Lispは、機械学習の特定のコンテキストで今日でも学ぶ価値がありますか？[閉まっている]

Lispは元々、コンピュータプログラムの実用的な数学表記として作成され、Alonzo Churchのラムダ計算の表記法に影響を受けました。ウィキペディアによれば、人工知能（AI）研究ですぐに好まれたプログラミング言語になりました。

LispがAIでまだ使用されている場合、特に機械学習とディープラーニングのコンテキストでは、それを学習する価値がありますか？

LISPは、当時のGOFAIパラダイムでうまく機能した関数構文のために、AIの昔の時代に人気がありました。

今日では、ほとんどの研究者が古典的な心の計算理論（読み：思考の言語）をあきらめ、それが関連するGOFAIパラダイムもあきらめています。

LISPは、ニューラルネットワークに関することをしたい場合に学習したいものではありませんが、哲学の背景を知ることは依然として重要です。

AIは研究、技術、科学の非常に多様な分野であるため、さまざまなAI関連のプロジェクトで多くのコンピューター技術とプログラミング言語が使用されています。

最近の開発とブレークスルーのほとんどは、最も広く使用されているプログラミング言語がPythonである機械学習、ディープラーニングの分野で起こっています。その理由は、主要なディープラーニングフレームワーク（Tensorflow、Theano、Keras、neon、Caffeを参照）にPythonインターフェースがあるためです。これらの領域ではLISPは実際には使用されていませんが、Clojureに実装されているディープラーニングフレームワーク（ThinktopicのCortexなど）がいくつかあります。

LISPは、他の種類のAIプロジェクト、特に自然言語処理（SHRDLU、Cycを参照）のための選択言語でした。