我一直在学习Lisp，以扩大我的视野，因为我听说它已在AI编程中使用。在进行了一些探索之后，我还没有找到AI实例或者任何其他使它更倾向于AI的语言。

Lisp过去是因为可用而使用过，还是我只是想缺少一些东西？

解决方案

我猜一个很大的原因是列表作为基本数据结构的灵活性。

当时，能够将它们变成各种复合对象，以及诸如消息传递和多态性等新事物，使其成为首选的语言。不是专门针对AI，而是针对大型，复杂的任务。特别是当他们尝试概念时。

我的猜测一直是，作为一种功能语言，它无法区分代码和数据。包括函数定义和函数调用在内的所有内容都可以视为列表，并且可以像其他任何数据一样进行修改。

因此，可以轻松编写自检，自修改的代码。

我认为我们是对的：Lisp是一种方便的工具。这是因为它在程序和数据之间没有太大区别。这使黑客可以非常轻松地操纵功能，就像数据一样。

但是，由于大括号和数据与程序之间的区别，lisp对于人类来说非常难以阅读。今天，我不会将lisp用于任何生产AI代码(甚至可能不用于原型制作)，但更希望使用python进行脚本编写。

要考虑的另一件事是与该语言相关的现有库/工具。我无法将Lisp库与python库进行比较，但是我想库和开源现在比以前重要得多。

此答案的灵感来自于Lisp和python之间的以下比较：http://amitp.blogspot.com/2007/04/lisp-vs-python-syntax.html

Lisp WAS在AI中一直使用到1980年代末。然而，在80年代，Common Lisp作为" AI语言"被推销至商业世界。强烈的反对迫使大多数AI程序员使用C ++几年了。如今，原型通常是用一种较年轻的动态语言(Perl，Python，Ruby等)编写的，而成功研究的实现通常是用C或者C ++(有时是Java)实现的。

如果我们对70年代感到好奇...那么，我不在那儿。但是我认为Lisp在AI研究中取得了成功，原因有三点(按重要性排序)：

• Lisp是出色的原型制作工具。这是很长一段时间以来最好的。 Lisp仍然擅长解决我们尚不知道如何解决的问题。该描述完美地描述了AI。
• Lisp很好地支持符号编程。旧的AI也是象征性的。长期以来，它在这方面也是独一无二的。
• Lisp非常强大。代码/数据的区别较弱，因此感觉比其他语言更具扩展性，因为函数和宏看起来像内置的东西。

我没有Peter Norvig的旧AI书，但是这应该是学习用Lisp编程AI算法的好方法。

免责声明：我是计算机语言学的研究生。我知道自然语言处理的子领域比其他领域好得多。也许Lisp在其他子领域中使用更多。

一个可能的答案是，人工智能是非常棘手的问题的集合，而Lisp是解决棘手问题的好语言，而不仅仅是人工智能。

至于为什么这样：宏，通用函数和丰富的自省功能可提供简洁的代码，并轻松引入域抽象，这是我们可以使它更强大的一种语言。对于许多不必要的问题，它会产生自己的成本，但对于其他问题，则需要动力来取得进展。

原因之一是，它允许我们使用针对域的特定结构来扩展语言，从而有效地使其成为特定于域的语言。这项技术非常强大，因为它使我们能够推理要解决的问题，而不是对位进行改组。

我记得曾经听说过，Lisp是一种功能性语言，是实现递归算法的绝佳选择。在考虑决策过程(遍历)和最终结果(叶子节点)时，能够追踪一棵树并以自己的方式前进至关重要。

这是在我们学习Lisp的大学的AI课程中告诉我的。

我认为仅从AI角度考虑这是错误的。如果我们问为什么AI被用于AI，而不是为什么它现在不经常使用，那么AI冬季和对通用Lisp的商业影响之类的事情就会让人分心。

无论如何，我认为这是因为大多数AI代码本质上是研究代码。 Lisp是用于探索性编程，用于实现困难算法，用于自我修改和经常修改的代码的出色语言。换句话说，用于研究代码。

今天，我将lisp用于我的一些研究代码(数学，信号处理)，因为它比大多数语言更灵活，功能更强大，同时仍比大多数语言生成更高效的代码。通常，我可以获得的性能大约是c ++速度的+ / 2，但是我可以更快地实现，并且处理复杂性要比使用c ++，java，c＃花费更多的时间。

但是，这正在偏离主题。我认为AI代码主要是用普通口吻写了一段时间，因为它是一种强大的研究代码方法。它仍然是；但是随着人们对" AI"算法的更好地理解和探索，它们的某些部分变得更容易教授和使用，因此它们以本科生课程中的年度语言出现。从那里开始，这成为一个问题，人们已经知道了什么，可用的库是什么，以及对于大型团体来说什么运作良好。

Lisp之所以用于AI，是因为它支持非常好的使用符号进行计算的软件的实现。符号，符号表达式以及使用它们的计算是Lisp的核心。

用于计算带符号的AI的典型领域是：计算机代数，定理证明，计划系统，诊断，重写系统，知识表示和推理，逻辑语言，机器翻译，专家系统等等。

因此，用Lisp编写这些领域中的许多著名AI应用程序就不足为奇了：

• Macsyma作为第一个大型计算机代数系统。
• ACL2作为广泛使用的定理证明者，例如被AMD使用。
• DART是美军在第一次海湾战争中使用的后勤计划员。据说仅此Lisp应用程序已偿还了当时美国在AI研究上的所有投资。
• SPIKE，哈勃太空望远镜的计划和调度应用程序。也被其他几种大型望远镜使用。
• CYC，编写的最大的软件系统之一。人类常识知识领域中的表示和推理。
• METAL，第一个商业上使用的自然语言翻译系统之一。
• 美国运通的授权人助理，负责检查信用卡交易。

用Lisp编写的这些领域中有成千上万的应用程序。对于这些而言，非常普遍的是它们需要符号处理方面的特殊功能。在Lisp之上，这些语言实现了在这些域中具有特殊解释器/编译器的特殊语言。 Lisp允许创建符号数据和程序的表示形式，并且可以实现各种机制来操纵这些表达式(数学公式，逻辑公式，计划等)。

(请注意，人工智能中也使用了许多其他通用编程语言。我试图回答为什么特别在Lisp中使用AI。)