首先我們先了解什么是人工智能語言

人工智能（AI）語言是一類適應于人工智能和知識工程領域的、具有符號處理和邏輯推理能力的計算機程序設計語言。能夠用它來編寫程序求解非數值計算、知識處理、推理、規劃、決策等具有智能的各種復雜問題。典型的人工智能語言主要有LISP、Prolog、Smaltalk、C++等。

一般來說，人工智能語言應具備如下特點：

?具有符號處理能力（即非數值處理能力）；

?適合于結構化程序設計，編程容易；

?具有遞歸功能和回溯功能；

?具有人機交互能力；

?適合于推理；

?既有把過程與說明式數據結構混合起來的能力，又有辨別數據、確定控制的模式匹配機制。

人們可能會問，用人工智能語言解決問題與傳統的方法有什么區別呢？

傳統方法通常把問題的全部知識以各種的模型表達在固定程序中，問題的求解完全在程序制導下按著預先安排好的步驟一步一步（逐條）執行。解決問題的思路與馮。諾依曼式計算機結構相吻合。當前大型數據庫法、數學模型法、統計方法等都是嚴格結構化的方法。

對于人工智能技術要解決的問題，往往無法把全部知識都體現在固定的程序中。通常需要建立一個知識庫（包含事實和推理規則），程序根據環境和所給的輸入信息以及所要解決的問題來決定自己的行動，所以它是在環境模式的制導下的推理過程。這種方法有極大的靈活性、對話能力、有自我解釋能力和學習能力。這種方法對解決一些條件和目標不大明確或不完備，（即不能很好地形式化，不好描述）的非結構化問題比傳統方法好，它通常采用啟發式、試探法策略來解決問題。

那么Lisp和Prolog哪個更值得學習，哪個功能更強大

自從五十年代麻省理工學院研制出LlSP以來，LISP一直是美國的主要人工智能語言。Prolog是七十年代初在歐洲研制出來的，為歐洲人工智能研究者所選用的語言。此外，日本第五代機計劃也選用Prolog作為它的軟件開發語言。在加利福尼亞州Calabasas的Hughes研究所Corporate人工智能中心幫助開發內部專家系統的老科學家Douglas Partridge 預言，“這是一個復雜的問題，它所牽涉的許多事情，即使不影響八十年代后幾年，也會影響下五年的工業。”他認為，以Prolog 及其方言為代表的邏輯程序設計正潛入美國人工智能領域。但是，他懷疑，這種語言能否“與人們在研制專家系統時要用的問題求解方法一致。

LISP的許多鼓吹者很不相信Prolog。他們難以捉摸日本人為什么選用Prolog開發第五代機的軟件。有人說，“日本人犯了一個嚴重的錯誤。Prolog 是研究問題的好工具，它太受其先天結構的限但對一些重要應用，

制。”越來越多的美國人轉向Prol0B這一事實表明，持這種態度是由于一般錯誤地理解了Prolog與邏輯程序設計。有些研究人員花了數年時間學習LSP，因此對它很有感情。

兩種語言并非都人人中意，避開lisp與prolog之爭不談，對這兩個語言的常處于短處的看法是一致的。開發prolog軟件的Quintus計算機公司軟件技術董事長William Kornfeld 說，“prolog用起來很簡單，用他編程要比用lisp容易得多。Lisp是一個非常復雜的語言，要求程序員極其熟練”然而他指出，在最初設計prolog的時候，某些決策限制了他所擅長處理的問題類....”。關于Lisp和Prolog區別以及爭議我將在下文進行分析。

關于LISP語言

（1）LISP具有和圖靈機相同的（也就是理論上最高的）計算能力;在計算機科學的可計算理論中，人們已經證明遞歸函數和圖靈機具有相同的（也就是理論上最高的）計算能力，通常指的是自然數集上的遞歸函數。這個結論對符號集上的遞歸函數也成立。J.McCarthy在LISP中設計了一套符號處理函數，它們具有符號集上的遞歸函數的計算能力，因此原則上可以解決人工智能中的任何符號處理問題。

（2）數據類型的唯一性，程序與數據的一致性;LISP的數據類型和句法結構簡單，甚至簡單到具有唯一性和一致性：其數據和程序的表現形式是一樣的， 都是用S-表達式一種形式。基本的數據結構是表（表是S-表達式的特例）。

（3）數據和程序的 等價性;LISP的數據和程序不僅類型一致，而且作用也等價；即：程序可作為數據被處理，數據也可作為程序來執行。

（4）LISP一切功能由函數來實現，程序的運行就是求值；LISP程序的通常形式是一串函數定義，其后跟著一串帶有參數的函數調用，函數之間的關系只是在調用執行時才體現出來。

