了解 AI 相關字詞
人們在討論人工智慧時，會使用幾個相關的字詞，因此了解各個字詞定義會很有幫助。
資料科學
資料科學是著重於資料處理與分析的專業領域。其應用統計技術，以在資料中找出關聯性與模式，並將其視覺化，並且定義可協助探索這些模式的實驗性模型。
例如，資料科學家可能會收集某個地理區域中瀕危物種的族群資料樣本，並將其與相同區域中的工業化程度和經濟人口統計相關資料結合在一起。 接著，就能使用統計技術從樣本中推斷資料，以分析該資料，了解人類活動與野生動物之間的趨勢與關聯性，並且使用模型測試假設，以顯示人為活動對野生動物族群可能產生的影響。 藉由這種方式，資料科學家可以協助判斷最佳原則，以在人類經濟發展的需求與瀕危野生動物保育的需求之間取得平衡。
機器學習
資料科學家通常會使用機器學習模型。 機器學習處理的是預測性模型的定型和驗證。 一般來說，資料科學家會準備資料，然後根據演算法，將其用於訓練模型，以利用資料中的「特徵」預測未知「標籤」的值。
例如，資料科學家可能會使用所收集的資料訓練模型，以根據各種因素 (例如觀察到的巢穴地點數目、指定為保護區的土地面積、區域內的人口、當地道路的每日車流量等等) 來預測物種族群的每年成長或減少幅度。 然後，使用此預測性模型作為工具，以在當地區域評估房屋、基礎設施與產業開發的計畫，並評估其對當地野生動物可能造成的影響。
人工智慧
人工智慧 (AI) 是描述模擬人類智慧中一或多個特性的軟體。 機器學習是用來建立 AI 軟體的重要方法。 資料科學的知識可以支援對人工智慧的理解。
例如，要在野生動物保育與經濟開發的需求之間取得平衡，需要精確地監視受保護的瀕危物種族群。 如果要仰賴能夠正確辨識不明動物的專家，或監視大面積區域一段夠長的時間以取得準確計數，可能不是可行的做法。 人類觀察者的存在甚至可能會驚擾到動物，導致無法偵測。 在此情況下，可以訓練預測性模型，以分析遠處動態偵測攝影機所捕捉到的影像資料，並預測相片是否有出現動物的身影。 然後，此模型可在軟體應用程式中使用，以回應動物的自動化識別，追蹤整個大面積地理區域的動物現蹤情況，找出具有密集動物族群，而可能成為受保護狀態的候選區域。