棋程序，您可能会坚持使用 C/C++ 并使用现有的评估函数（就像我使用 gnubackgammon 进行研究一样）。
在专家系统领域，现在最常用/流行的 shell 是哪些？您知道有哪些有趣的语言发展吗？
专家系统现在已经不那么流行了。随着研究的深入，人们发现它们是脆弱的系统，需要太多的人工维护。如果您要尝试检测癌症，或评估某人是否有资格获得信用卡，您最好使用一些 ML 系统，例如贝叶斯网络。
我认为您会发现大多数 AI 教材都相当独立于平台，因为底层算法是独立于平台的。
