未来五年内，哪种编程语言将成为主流？
作为一名IT行业的从业者，大和机器学习是我的主要研究方向，所以我来回答一下这个问题。
随着5G标准的落地应用，未来五年产业互联网将逐渐落地到广大的传统行业，以辅助传统行业的结构性升级。产业互联网的核心技术包括大数据、云计算、物联网和人工智能等技术，所以与这些技术关系密切的编程语言将迎来更多的应用。
当前大数据、云计算技术已经趋于成熟，目前正处在落地应用的初期，所以未来五年大数据相关技术将有广泛的发展空间，与大数据开发、大数据分析以及大数据呈现等场景比较密切的编程语言将会迎来更广泛的应用，其中java（应用开发、平台开发）、python（数据分析）、R（应用开发）、Go（后端服务）、JavaScript（呈现端）等语言目前在大数据相关领域有广泛的应用，所以这些编程语言的发展空间还是比较值得期待的。
物联网领域涉及到的开发场景比较多，涉及到设备、网络、平台以及上层的分析和应用，在设备领域比较常见的编程语言是汇编语言和C语言，另外JavaScript和Python语言目前在嵌入式开发领域也有较为广泛的应用。另外，物联网的分析层主要涉及到大数据技术，而应用层主要涉及到人工智能技术。
随着物联网和大数据的发展，目前人工智能领域也是技术的热点领域，人工智能与移动互联网、物联网的结合将成为一个重要的发展趋势，比如目前AIoT概念就受到了广泛的关注。目前Python语言在机器学习、计算机视觉和自然语言处理等方向都有广泛的使用，相信随着人工智能的发展，未来Python语言会得到更大范围的应用。
当然，除了以上提到的编程语言，php、OC、C#等语言在未来五年也具有广泛的应用场景。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！
回答这个问题，我们可以变个思路，先回溯一下，看看五年前的情况，下面是TIOBE的2012年语言排行榜
我们再看看今年的
不难看出，前三强还是j***a，C和c++，C后退较为厉害，j***a凭借在android apps和各种服务端框架的广泛应用坐稳了第一把交椅，Objective-C被它的小弟Swift迅速取代，下降较为明显。总体来看，强势语言的份额在减少，编程语言分散化趋势明显，2017年第20为还有1.27%的份额，而2012年只有0.56%，这背后的原因可能是编程语言越来越专业化了，各种语言都在自己擅长的领域一展身手，某一种语言已经越来越难一统天下了，因为新语言就是因为旧语言不适合某些应用应运而生的嘛，想想几十年前C语言一同天下到如今百花齐放，这种趋势还不够明显吗？或许问题应该提的更具体一些----在某个应用领域，哪种语言将成为主流。
不过，可以大体的说一下几个主要语言的趋势：
C/C++将集中在对性能要求最严苛的领域，操作系统内核、驱动程序还将是C的天下，游戏、机器学习底层框架、互联网应用基础设施（类似nginx，redis这种）还将以C/C++为主，随着C++11乃至于后续标准的应用，C++将在它和C共有的领域挤占C的份额；
j***a虽然总份额会随着语言专业化的发展继续下降，不过应该可以坐稳第一的宝座，以上三种语言还会在排行榜的前端，C会不会跌出前三是个看点；
python随着机器学习的兴起会继续升温，相对排名提高也不足为奇；
C#大概会下滑（凭感觉）；
Go虽然性能广受诟病，但背后有google的支持，还在不断改进中，天生为并发编程设计，应该会进一步提升排名；
目标是解决吃饭问题的话，j***a和.net core你值得拥有，也是未来最大众、最主流的开发语言，py，go什么的，叫得人多用的人少，也就是一些特种场景有在用，c，c++什么的就算了，语言本身是超级强大，但薪资低的要死，求职范围也特别窄，PHP没啥好说的，混混日子问题不大
