आर्टिफिशियल इंटेलिजेंस अब हमारे दैनिक जीवन का एक अभिन्न हिस्सा बन गया है, जिसमें सैकड़ों ऐसे अनूठे उपयोग के मामले और स्थितियां हैं , जो इस बात का उल्लेख नहीं करती हैं कि यह हमारे लिए कितना सरल और आसान है।

हाल के वर्षों में वृद्धि के साथ, एआई व्यवसायों को विकसित करने और अपनी पूर्ण क्षमता प्राप्त करने में मदद करने के लिए एक लंबा सफर तय कर चुका है। एआई में ये प्रगति अंतर्निहित प्रोग्रामिंग भाषाओं में मुख्य सुधार के बिना संभव नहीं होगी ।

एआई में उछाल के साथ, प्रोग्रामिंग भाषाओं में सुधार के साथ कुशल और कुशल प्रोग्रामर और इंजीनियरों की आवश्यकता है। हालाँकि, आपको AI पर विकसित करने के लिए बहुत सारी प्रोग्रामिंग भाषाएं हैं, लेकिन कोई भी प्रोग्रामिंग भाषा AI प्रोग्रामिंग के लिए वन-स्टॉप-सॉल्यूशन नहीं है क्योंकि विभिन्न उद्देश्यों के लिए हर प्रोजेक्ट के लिए एक विशिष्ट दृष्टिकोण की आवश्यकता होती है।

हम नीचे सूचीबद्ध कुछ सबसे लोकप्रिय लोगों के बारे में चर्चा करेंगे और निर्णय लेने के लिए आपको छोड़ देंगे -

● अजगर

पायथन सबसे शक्तिशाली भाषा है जिसे आप अभी भी पढ़ सकते हैं।
- पौ डबॉइस

1991 में विकसित किया गया , पायथन एक ऐसा पोल है, जो 57% से अधिक डेवलपर्स को सुझाव देता है कि वे AI समाधान विकसित करने के लिए अपनी पसंद की प्रोग्रामिंग भाषा के रूप में C ++ से अधिक पायथन को चुनें । सीखने में आसान होने के कारण , पायथन प्रोग्रामर और डेटा वैज्ञानिकों के लिए एआई विकास की दुनिया में एक आसान प्रविष्टि प्रदान करता है।

पाइथन एक प्रयोग है जिसमें स्वतंत्रता सेनानियों को कितनी जरूरत है। बहुत अधिक स्वतंत्रता और कोई भी दूसरे के कोड को नहीं पढ़ सकता है; बहुत कम और स्पष्टता खतरे में है।

- गुइडो वैन रोसुम

पायथन के साथ, आपको न केवल उत्कृष्ट सामुदायिक समर्थन और पुस्तकालयों का एक व्यापक सेट मिलता है, बल्कि प्रोग्रामिंग भाषा द्वारा प्रदान किए गए लचीलेपन का भी आनंद मिलता है। पायथन से सबसे ज्यादा फायदा हो सकता है कि कुछ विशेषताएं दीप लर्निंग और मशीन लर्निंग के लिए प्लेटफॉर्म स्वतंत्रता और व्यापक रूपरेखा हैं।

पायथन को कोडित करने का आनंद संक्षिप्त, संक्षिप्त, पठनीय कक्षाओं को देखने में होना चाहिए, जो स्पष्ट कोड की एक छोटी मात्रा में बहुत सारी कार्रवाई को व्यक्त करते हैं - न कि तुच्छ कोड के रीमिक्स में जो पाठक को मौत के मुंह में डालते हैं।

- गुइडो वैन रोसुम

पायथन कोड स्निपेट उदाहरण:

