Ainda vale a pena aprender hoje o Lisp no contexto particular do aprendizado de máquina? [fechadas]

O Lisp foi criado originalmente como uma notação matemática prática para programas de computador, influenciada pela notação do cálculo lambda da Igreja de Alonzo. Ele rapidamente se tornou a linguagem de programação preferida para pesquisas de inteligência artificial (IA), de acordo com a Wikipedia.

Se o Lisp ainda é usado em IA, vale a pena aprendê-lo, principalmente no contexto de aprendizado de máquina e aprendizado profundo?

O LISP era popular porque antigamente, devido à sintaxe funcional, que funcionava bem com o paradigma GOFAI da época.

Atualmente, a maioria dos pesquisadores desistiu da teoria computacional clássica da mente (leia-se: linguagem do pensamento ) e, portanto, também do paradigma GOFAI ao qual ela se associa.

O LISP não é o que você deseja aprender se deseja fazer coisas sobre redes neurais, mas ainda é importante saber o contexto filosófico.

A IA é um campo muito diversificado de pesquisa, tecnologia e ciência; muitas tecnologias de computador e linguagens de programação são usadas em vários projetos relacionados à IA.

A maioria dos desenvolvimentos e avanços recentes está acontecendo nas áreas de aprendizado de máquina e aprendizado profundo, onde a linguagem de programação mais usada é o Python. O motivo é que as principais estruturas de aprendizado profundo (consulte Tensorflow, Theano, Keras, neon, Caffe) têm interfaces Python. O LISP não é realmente usado nessas áreas, no entanto, você pode encontrar algumas estruturas de aprendizado profundo (por exemplo, Cortex by Thinktopic) implementadas no Clojure.

O LISP era o idioma de escolha para outros tipos de projetos de IA, principalmente para processamento de linguagem natural (consulte SHRDLU, Cyc).