每种语言都有自己的强项，所以用哪种语言看是哪种项目，如果是桌面类程序，J***a的窗口设计目前依旧是瓶颈，没有虚拟机也跑不起来。个人觉得，发挥各语言强项才是软件稳定性的基础。比如：Delphi做前台，J***a做后台的结合模式。绝大多数[_a***_]开发使用一种语言，趋于接口好对接，代码好管理，离职自有人能接替。另外，J***a人很多是会写J***a程序，会用流行的框架，但如果要让他写一个原生框架，写出的人太少了，也就是有广度没深度。不要小看任何一门语言，那些说VB太low的人，我只想说“你TMD会用么？”
可以看看过去的五年，主流编程语言的变化，那就是没什么大变化。因为没多少人闲的***会自主的去学新语言，除非工作需要，而公司一般总会选择最大众的语言，因为成本低，风险小。
有人说，新语言可以提升工作效率，但对复杂系统来说，这样的提升是微乎其微的。在《人件》一书中，作者也指出这是不切实际的银弹之一，因为根据统计，更换开发语言只会带来5%左右的效率提升。而且，所谓语言的差别，多是框架的差别，比如RoR刚出现的时候，大多数人是做J***a的，那时候J***a的框架很笨重，所以RoR备受推崇，但是如果理智的分析一下，其实真正带来最大提升是Rails框架，而不是Ruby语言，因为Ruby语言在此之前已经存在很多年了，但是用的人一直很少，后来其他语言也跟进推出了类似的框架，Ruby就没有那么火了。借着那股风使用了RoR的公司，很难再转到其他技术栈，而如今的开发者则有新的风口去追逐，比如Go和Kotlin，在他们看来，Ruby也算是老掉牙的技术了，你说那些用RoR的公司尴尬吗？而今天选择了Go语言的公司，或许没几年也会处在同样尴尬的位置上。
如今，开发语言的发展更趋于领域化。比如，做大数据的用Scala，因为Spark；做算法研究的用python，因为NumPy与SciPy等库；做计算视觉的用c或python，因为OpenCV。一些大厂商也推出自己的语言来支持自己的平台，比如苹果的Swift，安卓的Kotlin。
我认为在未来的五年，主流语言的排名仍然不会有太大的变化，因为主流的开发人员仍然是现在这些人，大学里教的仍然是和今天差不多的课程。但在不同的领域，一定会有一两个主流语言，对于一些新的领域，还是存在变数的。
与开发语言相比，真正重要的是算法与思想。内功好，只需要几天熟悉语法，就可以掌握一门语言。把未来赌在一门开发语言上并不划算，还是选择风口的领域更靠谱。
计算机中SHIF是什么意思？
在计算机领域中，SHIF是"Stage-Independent File Format"的缩写，意思是"阶段独立文件格式"。这种格式主要用于音频、视频等多媒体文件的编码和存储，因为它可以在不同的平台和媒体格式之间进行转换，而不需要依赖于特定的编解码器或格式。
SHIF格式最初是由苹果公司开发的，用于Mac OS X和iPhone OS操作系统中的音频、***等多媒体文件。随着时间的推移，越来越多的软件和应用程序开始支持SHIF格式，包括Microsoft Office、OpenCV、FFmpeg等。此外，SHIF格式也逐渐被应用于其他领域，如图像处理、机器学习、数据可视化等。
总之，SHIF格式是一种非常灵活和通用的文件格式，具有广泛的应用场景和很高的实用价值。
意思为上档转换键。
shift键的功能如下：
1、shift键用于中英文转换。
2、取消"启动"的功能：在开机进入windows时，一直按住shift键直到开机结束，那么启动项中的功能将失效。
3、禁止光驱自动播放：把光盘放进光驱中，同时按住shift键，直到光驱灯灭掉。
C语言有哪些优秀的开源库？
如果想要了解c语言的开源库的话，其实可以直接从github上搜一下就可以找到很多，这里介绍个地址
里面的分类很全，一些常用的c语言库都收录了。
像是redis，mysql，nginx，这种大名鼎鼎c程序我就不说了，我这里简单介绍下，我曾经用过的几个C跨平台开源库吧
1.libuv
这个是异步跨平台的io库，与之类似的还有libevent，libuv作为nodejs的底层实现库，无论在使用方便程度上，还是性能和跨平台集成方面都做的非常不错，我平常做一些跨平台的网络通讯什么的都会使用这个库，在android，ios，windows，linux中可以比较容易的编译和运行。
