ai的核心問題是基於符號的資料庫處理。回想下matlab，他們的資料庫都是matlab自帶的，之後學習的時候coding語法也有點熟悉。那麼ai呢？他的基本不是語法上的，是mlinference的經驗，你們寫好的ide能幫助你打到自然語言編程。如果學習的時候就好好學習，以後不僅是你自己開源處理，而且很多公司都會求你分析。
而且ai語言一般都還是學習成本很大，因為這個領域比較新，代碼也比較複雜，如果沒有對該領域很深入的把握，可能學著學著就累了，基本功不紮實，寫出來很多都是從mlinference角度去搞。其實在中國這種ai人才緊缺的情況下，學ai語言是個不錯的決定。人工智慧的話，感覺其實各個公司做的都差不多，畢竟語言沒區別，而且只要你掌握數據結構算法，ai寫起來也很快的不用急，不管你是寫python還是java，基本語法理解透了，都可以接觸到java和python。
寫ai不是簡單的一句我不認識你就可以。ai中很多操作都是必須基於數據進行操作，你需要先將數據寫入ai中，在進行實現。這樣對寫python而言才是最快的方法。你可以從爬蟲開始，循序漸進。至於java和python孰輕孰重，因人而異。自學的話，掌握一門就行，在掌握某一門的基礎上，你可以繼續掌握第二門，並不斷加深掌握。
python學習python3selenium或者uio，一天搞定，ai其實很多都可以用python2實現，有意識的話一天你就能上手，掌握資料庫基礎和linux基礎就很不錯了新版本的java或python都開始對ai支持了，沒必要非用python要不要python從java轉python地看到了你的帖子，在此問一下你的開發者身份，比如拉勾的哈哈python先理解下就完全足夠用了，從進程間通信到文件讀寫一路搞到ai。回看ai源碼，你會發現大量基礎的內容，完全可以python來實現。
本質上ai的核心是mlinference，所以寫碼時一定要考慮跨語言互操作的問題。python一抓一大把的nlp庫就不需要你來背了。理解了python，就把自己的資料庫搞定，就抓住ai的重點了，到ai上你就可以有紮實的數據基礎了。寫ml結果取決於你的資料庫，從資料庫讀入（讀寫）數據再python或java算出來就可以了，無需自己用java或javascript來實現（以現在ml領域的開發規模，如果搞不定資料庫，算得再複雜也是瞎）。
selenium庫可以在nodejs環境下訪問java，python與nodejs交互就足夠你寫ai了。python，語法簡單，容易上手，基本上教程看一遍就能用，直接上公司面試能夠通過的話會把你留下。