इसके कुछ सबसे लोकप्रिय पुस्तकालय हैं -

● TensorFlow , मशीन लर्निंग वर्कलोड और डेटासेट के साथ काम करने के लिए

● स्किकिट-लर्न , ट्रेनिंग मशीन लर्निंग मॉडल के लिए

● PyTorch , कंप्यूटर दृष्टि और प्राकृतिक भाषा प्रसंस्करण के लिए

● केरस , अत्यधिक जटिल गणितीय गणना और संचालन के लिए कोड इंटरफ़ेस के रूप में

● स्पार्कएमलिब , अपाचे स्पार्क की मशीन लर्निंग लाइब्रेरी की तरह, एल्गोरिदम और उपयोगिताओं जैसे उपकरणों के साथ सभी के लिए मशीन सीखना आसान बनाना

● एमएक्सनेट , डीप लर्निंग वर्कफ़्लोज़ को आसान बनाने के लिए अपाचे के पुस्तकालय में से एक है

● थीनो , गणितीय अभिव्यक्तियों को परिभाषित करने, अनुकूलन और मूल्यांकन के लिए पुस्तकालय के रूप में

● Pybrain , शक्तिशाली मशीन लर्निंग एल्गोरिदम के लिए

इसके अलावा, पायथन ने जावा को पीछे छोड़ दिया और गीथब रिपॉजिटरी योगदान के अनुसार दूसरी सबसे लोकप्रिय भाषा बन गई । वास्तव में, स्टैक ओवरफ्लो इसे " सबसे तेजी से बढ़ती " प्रमुख प्रोग्रामिंग भाषा कहता है ।

शुरुआती के लिए पायथन पाठ्यक्रम -

● जावा

एक बार लिखो, कहीं भी दौड़ो

जावा को दुनिया की सर्वश्रेष्ठ प्रोग्रामिंग भाषाओं में से एक माना जाता है और इसके उपयोग के अंतिम 20 वर्ष इसका प्रमाण हैं।

अपनी उच्च उपयोगकर्ता-मित्रता , लचीली प्रकृति और प्लेटफ़ॉर्म स्वतंत्रता के साथ , जावा का उपयोग विभिन्न तरीकों से एआई के लिए विकसित करने के लिए किया गया है, उनमें से कुछ के बारे में जानने के लिए पढ़ें:

● TensorFlow
TensorFlow समर्थित प्रोग्रामिंग भाषाओं की सूची में एक एपीआई वाला जावा भी शामिल है। समर्थन अन्य पूरी तरह से समर्थित भाषाओं की तरह सुविधा संपन्न नहीं है, लेकिन यह वहां है और तेजी से सुधार किया जा रहा है।

● दीप जावा लाइब्रेरी
बना सकते हैं और जावा का उपयोग कर गहरी सीखने क्षमताओं को तैनात करने के अमेज़न द्वारा बनाया गया।

● Kubeflow Kubeflow
Kubernetes पर मशीन लर्निंग स्टैक की आसान तैनाती और प्रबंधन की सुविधा प्रदान करता है, जो एमएल समाधान का उपयोग करने के लिए तैयार है।

● ओपनएनएलपी
अपाचे का ओपनएनएलपी प्राकृतिक भाषा प्रसंस्करण के लिए एक मशीन सीखने का उपकरण है।

● जावा मशीन लर्निंग लाइब्रेरी
जावा-एमएल कई मशीन लर्निंग एल्गोरिदम के साथ डेवलपर्स प्रदान करता है।

● न्यूरोफ
न्यूरोफ न्यूरो जीयूआई की मदद से जावा के ओपन-सोर्स ढांचे का उपयोग करके तंत्रिका नेटवर्क को डिजाइन करना बनाता है।

यदि जावा में सही कचरा संग्रह था, तो अधिकांश कार्यक्रम निष्पादन पर खुद को हटा देंगे।
- रॉबर्ट सीवेल

जावा कोड स्निपेट उदाहरण:

शुरुआती के लिए जावा पाठ्यक्रम -

● आर

आर को रॉस इहाका और रॉबर्ट जेंटलमैन द्वारा 1995 में लॉन्च किया गया पहला संस्करण बनाया गया था । वर्तमान में आर डेवलपमेंट कोर टीम द्वारा बनाए रखा जा रहा है, आर एस प्रोग्रामिंग भाषा का कार्यान्वयन है और सांख्यिकीय सॉफ्टवेयर और डेटा विश्लेषण विकसित करने में सहायक है।

