Solo puedo hablar sobre compañías que usan IA para hacer estrategias comerciales rentables. Allí, las compañías prefieren Python para la investigación, Keras para Deep Learning, C ++ para la implementación real de los algoritmos y FPGA para las partes sensibles a la latencia de la implementación.
Sé que algunos de estos no son idiomas. Sin embargo, un idioma hoy no es solo un idioma. Es un marco. Es un conjunto de capacidades que está fácilmente disponible para alguien que lo adopta. Todos los que trabajan en ese idioma pueden contribuir a la comunidad. En qplum, hemos contribuido, por ejemplo, haciendo que nuestro código HFT (en C ++) esté disponible gratuitamente.
Como puede ver aquí (Technology Stack en HFT), el uso de IA en las empresas tiene muchas partes y los objetivos son diferentes. En algunos lugares se trata de investigación colaborativa , en otros lugares se trata de la solidez de la implementación, y en algunos lugares se trata de una implementación súper rápida .
- ¿En qué etapa se debe considerar a la IA inteligente?
- ¿Es posible el 100% de IA (inteligencia artificial)? En caso afirmativo, ¿qué pasaría con la humanidad?
- ¿Cuál es el enfoque correcto para la inteligencia artificial?
- ¿Cuáles deberían ser mis pasos para el término proyecto 'Reconocimiento de voz a través de redes neuronales artificiales'?
- ¿Qué nuevos campos matemáticos son más prometedores para la inteligencia artificial?