网络上的开源库，还是很多的。
优秀的国外的居多。
没用到的不了解，有用到的这里列一列。
***解析方面的，vlc。
界面美化方面的，duilib。
cad绘图方面的，librecad。
文件压缩方面的，zlib。
视觉处理方面的，opencv。
就用过这么多啦。我是搞工业控制的，一般都与硬件打交道，涉及的库很少。
现在学习人工智能怎么样？学起来会不会很困难？
谢谢邀请回答。正如《奇点临近》所描述的人类发展加速度越来越快，进入20世纪后，在科技助力下，特别是人工智能，加速度呈现出临近奇点，无限大的趋势。人工智能是从今到以后的发展趋势，无论学与不学，在生活，工作里都不会缺少人工智能。所以， 现在学习人工智能，不仅仅只是为了提高工作竞争力，更是适应未来趋势的一种必然性。
说完了学习人工智能的必要性，现在来谈一谈学习方法。作为从it转人工智能的过来人，有着很多心得和教训。
首先，如前面发帖的朋友所说，要铺垫好相应的数学基础，线性代数，概率，高数，永远是必要的入门基础。如果想少花力气达到熟悉的目的，完全可以找网络免费或收费的***教程进行学习。但是有需要掌握一个度，毕竟不需要有考研那么精深，只要让数学基础能让自己能顺利学习人工智能即可。
其次，人工智能离不开实践。学习只是让人了解和理解理论，真正的掌握和提高，需要个人真正的理解了理论并应用于实践。这样才能又快又好的掌握人工智能技术。另外，国外的kaggle,阿里的天池等网站都有很丰富的由浅入深的实践课题可供学习和实践。
最后，python作为人工智能领域公认的实践编程语言，值得要进入人工智能领域的同学熟练掌握。从机器学习到深度学习，从sk_learn到tensorflow,pytorch等机器学习库，深度学习模型应有尽有，不愧于是一门宝藏丰富的人工智能语言。
所以，只要认识到人工智能是未来的趋势，有学习的足够动力，现在就开始入门，实践，通过正确的方法+努力，学习人工智能也不是难事。
现在互联网技术向生活渗透的幅度是很大的，未来只会越来越大，更多的页面需要有设计，更多的软件、小程序需要有程序员来做，各种各样的工作对人的需求量只会加大，互联网对社会的渗透面，渗透深度也只会加大。打开手机，打开电脑，能看到的所有的都是程序员做的，所以，计算机相关专业未来的发展还是很有前景 可以去重庆 新华 电脑
对于真正的人工智能而言，重要的永远是大数据，只有拥有完整的数据，人工智能才能真正发展起来。就像是一把宝刀，需要有一块好的磨刀石才能让它更加锐利，而大数据恰好就是我们需要的磨刀石。
如果你是还没上大学的同学，想学习人工智能，可以选择数据科学与大数据技术这个专业，这个专业与人工智能的关系较为密切，其次，这个专业是今年新增的专业，很多学校都新增了这个专业。
现在属于人工智能行业发展初期，各种可用的[_a1***_]函数都比较少，所以自己编写算法是必须要会的。而且AI技术现在也进入了家庭：
智能电脑的增加吸引了公众兴趣;一些面向苹果机和IBM兼容机的应用 软件例如语音和文字识别已可买到;使用模糊逻辑，AI技术简化了摄像设备。对人工智能相关技术更大的需求，促使新的进步不断出现。人工智能已经并且将继续不可避免地改变我们的生活。
人工智能入门需要掌握这些知识：
1.基础数学知识：线性代数、概率论、统计学、图论
2.基础计算机知识：操作系统、linux、网络、编译原理、数据结构、数据库
3.编程语言基础：C/C++、Python、J***a
4.人工智能基础知识：ID3、C4.5、逻辑回归、SVM、分类器、等算法的特性、性质、和其他算法对比的区别等内容。
