Modal title

要分三種層次：一種是從機器、元件、算法、服務的核心層次。二種是GUI、網路與遠端操控的層次。三是因應風向與流行，人在屋簷下，不得不學。AI不只是背後的算法，前端可以和人互動的畫面和統計分析也是重點。其餘語言(AIML, Lisp, Prolog, Go, Matlab...)當然可以嘗試嘗試，其中，筆者感興趣的是Go語言，因它同時具有直譯式語言與專案編譯(compile)成binary檔案，再去部署(Deploy)的特性。但如果沒有產品開發或特殊專案需求，最後只可能演變成短暫學習，而不是終身開發應用與技能。

一、C/C++（核心演算法）
用C/C++去開發 初期感覺比較辛苦，但熟悉後會發現這語言非常穩定、快速。除了編譯成機器語言效率非常高之外，寫法也是重點。C/C++ 可以讓一位高手靈活地去運用機器硬體資源。因此目前世界上，幾乎所有作業系統和重要函式庫(Libraries)資源都是用C/C++語言來開發的。這些優勢統合在一起，最後造就出一個雖然古老但是卻讓資深工程師愛不釋手的語言。反觀是剛入門的工程師，心都亂了，經常選錯語言。

很多人以為現在硬體速度夠快，程式語言不需太快。因此疊床架屋 用virtual machine架一層，只是聽說它好寫或者能跨作業系統平台。但卻忽略了我們開發人工智慧，並不該把重點放在跨平台，而是未來可能會在某機器人(嵌入式系統)身上執行，是一種軟硬整合的工作。我們不會在一機器人身上安裝多種作業系統，基本上這不應該是我們的目的。

此外也不要認為硬體速度夠快，軟體就可以不在乎。必須要謹記 在頻繁的機器學習、偵測與辨識過程，目前的速度永遠不夠快，記憶體永遠會不足。否則為何要研發更快的量子電腦？此外還有原始檔受保護，既有資源豐富，學到深處有助理解計算機架構等等好處。因此謹慎使用硬體資源的C/C++是筆者認為首選的人工智慧開發語言。

最後，選擇C/C++也可以在non os(沒有作業系統)的嵌入式機器上妥尚、精巧且有效率的執行。其物件導向的支持，和硬體縝密整合，和最快的效能，造就只要您熟稔C/C++語言，就幾乎可以通吃各種大小專案軟硬體開發工作。



二、php7+  nginx ＋ Javascript, Html5, SVG, WebGL (網頁前後端)
投入AI開發工作 不希望在GUI和遠端控制部份花太多時間，因此我們希望前端可以有和研究人員互動的畫面和統計分析報表。隨時可以手動進入糾正缺失，或切換參數。以下這張圖就是用php 程式產出的。穩定，令人放心。