Golang和Python究竟哪種語言更適合AI工程師？Python很出色，但對於AI編程來說，Golang或許更合適。
作者 | Michael lyam
Golang語言出現於大約十年前，也就是2009年11月，到現在剛滿10歲不久。這門由Google工程師所開發的語言，大大提高了開發者的工作效率。語言開發者的初衷是希望這種語言能消除C++等語言中的所謂“額外垃圾”，它允許我們編譯機器碼，支持運行時反射，並有著便利的垃圾回收機制。
Golang語言如今正成為機器學習及AI的主流編程語言，惠及全球數百萬的用戶。一些大品牌包括網飛、美國運通、Uber、Dropbox、Salesforce、Twitter以及Twitch等都是Golang的用戶。
Golang會淘汰Python嗎？答案是：並不會。
Python使用廣泛，且用途太多，反而因此過時。它是一種編程語言，可以將數千個組件從單獨的模塊編譯為整個的開發程序包。Python還有一個強大的社區，並有望在未來數十年間保持活躍。同時，在多種環境的測試下，Python公認是開發初學者極易入手的編程語言，深受年輕開發者的追捧。Go語言的性能在編寫服務器端腳本時要優於Python，因此，如果你要尋找的是具有快速部署週期的超高性能併發服務時，Golang會優於Python。
但是，如今Go和Python被並稱為最適合AI專業人士的熱門語言。當公司同時使用這兩種語言時，提出一個嚴峻的解決方案對我們來說可能會是個挑戰。
對於AI工程師，Golang的優勢
AI即將席捲整個技術世界。機器學習、自我糾正和推理都是一些可以模仿人類智能的應用程序。如今，AI驅動的應用使企業能夠改善自身資源運用，從而造成積極的影響。
高可伸縮性及計算能力：與Python相比，Golang在可伸縮性和性能方面的潛力更大，使用Go是出於這樣的考量：Go在數學計算方面速度更高。比如，與Python相比，Go可以處理高達20-50倍數量的複雜數學問題，且處理速度更快。Golang在AI上的用途更廣：儘管Go的庫比較小，但一直持續增長，覆蓋了AI方面多個用途的需求。Go的數據庫，如GoLearn（數據處理），Goml（傳輸數據）以及Hector（解決二進制分類問題）都是為AI及其應用服務的一些庫。提供良好的代碼可讀性：Go語言所用的算法提供了一種極簡主義的方法，允許開發者輕鬆編寫可讀的代碼。Go語言的開發者可以輕鬆使用Go語言庫：大多Go語言的開發者不需要選擇其他編程語言所編寫的庫。Go擁有庫的核心優勢在於：使用Go語言的AI專業人士可以獲得開發者的舒適感。
對於AI工程師：Python的優勢
IT行業中新貴是什麼？答案大多集中在機器學習和AI等領域，且確實如此。這兩種技術一直是IT行業的主流，且會一直延續到短期未來。
多個庫：有各種各樣的庫可以協助AI工程師構建全新的算法、進行數據集的處理、處理模型、處理最為複雜的數據等，還提供了更多其他的功能。別忘了，TensorFlow就是最熱門的庫之一，還是開源的，可用於Google多個機器學習的應用。
作為一門語言，Python是可訪問的：從業務方面來說，語言的可訪問性僅僅意味著擁有龐大的Python編程專家市場。此外，我們知道這些編程語言已經在全球範圍內普及起來。強大的社區：Python具有完善的強大社區。根據2019年的GitHub報告，全世界大約有100萬次pull request，該社區傾向於為創建新庫投入資源，以擴展Python工具集及更新相關文檔。
為什麼要用Golang，而不是Python？
在可伸縮性上，Golang任務就是維護並幫助開發者在更大範圍內解決問題，這也是Golang內置支持併發流程通道的原因。但Python在併發方面則面臨著重大挑戰。
由於支持併發，Go語言廣泛運用在集群計算和雲計算方面。
如上所述，當涉及到可讀性時，Python肯定更佔優勢，但有時未免太過。Python確實為使用者在同一件事的闡述上提供了多種方式，但反而常會引發混亂。相反，Go語言在編程時遵循著嚴格的規則，不允許簡單導入不需要的庫，也不允許創建不必要的變量。當然，這意味著Go語言在執行任務時優勢更大。儘管有些人可能對代碼非通用的事實不太滿意，但會有人在乎核心編程的事情嗎？也許，只要代碼是可讀的，就無需在意了。
想要就哪種語言更好得出結論，可能是一項艱鉅的工作。儘管大多數情況下，Golang似乎佔了上風。目前，它的耀眼程度可能還不如Python，但最終某天會成長到那個程度。根據記錄，Python花費了20年才達到如今的水平，最初10年中Python並未引起太多關注，直到2001年才逐漸崛起。因此，Go語言也一定會趕上如今的Python，也許在引發關注方面，Go語言已經有了一定出色的表現。
原文：https://www.rtinsights.com/why-golang-and-not-python-which-language-is-perfect-for-ai/
作者：Michael lyam, 作家、AI極客、企業及社交媒體策略師。專業領域包括：人工智能、機器學習、物聯網、數據科學、區塊鏈和企業戰略等主題。
本文為 CSDN 翻譯，轉載請註明來源出處。
閱讀更多 CSDN 的文章