（5）LISP語言的控制結構以遞歸為主；大多數語言使用的控制結構是以循環為主的，有的程序語言允許遞歸，而LISP以遞歸形式為主。遞歸是LISP能力的源泉。當然現在LISP也有循環結構和迭代。（6）原子可以有任意多個值（特性值）；LISP非常重要的一個特點是每個文字原子許多特性，每個特性有一個特性表及對應的特性值。由于原子的多值性給使用者帶來很多方便，給問題表示帶來好處，使LISP很好用。

（7）LISP具有表的結構形式和規模的靈活性，不必預先設定；

（8）具有收集無用單元的功能。

關于 prolog語言

（1）WHAT型語言；Prolog 由程序設計的“How to do the Job”向 “What you want to do”前進一步。用戶只要說明已知事實是什么，定義規則（說明對象間的關系），再告訴要解決的問題是什么（詢問）就行了，不必告訴計算機如何一步一步做，問題的求解是通過Prolog的內部機制自動生成。

（2） 基于一階謂詞邏輯，既有堅實的理論基礎，又有較強的表現能力；Prolog的文法簡單，描述能力強，更接近于自然語言，程序易寫易讀，程序量小。

（3） Prolog自動實現模式匹配（合一功能），自動回溯，這兩種是人工智能系統中常用的基本操作；

（4）內部的回溯能力及不確定性使Prolog對同一個問題可給出多個解；Prolog具有不確定的原因有二個：①過程性的不確定性：Prolog謂詞調用是用模式匹式、自頂向下的深度優先搜索自動回溯策略，當變元值不滿足謂詞時產生回溯，求得變元之另一值，如此下去直到謂詞為真；②變元特性的不確定性：系指謂詞中變元既可用來作輸入變元又可作輸出變元的這種性質。變元特性的非確定性引起提問方式的多樣性，增強了交互能力（會話能力）。過程的不確定性和變元特性的不確定性，這是傳統程序設計語言以及另一種AI語言LISP所不具備的智能特性。

（5）Prolog的數據和程序的統一，Prolog提供了一種統一的數據結構--項（term），用來構造數據和程序。數據和程序并沒有明顯區別，同樣存在數據庫中。并且提供了修改數據庫的指令ADDCL和DELCL，在程序執行中，可以自行修改數據、改變控制，因而可以編制能自行修改程序和數據的程序，為實現某些智能提供了方便；

（6）遞歸是Prolog語言的重要特點之一。

缺點：（1）在編譯系統實現問題上，在執行效率低問題上，在系統開銷大的問題上，Prolog遇到了比LISP更大的困難;由于深度優先算法，由于控制機制具有普遍性，由于遞歸和自動回溯，Prolog程序中間變量過多嚴重浪費內存，對具體的問題不免有多余的回溯，因而浪費了較多的機器時間和空間，降低了效率。

（2） 大型的Prolog程序調試不容易；Prolog算法都是深度優先搜索和自動回溯，在程序執行過程中細節由系統內部掌握，減少了人設計控制的工作。但反過來，用戶很難或根本無法控制算法的細節，對程序控制的唯一途徑是通過“cut”操作（但cut影響了prolog的完備性）。因此大型prolog程序比LISP程序調試困難得多。

（3） Prolog的“not”是“失敗的not”，不是邏輯否定，只有在封閉世界假設基礎上才能認為是邏輯否定。Prolog對量詞的處理也不夠。它視所有規則前面有對規則中所有變元的全稱量詞，而視詢問公式前有對詢問中變元的存在量詞。但實際應用中封閉世界假設不一定合適。

（4） Prolog是描述笥語言，處理的是關系，因而在過程性控制方面局限性較大。但目前不少國家已經實現了Prolog和LISP語言之間或它們與傳統語言之間的轉換接口。所以在過程控制方面也有推廣使用Prolog的，例如PC-Prolog。又如，POPLOG是LISP、PROLOG和POP-11的混合物，其中允許這三種語言寫的程序互相調用。也有以一種程序設計風范為主、引進并兼顧另一種風范的，例如LOGLISP（以LISP結構為基礎，加進邏輯程序成分的）。

Prolog詳細介紹

Prolog（Programming in Logic的縮寫）是一種邏輯編程語言。它建立在邏輯學的理論基礎之上， 最初被運用于自然語言等研究領域。現已廣泛的應用在人工智能的研究中，可以用來建造專家系統、自然語言理解、智能知識庫等。同時對一些通常的應用程序的編寫也很有幫助，能夠比其他的語言更快速地開發程序，因為它的編程方法更象是使用邏輯的語言來描述程序。