Стоит ли изучать Lisp сегодня в особом контексте машинного обучения? [закрыто]

Изначально Лисп создавался как практическая математическая нотация для компьютерных программ, на которую повлияла нотация лямбда-исчисления Алонзо Черча. Согласно Википедии, он быстро стал любимым языком программирования для исследований искусственного интеллекта (ИИ).

Если Лисп все еще используется в ИИ, то стоит ли его изучать, особенно в контексте машинного обучения и глубокого обучения?

LISP был популярен потому, что в прежние времена ИИ из-за функционального синтаксиса, который хорошо работал с парадигмой GOFAI того времени.

В настоящее время большинство исследователей отказались от классической вычислительной теории мышления (читай: язык мышления ) и, таким образом, также от парадигмы GOFAI, с которой она связана.

LISP - это не то, что вы хотите изучать, если хотите заняться нейронными сетями, но философские знания по-прежнему важно знать.

ИИ - это очень разнообразная область исследований, технологий и науки, поэтому многие компьютерные технологии и языки программирования используются в различных проектах, связанных с ИИ.

Большинство последних разработок и прорывов происходят в машинном обучении, в областях глубокого обучения, где наиболее широко используемым языком программирования является Python. Причина в том, что основные структуры глубокого обучения (см. Tensorflow, Theano, Keras, Neon, Caffe) имеют интерфейсы Python. LISP на самом деле не используется в этих областях, однако в Clojure реализованы некоторые рамки глубокого обучения (например, Cortex от Thinktopic).

LISP был языком выбора для других видов проектов ИИ, в основном для обработки естественного языка (см. SHRDLU, Cyc).