डेवलपर्स के बीच एआई प्रोग्रामिंग के लिए आर एक अच्छा फिट बनाने वाले गुण हैं:

● भारी संख्या में क्रंचिंग में आर का अच्छा होना इसकी मूलभूत विशेषता है, यह तुलनात्मक रूप से अपरिष्कृत न्यूमिपी पैकेज के साथ पायथन की तुलना में बेहतर स्थिति में है।

● R के साथ, आप विभिन्न प्रोग्रामिंग जैसे कि कार्यात्मक प्रोग्रामिंग, वेक्टरियल कम्प्यूटेशन और ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग पर काम कर सकते हैं।

R के लिए उपलब्ध AI प्रोग्रामिंग पैकेज में से कुछ हैं:

● Gmodels मॉडल फिटिंग के लिए कई उपकरणों का एक संग्रह प्रदान करता है

● टीएम, पाठ खनन अनुप्रयोगों के लिए एक रूपरेखा के

रूप में ● आर के लिए ओडीबीसी इंटरफ़ेस के रूप में आरओडीबीसी

● वनआर, मशीन सीखने के मॉडल के लिए उपयोगी वन रूल मशीन लर्निंग वर्गीकरण एल्गोरिदम को लागू करने के लिए

डेटा माइनर्स और सांख्यिकीविदों के बीच व्यापक रूप से उपयोग किया जाता है, आर द्वारा प्रदान की जाने वाली विशेषताएं हैं:

● अपनी कार्यक्षमता बढ़ाने के लिए पुस्तकालयों और पैकेजों की विस्तृत विविधता

● सक्रिय और सहायक समुदाय

● सी, सी ++ और फोरट्रान के साथ मिलकर काम करने में सक्षम

● कई पैकेज कार्यात्मकताओं को बढ़ाने में मदद करते हैं

● उच्च गुणवत्ता वाले रेखांकन बनाने के लिए समर्थन

कुछ दिलचस्प -
Covid-19 इंटरएक्टिव मानचित्र आर का उपयोग कर बनाया

● प्रोलॉग

लॉजिक प्रोग्रामिंग के लिए लघु , प्रोलॉग पहली बार 1972 में दिखा । यह आर्टिफिशियल इंटेलिजेंस , विशेष रूप से प्राकृतिक भाषा प्रसंस्करण के विकास के लिए एक रोमांचक उपकरण के लिए बनाता है । चैटबॉट बनाने के लिए प्रोलॉग सबसे अच्छा काम करता है, एलिज़ा प्रोलॉग के साथ बनाई गई पहली चैटबॉट थी जो कभी भी अस्तित्व में थी।

प्रोलॉग को समझने के लिए, आपको प्रोलॉग के कुछ मूलभूत शब्दों से खुद को परिचित करना होगा कि यह किस गाइड में काम कर रहा है, उन्हें नीचे संक्षेप में समझाया गया है:

● तथ्य सही कथनों को परिभाषित करते हैं

● नियम कथन को परिभाषित करते हैं लेकिन अतिरिक्त शर्तों के साथ

● लक्ष्य निर्धारित करते हैं कि प्रस्तुत कथन नॉलेजबेस के अनुसार कहां है

● क्वेरीज़ आपके कथन को सत्य बनाने और तथ्यों और नियमों के अंतिम विश्लेषण को परिभाषित करती है

प्रोलॉग एआई को लागू करने के लिए दो दृष्टिकोण प्रदान करता है जो लंबे समय से व्यवहार में है और डेटा वैज्ञानिकों और शोधकर्ताओं के बीच अच्छी तरह से जाना जाता है:

