Lisp có còn đáng học ngày nay trong bối cảnh cụ thể của Machine learning không?

Lisp ban đầu được tạo ra như một ký hiệu toán học thực tế cho các chương trình máy tính, chịu ảnh hưởng của ký hiệu lambda của Alonzo Church. Nó nhanh chóng trở thành ngôn ngữ lập trình ưa thích cho nghiên cứu trí tuệ nhân tạo (AI), theo Wikipedia.

Nếu Lisp vẫn được sử dụng trong AI, thì nó có đáng để học nó không, đặc biệt là trong bối cảnh học máy và học sâu?

LISP rất phổ biến vì trở lại thời kỳ cũ của AI vì cú pháp chức năng, hoạt động tốt với mô hình GOFAI thời đó.

Ngày nay, hầu hết các nhà nghiên cứu đã từ bỏ lý thuyết tính toán cổ điển của tâm trí (đọc: ngôn ngữ tư tưởng ), và do đó cũng là mô hình GOFAI mà nó liên kết.

LISP không phải là những gì bạn muốn học nếu bạn muốn làm công cụ mạng thần kinh, nhưng nền tảng triết học vẫn quan trọng để biết.

AI là một lĩnh vực nghiên cứu, công nghệ và khoa học rất đa dạng, vì vậy nhiều công nghệ máy tính và ngôn ngữ lập trình được sử dụng trong các dự án liên quan đến AI khác nhau.

Hầu hết các phát triển và đột phá gần đây đang diễn ra trong lĩnh vực máy học, học sâu, nơi ngôn ngữ lập trình được sử dụng rộng rãi nhất là Python. Lý do là các khung học sâu chính (xem Tensorflow, Theano, Keras, neon, Caffe) có giao diện Python. LISP không thực sự được sử dụng trong các lĩnh vực này, tuy nhiên bạn có thể tìm thấy một số khung học tập sâu (ví dụ Cortex của Thinktopic) được triển khai trong Clojure.

LISP là ngôn ngữ được lựa chọn cho các loại dự án AI khác, chủ yếu là xử lý ngôn ngữ tự nhiên (xem SHRDLU, Cyc).