Verstehen KI-bezogener Begriffe
Es gibt mehrere verwandte Begriffe, die von Menschen verwendet werden, wenn es um künstliche Intelligenz geht. Daher ist es hilfreich, diese jeweils klar zu definieren.
Data Science
Data Science ist ein interdisziplinäres Feld, die sich auf die Verarbeitung und Analyse von Daten konzentriert, nämlich das Anwenden statistischer Methoden zum Aufdecken und Visualisieren von Beziehungen und Mustern in den Daten und das Definieren experimenteller Modelle, die bei der Erkundung dieser Muster helfen.
Beispielsweise kann eine wissenschaftliche Fachkraft für Daten Stichproben von Daten zur Population einer bedrohten Tierart in einem geografischen Gebiet sammeln und diese mit Daten zum Industrialisierungsgrad und der wirtschaftlichen Demografie im selben Gebiet kombinieren. Die Daten können dann mithilfe statistischer Methoden analysiert werden, um die Stichproben zu extrapolieren und so Trends und Beziehungen zwischen menschlichen Aktivitäten und der Tierwelt zu verstehen und Hypothesen mithilfe von Modellen zu testen, die die wahrscheinlichen Auswirkungen menschlicher Aktivität auf die Tierpopulation zeigen. Dadurch können die wissenschaftlichen Fachkräfte für Daten dabei helfen, optimale Richtlinien zu bestimmen, die die Notwendigkeit wirtschaftlichen Wohlstands für die menschliche Bevölkerung mit der Notwendigkeit der Erhaltung der bedrohten Wildtierarten in Einklang bringen.
Machine Learning
Datenwissenschaftler arbeiten häufig mit Modellen des maschinellen Lernens. Maschinelles Lernen befasst sich mit dem Training und der Validierung von Vorhersagemodellen. In der Regel bereitet eine wissenschaftliche Fachkraft für Daten die Daten vor und verwendet sie dann, um ein Modell basierend auf einem Algorithmus zu trainieren, der die Beziehungen zwischen den Merkmalen in den Daten ausnutzt, um Werte für unbekannte Bezeichnungen vorherzusagen.
Beispielsweise kann eine wissenschaftliche Fachkraft für Daten die gesammelten Daten verwenden, um ein Modell zu trainieren, das das jährliche Wachstum oder den jährlichen Rückgang der Population einer Art anhand von Faktoren vorhersagt, z. B. der Anzahl der beobachteten Nistplätze, der als geschützt ausgewiesenen Landfläche, der menschlichen Bevölkerung in dem lokalen Gebiet, dem täglichen Verkehrsaufkommen auf lokalen Straßen usw. Dieses Vorhersagemodell kann dann als Tool verwendet werden, um Pläne für die Entwicklung von Wohnraum, Infrastruktur und Industrie im lokalen Bereich zu bewerten und deren wahrscheinliche Auswirkungen auf die lokalen Wildtierbestände einzuschätzen.
Künstliche Intelligenz
Künstliche Intelligenz (KI) beschreibt Software, die ein oder mehrere Eigenschaften der menschlichen Intelligenz nachahmt. Maschinelles Lernen ist ein prominenter Ansatz, der zum Erstellen von KI-Software verwendet wird. Kenntnisse der Data Science können ein Verstehen der künstlichen Intelligenz unterstützen.
Um z. B. die Notwendigkeit der Erhaltung von Wildtierbeständen mit der wirtschaftlichen Entwicklung in Einklang zu bringen, ist eine exakte Überwachung der Population der bedrohten Arten erforderlich, die geschützt werden. Es ist möglicherweise nicht praktikabel, sich auf menschliche Experten zu verlassen, die das fragliche Tier positiv identifizieren können, oder einen großen Bereich über einen ausreichenden Zeitraum zu überwachen, um eine exakte Anzahl zu erhalten. Tatsächlich kann das Vorhandensein menschlicher Beobachter Tiere verscheuchen und deren Entdeckung verhindern. In diesem Fall könnte ein Vorhersagemodell trainiert werden, um Bilddaten von bewegungsaktivierten Kameras (sogenannte Wildkameras) an entfernten Standorten zu analysieren und vorherzusagen, ob ein Foto die Sichtung eines Tiers zeigt. Das Modell könnte dann in einer Softwareanwendung verwendet werden, die auf die automatisierte Identifizierung von Tieren reagiert, um Tiersichtungen über einen großen geografischen Bereich hinweg nachzuverfolgen, wobei Bereiche mit dichten Tierbeständen identifiziert werden, die möglicherweise Kandidaten für einen schützenswerten Status sind.