● प्रतीकात्मक दृष्टिकोण में नियम-आधारित विशेषज्ञ प्रणाली, प्रमेय सिद्धकर्ता, बाधा-आधारित दृष्टिकोण शामिल हैं।

● सांख्यिकीय दृष्टिकोण में तंत्रिका जाल, डेटा खनन, मशीन सीखने और कई अन्य शामिल हैं।

● लिस्प

सूची प्रसंस्करण के लिए लघु , यह फोरट्रान के बगल में दूसरी सबसे पुरानी प्रोग्रामिंग भाषा है । एआई के संस्थापक पिताओं में से एक के रूप में पुकारा गया, लिस्प को 1958 में जॉन मैकार्थी द्वारा बनाया गया था ।

लिस्प एक ऐसी भाषा है जिसे करने के लिए आपको जो बताया गया है वह असंभव है।

-केंट पिटमैन

कार्यक्रमों के लिए एक व्यावहारिक गणितीय संकेतन के रूप में निर्मित, लिस्प बहुत जल्द डेवलपर्स के लिए एआई प्रोग्रामिंग भाषा का विकल्प बन गया। नीचे लिस्प की कुछ विशेषताएं दी गई हैं जो इसे मशीन लर्निंग पर एआई परियोजनाओं के लिए सबसे अच्छे विकल्पों में से एक बनाती हैं:

● रैपिड प्रोटोटाइप

● गतिशील वस्तु निर्माण

● कचरा संग्रह

● लचीलापन

अन्य प्रतिस्पर्धी प्रोग्रामिंग भाषाओं में बड़े सुधार के साथ, लिस्प के लिए विशिष्ट कई विशेषताओं ने अन्य भाषाओं में अपना रास्ता बना लिया है। कुछ उल्लेखनीय परियोजनाएँ जिनमें कुछ समय में लिस्प शामिल था, Reddit और HackerNews हैं ।

लिस्प ले लो, आप दुनिया में इसकी सबसे सुंदर भाषा जानते हैं - कम से कम तब तक जब तक हास्केल साथ नहीं आया।
-लरी की दीवार

● हास्केल

1990 में परिभाषित और प्रसिद्ध गणितज्ञ हास्केल ब्रूक्स करी के नाम पर , हास्केल एक विशुद्ध रूप से कार्यात्मक और सांख्यिकीय रूप से टाइप की गई प्रोग्रामिंग भाषा है , जिसे आलसी मूल्यांकन और छोटे कोड के साथ जोड़ा गया है।

इसे एक बहुत ही सुरक्षित प्रोग्रामिंग भाषा माना जाता है क्योंकि यह त्रुटियों को संभालने के मामले में अधिक लचीलापन प्रदान करता है क्योंकि वे अन्य प्रोग्रामिंग भाषाओं की तुलना में हास्केल में शायद ही कभी ऐसा होता है। यहां तक ​​कि अगर वे होते हैं, तो गैर-सिंटैक्टिक त्रुटियों के बहुमत को रनटाइम के बजाय संकलन-समय पर पकड़ा जाता है। हास्केल द्वारा प्रस्तुत कुछ विशेषताएं हैं:

● मजबूत अमूर्त क्षमताओं

● अंतर्निहित स्मृति प्रबंधन

● कोड पुन: प्रयोज्य

● समझने में आसान

एसक्यूएल, लिस्प और हास्केल एकमात्र प्रोग्रामिंग लैंग्वेज हैं जिन्हें मैंने देखा है कि टाइपिंग की तुलना में अधिक समय सोचने में खर्च होता है।
-फिलिप ग्रीनस्पून

इसकी विशेषताएं प्रोग्रामर की उत्पादकता में सुधार करने में मदद करती हैं। हास्केल अन्य प्रोग्रामिंग भाषाओं की तरह एक बहुत कुछ है, बस डेवलपर्स के एक आला समूह द्वारा उपयोग किया जाता है। चुनौतियों को एक तरफ रखकर, हास्केल एआई के लिए अन्य प्रतिस्पर्धी भाषाओं के रूप में अच्छी साबित हो सकती है, जो डेवलपर समुदाय द्वारा बढ़ाई गई गोद के साथ है।

