人工智能無處不在，你開始計劃和編碼了嗎？
人們正在進入“軟件2.0”時代。諸如人工智能、深度學習、機器學習和高級分析等技術，改變了開發人員設計智能軟件的方式——不僅是使用計算機的方式，還有與人類智能協作的方式。
如今，所有智能手機、智能電視、汽車和電子游戲都裝載了人工智能。例如，Siri可以給人們指路去最近的加油站，特斯拉利用人工智能和大數據使自動駕駛汽車的想法成為現實。根據《財富》雜志發表的一篇文章，人工智能現在還可以閱讀人的想法，并通過解讀大腦信號將其轉化為圖像。
可以說，人工智能無處不在。那么，你打算為你的人工智能項目做什么?你開始計劃和編碼了嗎?如果答案是肯定的，那么在開始人工智能APP開發之前，不妨先看看下文的一些建議。
人工智能APP開發 TIPS
開發人工智能APP，Python、Lisp、Java和Prolog等語言是最受歡迎的。
尤其是Python，由于其簡單的語法、大量的庫和工具以及操作系統支持，被用作大多數支持人工智能的APP和軟件的基礎語言。
為了人工智能APP的開發成功，建議使用一些有用的工具來簡化開發，如Django,、Flask、NumPy、Matplotlib、wxWidgets、PyQt、OpenStack、Pandas、Scikit、Theano、AIMA、pyDatalog、SimpleAI、EasyAi、PyBrain、MDP、Scikit、PyML等。
對于AI和ML開發人員來說，為他們的APP想出一個吸引人的名字是很重要的。亞馬遜想出了Alexa，蘋果想出了Siri，谷歌推出了谷歌翻譯。所以，先為你的人工智能APP想一個獨一無二的名字吧。
接下來，選擇Python支持的IDE和代碼編輯器?？梢赃x擇Sublime Text 3、GNU Emacs、Eclipse+Pydev、Atom、Vi/Vim、Visual Studio IDE或Pycharm IDE。
Sublime Text 3
傳送門：https://www.sublimetext.com/3
建議使用Sublime Text 3開發人工智能APP。這是一個功能豐富的代碼編輯器，具有令人驚艷的高級功能，如快速快捷方式/搜索、拆分結束、無干擾書寫模式、命令調色板，并支持所有平臺，當然其優點不止如此。
在桌面上創建一個python文件“xyz.py”。如果使用的是MacOS系統，請使用終端命令：
- cd Desktop
- touch xyz.py
用代碼編輯器打開xyz.py文件，并在系統中編寫以下命令：
第一步
- Import random
第二步
- answers = [ ‘I did not understand what you just said’,
- ‘It doesn\’t look like anything to me’,
- ‘I don\’t know, whatever’]
接著，在編碼中添加循環的主要部分。
- while True:
- user_input = input (“>>>”)
- if user_input . lower() == ‘hi’ :
- print(“Hello”)
- else:
- print (random.choice(answers))
優秀的人工智能編碼需要什么?
在編碼環境中，真正需要的東西因人而異。但是，擁有一組核心功能將使編碼任務變得更容易。以下是人工智能編碼應考慮的要點：
數據檢查
AI和ML模型會反映它們是如何進行運算的，因此應反復分析原始數據以盡可能了解輸入數據。檢查數據是否有任何錯誤值、缺少值或錯誤標簽。假設APP將用于計算所有年齡段，但只提供了45歲以下的人的數據，又或者APP將用于一年左右的假期，但只提供了冬季的數據，后果不堪設想。因此要確保數據準確。
以用戶為中心
使用適當的功能設計APP，以獲得更好的清晰度和控制力。檢查編程模型中的任何功能是否不必要或冗余。嘗試使用極簡模型來滿足用戶的偏好。
使用Python字典以在人工智能應用中更好地編碼
Python中的字典用于存儲數據。它是一組鍵值，其中每個鍵值都是唯一的，提供了在Python中存儲數據的有用方法。通常，存儲在Python字典中的數據與用戶ID或用戶配置文件中包含的信息相關。它在數據存儲的人工智能APP開發中起著重要作用。來看看包含太多if/else子句的編碼示例：
- if name == "Mary":
- print "This is Mary, she is a dancer"
- elif name == "Shaina":
- print "This is Shaina, she is an engineer"
- elif name == "Tim":
- print "This is Tim, he is a doctor"
- 使用Python字典編寫以下代碼：
- name_job_dict = {
- "Mary": "This is Mary, she is a dancer",
- "Shaina": "This is Shaina, she is an engineer",
- "Tim": "This is Tim, he is a doctor",
- }
- print name_job_dict[name]
值得考慮的機器學習工具
人工智能APP開發者應該準備好用機器學習和深度學習的新框架進行實驗。推薦使用Apple Core ML——一個特定領域的機器學習框架——開發人工智能，它包括視覺和圖像分析、自然語言處理和GamelayKit等功能，用于優化和評估常見行為和決策樹，如隨機數生成、人工智能尋路等。
Caffe2也是模塊化深度學習開源框架的首選。開發人員可以嘗試深入學習和機器學習模型和算法，從中獲益。Caffe2帶有C++和Python API，允許開發人員立即生成原型并優化APP開發過程。
谷歌TensorFlow也是在嵌入式設備上部署機器學習和人工智能APP的好選擇。TensorFlow Lite允許開發人員以較少的依賴性和較小的二進制大小構建APP。但是，TensorFlow Lite也可供開發人員使用，不過它沒有像TensorFlow Mobile那樣涵蓋所有用例。對于AI和ML的APP開發，應使用TensorFlow Mobile。
構建人工智能APP的低代碼平臺
Mendix是人工智能開發者較好的人工智能輔助低代碼開發平臺，其就APP質量和性能提供的下一步建議和專家級質量建議有助于提高開發人員的工作效率。低代碼環境為人工智能APP提供協作和直觀的開發平臺、具有一流功能的云本機架構、開放和可擴展的API、模型API和具有豐富擴展性選項的SDK，使人工智能開發人員受益匪淺，并且可以使用多種工具和代碼庫。
對于開發人員來說，Mendix Assist更像是一種培訓工具，它有助于降低人工智能項目的再工作成本和時間，防止APP開發出現問題，并使人們更加關注自己的任務和企業價值。
總而言之，人工智能APP正蓬勃發展著。的確，人工智能與企業的結合也給了商業界的人們很多機會。
此外，新移動APP開發中的人工智能技術將為新的機遇、智能交互、智能決策和個性化提供新的動力。
