Omówienie terminów związanych ze sztuczną inteligencją
Istnieje kilka powiązanych terminów, które ludzie używają podczas mówienia o sztucznej inteligencji, dlatego warto mieć jasne definicje dla każdego z nich.
Nauka o danych
Nauka o danych to dziedzina i dyscyplinarna, która koncentruje się na przetwarzaniu i analizie danych; stosowanie technik statystycznych w celu odkrywania i wizualizowania relacji i wzorców w danych oraz definiowania modeli eksperymentalnych, które ułatwiają eksplorowanie tych wzorców.
Na przykład analityk danych może zbierać próbki danych o populacji zagrożonych gatunków w obszarze geograficznym i łączyć je z danymi dotyczącymi poziomów uprzemysłowienia i danych demograficznych gospodarczych w tym samym obszarze. Następnie można analizować dane przy użyciu technik statystycznych, aby ekstrapolować z próbek, aby zrozumieć trendy i relacje między działalnością człowieka a dziką fauną i florą, a także przetestować hipotezy przy użyciu modeli, które pokazują prawdopodobny wpływ aktywności człowieka na populację dzikiej przyrody. Dzięki temu analitycy danych mogą pomóc określić optymalną politykę, która równoważy potrzebę dobrego samopoczucia gospodarczego dla populacji ludzkiej z potrzebą ochrony zagrożonej przyrody.
Uczenie maszynowe
Analitycy danych często pracują z modelami uczenia maszynowego. Uczenie maszynowe dotyczy trenowania i walidacji modeli predykcyjnych . Zazwyczaj analityk danych przygotowuje dane, a następnie używa ich do trenowania modelu na podstawie algorytmu wykorzystującego relacje między funkcjami w danych w celu przewidywania wartości nieznanych etykiet.
Na przykład analityk danych może użyć zebranych danych w celu wytrenowania modelu, który przewiduje roczny wzrost lub spadek populacji gatunku na podstawie czynników, takich jak liczba obserwowanych miejsc zagnieżdżania, obszar gruntów wyznaczonych jako chroniony, populacja ludzi w okolicy, dzienny wolumen ruchu na drogach lokalnych, i tak dalej. Ten model predykcyjny może następnie służyć jako narzędzie do oceny planów dotyczących mieszkalnictwa, infrastruktury i rozwoju przemysłowego w okolicy oraz oceny ich prawdopodobnego wpływu na lokalną przyrodę.
Sztuczna inteligencja
Sztuczna inteligencja (AI) opisuje oprogramowanie emulujące co najmniej jedną cechę ludzkiej inteligencji. Uczenie maszynowe to wybitne podejście używane do tworzenia oprogramowania sztucznej inteligencji. Znajomość nauki o danych może wspierać zrozumienie sztucznej inteligencji.
Na przykład równoważenie potrzeby ochrony przyrody przed rozwojem gospodarczym wymaga dokładnego monitorowania populacji zagrożonych gatunków chronionych. Może nie być możliwe poleganie na ekspertach ludzkich, którzy mogą pozytywnie zidentyfikować omawiane zwierzę lub monitorować duży obszar przez wystarczający czas, aby uzyskać dokładną liczbę. Rzeczywiście obecność obserwatorów ludzkich może odstraszać zwierzęta i zapobiegać ich wykrywaniu. W takim przypadku model predykcyjny można wytrenować w celu analizowania danych obrazów wykonanych przez kamery aktywowane ruchem w odległych lokalizacjach i przewidzieć, czy zdjęcie zawiera obserwację zwierzęcia. Następnie model może być używany w aplikacji programowej, która reaguje na zautomatyzowaną identyfikację zwierząt w celu śledzenia obserwacji zwierząt w dużym obszarze geograficznym, identyfikując obszary z gęstymi populacjami zwierząt, które mogą być kandydatami do stanu chronionego.