Vale ancora la pena imparare oggi Lisp nel particolare contesto dell'apprendimento automatico? [chiuso]

Lisp è stato originariamente creato come una pratica notazione matematica per programmi per computer, influenzato dalla notazione del calcolo lambda della Chiesa di Alonzo. È diventato rapidamente il linguaggio di programmazione preferito per la ricerca dell'intelligenza artificiale (AI), secondo Wikipedia.

Se Lisp è ancora usato nell'intelligenza artificiale, è degno di impararlo, in particolare nel contesto dell'apprendimento automatico e dell'apprendimento profondo?

LISP era popolare perché ai vecchi tempi dell'IA a causa della sintassi funzionale, che funzionava bene con il paradigma GOFAI del tempo.

Oggi la maggior parte dei ricercatori ha rinunciato alla teoria computazionale della mente classica (leggi: linguaggio del pensiero ), e quindi anche al paradigma GOFAI a cui si associa.

LISP non è ciò che vuoi imparare se vuoi fare cose di rete neurale, ma lo sfondo filosofico è ancora importante da sapere.

L'intelligenza artificiale è un campo molto diversificato di ricerca, tecnologia e scienza, quindi molte tecnologie informatiche e linguaggi di programmazione sono utilizzati in vari progetti relativi all'IA.

La maggior parte dei recenti sviluppi e scoperte stanno avvenendo nelle aree di apprendimento automatico, deep learning in cui il linguaggio di programmazione più utilizzato è Python. Il motivo è che i principali framework di deep learning (vedi Tensorflow, Theano, Keras, neon, Caffe) hanno interfacce Python. LISP non è realmente utilizzato in queste aree, tuttavia è possibile trovare alcuni framework di apprendimento profondo (ad esempio Cortex di Thinktopic) implementati in Clojure.

LISP era la lingua scelta per altri tipi di progetti di intelligenza artificiale, principalmente per l'elaborazione del linguaggio naturale (vedi SHRDLU, Cyc).