互聯網產品日漸飽和，移動互聯網也已進入下半場，市場已經從巔峰時代逐漸進入一個相對平穩的發展階段，互聯網人口滲透率已經超過了50%。人工智能掀起了新的一波世界科技浪潮，互聯網巨頭公司BAT、近年來崛起的人工智能企業曠世科技Face++、商湯科技、極鏈科技Video++都在不斷增大人工智能領域的投入。

自從2017年國務院印發《新一代人工智能發展規劃》中明確指出在中小學階段設置人工智能課程之后，python一路逆襲成為人工智能時代最合適的語言，并借此為未來國家和社會發展奠定了人工智能的人才培養基礎，甚至被眾多程序員譽為“宇宙最好的編程語言”。

但人工智能的核心算法主要還是依賴于C/C++的。

因為是計算密集型，需要非常精細的優化，還需要GPU、專用硬件之類的接口，這些都只有C/C++能做到，所以某種意義上來說，其實C/C++才是人工智能領域最重要的語言。

Python是API binding，使用Python是因為CPython的膠水語言特性，能夠把用其他語言制作的各種模塊很輕松的連接在一起，比如3D游戲中的圖形渲染，性能要求特別高就可以用C/C++重寫，而后封裝為Python可以調用的擴展類庫。所以說要開發一個其他語言到C/C++的跨語言接口，Python是最容易的，比其他語言的ffi門檻要低很多，尤其是使用Cython的時候，其他語言的ffi許多都只能導入C的函數入口點，復雜的數據結構大多只能手工用byte數組接起來，如果還需要回調函數輸入那就無計可施了。

而Cpython的C API是雙向融合的，可以直接對外暴露封裝過的Python對象，還可以允許用戶通過繼承這些自定義對象來引入新特性，在一定條件限制下甚至可以從C代碼當中再調用Python的函數。不過這也是PyPy這樣的JIT解釋器的一個障礙。而且Python歷史上也一直都是科學計算和數據分析的重要工具，有numpy這樣的底子，因為行業近似所以選擇API binding語言的時候會首選Python，同時復用numpy這樣的基礎庫既減少了開發工作量，也方便從業人員上手。

機器學習作為人工智能的一個分支，它是讓機器能具備擺脫對人工指令的依賴，能按照一定的算法開展自主學習的能力，它的出現才真正讓“人工智能”不枉智能二字。在當下興起的人工智能以及大數據運用上，Python的優勢可以被廣泛運用到許多領域和重要的日常軟件功能當中，人臉識別、會話接口、商業智能等領域，Python都證明了它的實用性。自動化的司法調查、安全檢查、網頁分析等都有可能使用Python來實現。但未來5到10年，整個人工智能會往什么方向發展？Python和C/C++誰能成為核心算法，值得我們的期待。