在第三届互联网大会中百/度ceo李彦宏曾表述：靠移动互联网的风口已经没有可能再出现独角兽了，因为市场已经进入了一个相对平稳的发展阶段，互联网人口渗透率已经超过了50%。而未来的机会在人工智能。的确互联网巨头公司在人工智能领域投入明显增大，都力争做人工智能时代的“带头大哥”。
python作为一门编程语言，其魅力远超c#，java,c,c++，它被昵称为“胶水语言”，更被热爱它的程序员誉为“最美丽的”编程语言。从云端、客户端，到物联网终端，python应用无处不在，同时也是人工智能首先的编程语言。
在人工智能上使用python编程语言的优势：
优质的文档
平台无关，可以在现在每一个*nix版本上使用
和其他面向对象编程语言比学xi更加简单快/速
python有许多图像加强库像python imaging libary,vtk和maya 3d可视化工具包，numeric python, scientific python和其他很多可用工具可以于数值和科学应用。
python的设计非常好，快/速，坚固，可移植，可扩展。很明显这些对于人工智能应用来说都是非常重要的因素。
对于科学用途的广泛编程任务都很有用，无论从小的shell脚本还是整个网站应用。
最后，它是开源的。可以得到相同的社区支持。
ai的python库
总体的ai库
aima：python实现了从russell到norvigs的“人工智能：一种现代的方法”的算法。
pydatalog：python中的逻辑编程引擎。
simpleai：python实现在“人工智能：一种现代的方法”这本书中描述过的人工智能的算法。它专注于提供一个易于使用，有良好文档和测试的库。
机器学xi库
pybrain：一个灵活，简单而有效的针对机器学xi任务的算法，它是模块化的python机器学xi库。它也提供了多种预定义好的环境来测试和比较你的算法。
pyml：一个用python写的双边框架，重点研究svm和其他内核方法。它支持linux和mac os x。
scikit-learn：旨在提供简单而强大的解决方案，可以在不同的上下文中重用：机器学xi作为科学和工程的一个多功能工具。它是python的一个模块，集成了经典的机器学xi的算法，这些算法是和python科学包（numpy,scipy.matplotlib）紧密联系在一起的。
mdp-toolkit：这是一个python数据处理的框架，可以很容易的进行扩展。它海收集了有监管和没有监管的学xi算法和其他数据处理单元，可以组合成数据处理序列或者更复杂的前馈网络结构。新算法的实现是简单和直观的。可用的算法是在不断的稳定增加的，包括信号处理方法（主成分分析、独立成分分析、慢特征分析）、流型学xi方法（局部线性嵌入）、集中分类、概率方法（因子分析，rbm)、数据预处理方法等等。
自然语言和文本处理库
nltk：开源的python模块，语言学数据和文档，用来研究和开发自然语言处理和文本分析。有windows,mac osx和linux版本。
西安飞凡网络技术咨询有限公司
400 011 2010