人工智能（AI）是对人的意识、思维信息过程的模拟。人工智能技术拥有核心技术平台、数据循环两大要素，只有将人工智能技术与数据相结合才能形成实用性的业务。随着人工智能与传统行业的逐步结合，以及政策的不断扶持，人工智能产业链将进一步完善。目前全球人工智能企业已经超过了900家，主要集中在北美和西欧。谷歌、Facebook、微软、IBM等科技巨头都已进军人工智能领域。其中IBM把人工智能视为未来最具增长潜力的领域之一。去年11月IBM将认知计算系统（Waston）整合了诸多人工智能基础平台SystemML的功能，使其善于认知、理解、推理和学习。目前IBM Waston已经应用于智慧医疗、金融服务等领域。谷歌在2011年成立了AI部门，目前公司产品和服务主要依靠AI技术驱动，谷歌使用深度学习技术改善搜索引擎、识别手机指令、鉴别社交网络图像等。另外谷歌的无人驾驶主要以技术驱动，侧重于基础技术研究及AI核心科技开发。
随着国外科技巨头加速布局人工智能领域，国内企业也纷纷抢滩。目前百度积极参与无人机和无人驾驶等领域的开发，百度的后期人工优化将使无人驾驶更适应终端环境使用，进一步推动AI技术的商用化步伐。阿里的云计算是其面向未来的核心部分，在人工智能方面很多来自云平台领域。2016年10月全国首个“城市数据大脑”在云栖大会上发布，其内核就是***用阿里云ET人工智能技术，该技术可以对整个城市进行全局实时分析，自动调配公共***，最终将进化成能够治理城市的超级人工智能。
政策方面，2016年5月发改委印发了《“互联网+”人工智能三年行动实施方案》，主要任务是推动互联网与传统行业融合创新，加快人工智能技术在家居、汽车、无人系统、安防等领域的推广应用。《方案》提出，到2018年打造人工智能基础***与创新平台，人工智能产业体系、创新服务体系、标准化体系基本建立，基础核心技术有所突破，总体技术和产业发展与国际同步，应用及系统级技术局部领先。
分析人士认为，人工智能是产业变革的基石，对于不同行业和场景的智能化改造将成为未来趋势。安防、金融、医疗、汽车、制造业、智能家居等领域都是人工智能的发展方向。未来几年人工智能有望在语音识别、工业、***医疗、服务机器人、无人驾驶、虚拟现实等前沿领域崭露头角，千亿级市场盛宴将开启。
人工智能（AI）是对人的意识、思维信息过程的模拟。人工智能技术拥有核心技术平台、数据循环两大要素，只有将人工智能技术与数据相结合才能形成实用性的业务。随着人工智能与传统行业的逐步结合，以及政策的不断扶持，人工智能产业链将进一步完善。目前全球人工智能企业已经超过了900家，主要集中在北美和西欧。谷歌、Facebook、微软、IBM等科技巨头都已进军人工智能领域。其中IBM把人工智能视为未来最具增长潜力的领域之一。去年11月IBM将认知计算系统（Waston）整合了诸多人工智能基础平台SystemML的功能，使其善于认知、理解、推理和学习。目前IBM Waston已经应用于智慧医疗、金融服务等领域。谷歌在2011年成立了AI部门，目前公司产品和服务主要依靠AI技术驱动，谷歌使用深度学习技术改善搜索引擎、识别手机指令、鉴别社交网络图像等。另外谷歌的无人驾驶主要以技术驱动，侧重于基础技术研究及AI核心科技开发。
随着国外科技巨头加速布局人工智能领域，国内企业也纷纷抢滩。目前百度积极参与无人机和无人驾驶等领域的开发，百度的后期人工优化将使无人驾驶更适应终端环境使用，进一步推动AI技术的商用化步伐。阿里的云计算是其面向未来的核心部分，在人工智能方面很多来自云平台领域。2016年10月全国首个“城市数据大脑”在云栖大会上发布，其内核就是***用阿里云ET人工智能技术，该技术可以对整个城市进行全局实时分析，自动调配公共***，最终将进化成能够治理城市的超级人工智能。
政策方面，2016年5月发改委印发了《“互联网+”人工智能三年行动实施方案》，主要任务是推动互联网与传统行业融合创新，加快人工智能技术在家居、汽车、无人系统、安防等领域的推广应用。《方案》提出，到2018年打造人工智能基础***与创新平台，人工智能产业体系、创新服务体系、标准化体系基本建立，基础核心技术有所突破，总体技术和产业发展与国际同步，应用及系统级技术局部领先。
