關(guān)于人工智能（AI），數(shù)據(jù)科學(xué)和分析的定義存在很多混亂，這對于正在考慮專門研究這些領(lǐng)域的學(xué)生和早期職業(yè)人士尤其有害。 本文旨在消除這種混亂。
在有關(guān)"人工智能：一種現(xiàn)代方法"（Russell，2010年）的權(quán)威書中，人工智能（AI）被稱為"智能軟件代理"。 機器學(xué)習(xí)，計算機視覺和自然語言處理方面的進步為AI掀起了軒然大波。 這種嗡嗡聲有時會掩蓋其他AI算法，例如搜索，隨機游戲等。
數(shù)據(jù)科學(xué)是關(guān)于組織和分析大量數(shù)據(jù)的。 它與機器學(xué)習(xí)（ML）工具緊密相連。 這些工具也稱為AI。 與AI的重疊通常可以通過" AI制造工具； 數(shù)據(jù)科學(xué)使用工具"。 如果是這樣，數(shù)據(jù)科學(xué)家就是訓(xùn)練和維護機器學(xué)習(xí)（ML）算法的機械師，而不是設(shè)計和構(gòu)建系統(tǒng)的工程師。 這與那些旨在"從數(shù)據(jù)中提取價值"的數(shù)據(jù)科學(xué)家的愿望背道而馳（Irizarry，2020年），并迫使重新定義數(shù)據(jù)科學(xué)，使其成為與Analytics（分析）高度重疊的總稱。
分析是"將數(shù)據(jù)轉(zhuǎn)化為洞察力以做出更好的決策"所需的所有術(shù)語的統(tǒng)稱（Saxena，2020年），其中包括以下任務(wù)：
· 使用統(tǒng)計數(shù)據(jù)，運營研究和決策分析來創(chuàng)建分析。 在報告，記分卡和儀表板中顯示結(jié)果。
· 建立并運行數(shù)據(jù)供應(yīng)鏈。 管理數(shù)據(jù)和元數(shù)據(jù)，確保數(shù)據(jù)處理流程和數(shù)據(jù)質(zhì)量。
· 設(shè)計和實施用戶界面，儀表板，報告等。
· 編碼并維護數(shù)據(jù)處理，系統(tǒng)接口和存儲。
· 設(shè)置并運行服務(wù)器和網(wǎng)絡(luò)的系統(tǒng)基礎(chǔ)結(jié)構(gòu)。
分析系統(tǒng)通常從交易系統(tǒng)獲取數(shù)據(jù)。 交易系統(tǒng)是數(shù)據(jù)的主要發(fā)起者和來源。 交易系統(tǒng)有很多種，例如企業(yè)資源計劃（ERP），客戶關(guān)系管理（CRM），供應(yīng)鏈管理（SCM）等。其他數(shù)據(jù)源，例如社交媒體（Facebook，Twitter等）， 出于討論的目的，也可以將物聯(lián)網(wǎng)（IoT）等歸入"交易系統(tǒng)"類別。 分析系統(tǒng)和交易系統(tǒng)之間的區(qū)別在于不同的目的：一個要分析，另一個要執(zhí)行交易或任務(wù)。
分析系統(tǒng)和交易系統(tǒng)不需要使用AI，它們可以并且經(jīng)常使用非智能軟件。 因此，我們可以根據(jù)是否使用AI來將所有系統(tǒng)歸為智能系統(tǒng)或啞系統(tǒng)。
· 啞系統(tǒng)。 這些系統(tǒng)用于數(shù)據(jù)輸入和存儲，在數(shù)據(jù)處理中具有基本的"智能"功能，例如編輯檢查，過濾，分組，求和等。對于諸如ERP和CRM的復(fù)雜系統(tǒng)，智能通常是在軟件開發(fā)人員的腦海中。 根據(jù)對業(yè)務(wù)需求的評估來配置和定制系統(tǒng)的專家，然后用戶可以按照專家設(shè)置的確切途徑使用啞系統(tǒng)。
· 智能系統(tǒng)。 這些系統(tǒng)在軟件中嵌入了"分析人員的思想"，使系統(tǒng)能夠?qū)崿F(xiàn)其目標（例如，將語音轉(zhuǎn)錄為文本，或建立最佳的人員花名冊），這些用戶對于正在使用的算法沒有專門知識的用戶 用過的。
> Systems in a 2x2 matrix: Transaction/Analytics vs. Dumb/Intelligent Systems
現(xiàn)在，我們可以在表示系統(tǒng)范圍的2x2矩陣的背景下定義AI，數(shù)據(jù)科學(xué)和分析。
· 人工智能負責設(shè)計，構(gòu)建和運行智能系統(tǒng)，包括分析和交易系統(tǒng)。
· Analytics處理設(shè)計，構(gòu)建和運行的分析系統(tǒng)，包括智能系統(tǒng)和啞系統(tǒng)
· 數(shù)據(jù)科學(xué)以"機器學(xué)習(xí)工程師"的角色處理智能系統(tǒng)的調(diào)優(yōu)，但可能（而且經(jīng)常如此）渴望成為AI或Analytics角色。
參考文獻
Russell，S.和Norvig，P.（2010年）。 人工智能：一種現(xiàn)代方法。 學(xué)徒大廳。 ISBN 0134610997。
Saxena，R.＆Srinivasan，A.（2013年）。 商業(yè)分析。 施普林格。 ISBN 9781461460800。
Saxena，R.＆Gupta，R.（2020年）。 Analytics資產(chǎn)。 Smith P.和Cockburn T.（編輯）在第四次工業(yè)革命的全球商業(yè)領(lǐng)導(dǎo)力發(fā)展中。 IGI Global。 ISBN 9781799848615。
Irizarry，R.A.（2020年）。 學(xué)術(shù)界在數(shù)據(jù)科學(xué)教育中的作用。 哈佛數(shù)據(jù)科學(xué)評論。 DOI 10.1162 / 99608f92.dd363929。
(本文翻譯自Rahul Saxena的文章《Artificial Intelligence (AI), Data Science, and Analytics》，參考：https://medium.com/@
rahul_57018/artificial-intelligence-ai-data-science-and-analytics-14d8395b9ce2)
