1樓：
Neural Networks, Types, and Functional Programming **representations** and **types** can be seen as the basic building blocks for deep learning and functional programming respectively. One of the major narratives of deep learning, the **manifolds and representations narrative**, is entirely centered on neural networks bending data into new representations. The known connection between **geometry, logic, topology, and functional programming** suggests that the connections between representations and types may be of fundamental significance ...
one of the obvious things to do is to analyze neural networks from a **homotopy type theory** perspective
2樓：甄景賢
1） Prolog 可以看成是一種 AI 的前身： 程式設計師只需寫出問題，不需寫出答案； 答案是機器找出來的（這是 Prolog 原本的設計哲學）。 可惜這個語言設計的方向沉寂了，原因大概是因為邏輯 AI 本身的發展也障礙重重。
最起碼要加入 fuzzy 和 probabilistic，單是這問題已經帶出很有爭議、很難得到共識的 difficult choices。 然後還可以加入 non-determinism，這點我覺得很有意思。
Prolog 如果程式語言本身變成自然語言，也是向 AI 發展的乙個步驟。
2） 抽象代數、範疇論和邏輯，當然對 logic-based AI 有用。我現時的研究很需要知道邏輯的代數結構，希望有人能幫手。
暫時想到這些……
3樓：Zhu Alejandro
這是乙個很好的問題，我認為兩者是有很強的關聯，從很多技術細節上。
編譯技術，語言學
你如果把程式語言理解成一種controlled language, formal language, 程式語言中的很多技術可以用於自然語言理解，natural language understanding, 其他不說，比如parsing techniques, 很多演算法是通用的。史丹福大學的percy liang教授開發的SEMPRE: Semantic Parsing with Execution 就是乙個很好的例子。
程式語言可以用來描述或者記錄很多邏輯描述，比如Prolog, Lisp, 都是符號主義盛行時期，用來做QA, 專家系統的流行語言，可見程式語言研究跟人工智慧應用是相當密切的。比如現在IBM的Waston都有很多以前Prolog的程式。我覺得用Prolog, Lisp寫的規則，邏輯，是一種很好的知識表示，只是這麼做太費人力，太困難了。
如果能用現在很多機器學習的方法來自動產生這些知識，倒是不錯的選擇。我又看到現在有人用深度學習在學習正規表示式的規則，regular expression, 它是一種regular language, 比如Neural nets: How Regular Expressions brought about Deep Learning - Import.
io 和nicholaslocascio/deep-regex。此外，深度學習也有tree-based learning, 包括深度學習自然語言處理方向，也有人在做語法樹的學習，那麼context free language,也是能用類似的方法來學習的。
現在大家開始盛行連線主義，用高階的統計學習方法，獲取大量的資料，然後把神經網路，機器學習演算法當作黑盒子，來直接處理資料獲取模型。這是一種很實用簡單的實現途徑。但是我認為，這只是人工智慧很小的方面。
我認為，想讓人工智慧更好的輔助人，建立更高效的人機介面，程式語言與人工智慧的結合發展必不可少。現在已經有很多研究在解決自動程式設計，或者是讓程語言變得更高階，能夠使用自然語言來程式設計，比如wolfram alpha, Mathematica, Wolfram Language, 都能看到人工智慧和程式語言的結合。
這是乙個很難回答好的問題，淺淺的談幾點，拋磚引玉。
4樓：rainoftime
隨便說兩句。。
程式語言的設計似乎交集不多。Logic Programming Language也許算，不過顯然沒有Functional Programming在PL圈子的「白象地位」。。很多LP變種和資料庫、知識表示等繫結太多，或只為建模/解決特定問題，或只滿足於加擴充套件證bound等，缺少思想傳承（。
程式語言的相關應用（使用的工具、解決的問題等）和AI倒是聯絡很多。 共通的問題域（如(布林), (線性實數/有理數),(實數), (線性整數) ...)；各種約束求解（SAT，QBF, MaxSAT, set constraint, Linear programming...
），乃至統計機器學習方法（軟體工程很多分支玩ML很久了，程式語言最近玩得也多了起來）。。
人工智慧和哲學研究有哪些關係？
鹽選推薦 關於人工智慧和哲學研究的關係，就不得不提到海德格爾，以及他對技術的反思 技術是我們與萬物交往的一種方式。技術是一種特定的存在方式與交往方式，在給我們帶來便利的同事，也遮蔽了我們對世界的理解。技術作為交往方式方式的本身是豐富的，當它作為一種特定的存在方式時其實遮蔽了人的開放和豐富性。通過非技...
為什麼要研究人工智慧？
badfatraccoon 我不知道別人或者主流是怎麼研究AI的，但是我最關心的是擬人的AI,嚴格說過是人工智慧的乙個分支，人工人類。就像中文房間思維實驗裡說的，人類到底是真的在說話，還是由大腦發出一系列指令給發生器官，然後按順序發出特定頻率的聲音。我們喜歡乙個人是真的喜歡乙個人，還是程式編輯好的讓...
人工智慧能夠研究發展數學和哲學嗎？
定軍山 肯定的。我是絕對相信的。因為人工智慧它會不斷地完善，不斷地提公升。隨著我們時代的發展，科學的進步，時間的流逝。這個人工智慧呀，他只會越來越強大。當科學到達一定的地步的時候。我覺得。不管是這個世界能夠被做出來，甚至這個宇宙。所以人工智慧對數學哲學那都是沒問題的。不僅僅對於數學和哲學很多很多的學...