● जूलिया

जूलिया एक उच्च-प्रदर्शन और सामान्य-उद्देश्य वाली गतिशील प्रोग्रामिंग भाषा है जो लगभग किसी भी एप्लिकेशन को बनाने के लिए अनुकूल है, लेकिन संख्यात्मक विश्लेषण और कम्प्यूटेशनल विज्ञान के लिए अत्यधिक अनुकूल है। जूलिया के साथ काम करने के लिए विभिन्न उपकरण उपलब्ध हैं:

● लोकप्रिय संपादक जैसे कि विम और एमाक्स

● आईडीई जैसे कि जूनो और विजुअल स्टूडियो

जूलिया द्वारा दी जाने वाली कई विशेषताओं में से कुछ हैं जो इसे AI प्रोग्रामिंग, मशीन लर्निंग, सांख्यिकी और डेटा मॉडलिंग के लिए एक उल्लेखनीय विकल्प बनाती हैं:

● गतिशील प्रकार प्रणाली

● निर्मित पैकेज प्रबंधक

● समानांतर और वितरित कंप्यूटिंग के लिए काम करने में सक्षम

● मैक्रोज़ और मेटाप्रोग्रामिंग क्षमताएं

● कई प्रेषण के लिए समर्थन

● सी कार्यों के लिए प्रत्यक्ष समर्थन

अन्य प्रोग्रामिंग भाषाओं की कमजोरियों को खत्म करने के लिए निर्मित, जूलिया का उपयोग मशीन लर्निंग अनुप्रयोगों के लिए भी किया जा सकता है, जैसे कि टी ensorFlow.jl , MLBase.jl , MXNet.jl जैसे उपकरणों के साथ एकीकरण और जूलिया द्वारा उपलब्ध कराए गए स्केल का उपयोग करना।

गूगल ट्रेंड - जूलिया इंटरेस्ट ओवर टाइम

जूलियाकॉन 2019 की मुख्य विशेषताएं -

निष्कर्ष

चुनने के लिए कई एआई प्रोग्रामिंग भाषाओं के साथ, एआई इंजीनियर और वैज्ञानिक अपने प्रोजेक्ट की आवश्यकताओं के अनुरूप सही उठा सकते हैं। प्रत्येक AI प्रोग्रामिंग भाषा पेशेवरों और विपक्ष के अपने उचित हिस्से के साथ आती है। नियमित रूप से इन भाषाओं में किए गए सुधारों के साथ, यह लंबे समय तक नहीं होगा जब एआई के लिए विकसित करना आज की तुलना में अधिक आरामदायक हो जाएगा ताकि अधिक लोग नवाचार की इस लहर में शामिल हो सकें। उत्कृष्ट सामुदायिक समर्थन ने नए लोगों के लिए चीजों को और बेहतर बना दिया है, और कई पैकेजों और एक्सटेंशनों के लिए समुदाय का योगदान सभी के लिए जीवन को आसान बनाता है।

इसी तरह के लेख -

मुझे आशा है कि आपको यह लेख उपयोगी लगा होगा! नीचे अतिरिक्त संसाधन हैं यदि आप अधिक सीखने में रुचि रखते हैं: -

2020 में सीखने के लिए 7 प्रोग्रामिंग लैंग्वेज और फ्रेमवर्क

लेखक के बारे में

क्लेयर डी । एक सामग्री Crafter और कम से मार्केटर है Digitalogy - एक तकनीक सोर्सिंग और कस्टम विवाह बाजार है कि पूर्व जांच की और शीर्ष पायदान डेवलपर्स और डिजाइनरों के साथ जोड़ता है लोग दुनिया भर में उनकी विशिष्ट आवश्यकताओं के आधार पर। लिंक्डइन , ट्विटर , इंस्टाग्राम पर डिजिटलॉजी से जुड़ें ।