了解与 AI 相关的术语
人们在谈论人工智能时会用到一些相关术语，我们有必要对每个术语的定义做一个全面的了解。
数据科学
数据科学是一门专注于数据处理和分析的跨学科领域；应用统计技术揭示和可视化数据中的关系和模式，并定义有助于探索这些模式的试验模型。
例如，数据科学家可能会收集某一地理区域中濒危物种种群的数据样本，并将其与同一区域的工业化水平和经济人口统计数据相结合。 然后可以对数据进行分析，使用统计技术从样本中推断，以了解人类活动与野生动物之间的趋势和关系，并使用显示人类活动对野生动物种群可能产生的影响的模型对假设进行验证。 这样一来，数据科学家便可以帮助人们确定出最佳策略，找到满足人口经济福祉和保护濒危野生动物这两种需求之间的理想平衡点。
机器学习
数据科学家经常使用机器学习模型。 机器学习处理预测模型的训练和验证。 通常，数据科学家准备数据，然后使用它来训练基于算法的模型，该算法利用数据中特征之间的关系来预测未知标签的值。
例如，数据科学家可能使用他们收集的数据来训练一个模型，该模型根据观察到的筑巢地数量、指定为受保护的土地面积、当地人口、当地道路上的每日交通量等因素来预测某个物种数量的年增长率或下降率。 然后，可以将此预测模型用作一种工具，用于评估当地住房、基础设施和工业发展计划，以及对当地野生动物的潜在影响。
人工智能
人工智能 (AI) 描述模拟人类智能的一个或多个特征的软件。 机器学习是用于创建 AI 软件的重要方法。 了解数据科学有助于理解人工智能。
例如，平衡野生动物保护和经济发展需求需要准确监测受保护的濒危物种的数量。 依靠人类专家正确识别所涉及的动物或在足够长的时间内监测大片区域以获得准确的计数可能并不可行。 事实上，人类观察员的参与可能会让动物不敢出没，影响监测效果。 在这种情况下，可以训练一个预测模型，用它来分析由分布在远程位置上的运动激活摄像机拍摄的图像数据，预测照片中是否有这种动物出现。 然后，可将该模型用于软件应用程序中，该应用程序可对动物的自动识别做出响应，以跟踪大面积地理区域内的动物出没情况，识别种群密集区域，并可将这些区域列为候选保护区。