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visual studio code，这个是.net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