{"id":3712,"date":"2019-03-14T14:00:23","date_gmt":"2019-03-14T17:00:23","guid":{"rendered":"https:\/\/www.meupositivo.com.br\/panoramapositivo\/?p=3712"},"modified":"2019-07-16T12:25:10","modified_gmt":"2019-07-16T15:25:10","slug":"inteligencia-artificial-corporativo","status":"publish","type":"post","link":"https:\/\/www.meupositivo.com.br\/panoramapositivo\/inteligencia-artificial-corporativo\/","title":{"rendered":"Conhe\u00e7a as 5 melhores linguagens de programa\u00e7\u00e3o para Intelig\u00eancia Artificial"},"content":{"rendered":"

A Intelig\u00eancia Artificial (AI) j\u00e1 invadiu o mundo corporativo. Se antes era uma tend\u00eancia, agora j\u00e1 \u00e9 realidade \u2014 com expectativa de ter um uso cada vez mais amplo nos pr\u00f3ximos anos. Por isso, \u00e9 fundamental que os gestores e profissionais de TI<\/a> conhe\u00e7am as linguagens de programa\u00e7\u00e3o mais comuns para esse contexto.<\/p>\n

As primeiras a serem adotadas foram o Prolog e o Lisp, que eram utilizadas principalmente para construir sistemas especialistas. No entanto, essas op\u00e7\u00f5es j\u00e1 est\u00e3o ultrapassadas. Agora, a tend\u00eancia<\/a> \u00e9 a de implementa\u00e7\u00e3o da AI em ambientes comerciais, que exigem uma interface de manuseio simples e amig\u00e1vel.<\/p>\n

Para saber quais linguagens atendem a essa demanda de programa\u00e7\u00e3o, apresentamos neste post as 5 alternativas mais adequadas a esse prop\u00f3sito. Voc\u00ea ver\u00e1 que todas elas oferecem boa performance no que se refere ao tempo de execu\u00e7\u00e3o, al\u00e9m de uma grande comunidade de profissionais e bom suporte a ferramentas.<\/p>\n

Ent\u00e3o, que tal conhec\u00ea-las? Confira a lista que preparamos!<\/p>\n

1. Python<\/h2>\n

\u00c9 uma das op\u00e7\u00f5es mais comuns quando o assunto \u00e9 AI. O motivo? A simplicidade de uso dessa linguagem de programa\u00e7\u00e3o. Outro benef\u00edcio verificado por programadores \u00e9 a cria\u00e7\u00e3o de prot\u00f3tipos. Esse processo \u00e9 muito r\u00e1pido, inclusive porque as ideias s\u00e3o validadas com apenas 30 ou 40 linhas de c\u00f3digo.<\/p>\n

Por esses motivos, \u00e9 praticamente imposs\u00edvel trabalhar com AI e deixar de lado essa linguagem durante todo o desenvolvimento. Por outro lado, o Python apresenta alguns desafios. Um deles \u00e9 a divis\u00e3o massiva que ocorre entre suas vers\u00f5es, a 2.x e a 3.x. Outro obst\u00e1culo \u00e9 referente aos cinco sistemas de empacotamento, que atuam de maneiras diferentes.<\/p>\n

O destaque do Python s\u00e3o suas bibliotecas, praticamente \u00fanicas. Uma das mais comuns \u00e9 o NumPy. Por ser t\u00e3o utilizada, transformou-se em uma API padr\u00e3o para as opera\u00e7\u00f5es de tensor. J\u00e1 o Pandas apresenta os quadros de dados do R. Outra caracter\u00edstica \u00e9 a exist\u00eancia das bibliotecas:<\/p>\n