随着数据科学中的新领域出现并且研究仍然难以把握，有时最好与该领域的专家和先驱进行交流。最近，我们与数据科学职业教练和《如何成为数据科学家》以及《自信的数据科学》的作者Adam Ross Nelson进行了对话。在采访中，我们讨论了自信的数据科学是什么，数据科学家如何自信和道德地使用人工智能，以及提示工程等新兴领域。您可以在此处收听完整的闪电访谈，并阅读下面关于Adam Ross Nelson的两个有趣问题的转录。
问：什么是自信的数据科学？
Adam Ross Nelson：你知道，我为此付出了很多思考，不仅因为这本书本身，还因为去年夏天我被邀请为该系列写作时，我心里想“自信的数据科学究竟是什么？”了解有助于理解标题的一件事是，这本书是该系列的一部分，您可以在系列中找到其他书籍。有一本自信的UX书，一本自信的编码书，然后我的书是关于自信的数据科学。
我对此进行了一些思考，我认为自信的数据科学与80-20法则非常契合。这意味着大约80％的工作是通过20％的工具完成的。因此，如果在数据科学中，我们有许多常见的任务，挑战和用例，并且数据科学提供了一系列解决方案，其中80％或80％的解决方案可以由20％的工具和与数据科学相关的知识来解决。然后，数据科学家必须在这20％之上专业化，但任何一位单独的数据科学家都无法完全了解全部，我认为这对许多领域都是真实的。
对我来说，自信的数据科学是承认这个80-20法则，承认这个80-20的动态。只要知道数据科学是一个非常多样化的领域，并且有许多不同的背景和不同的兴趣，没有一个数据科学家可以完全了解整个领域。知道你所知道的，并且做好它。
问：为什么写这本书出现了什么问题？
Adam Ross Nelson：几年前，当我翻看我的书架并从中取出大约10本关于数据科学的书时，我看到了数据科学出版界的一个问题，其中一些非常广泛的数据科学书籍，而一些则非常专注于某个行业。然后，我翻看附录、索引和术语表，寻找伦理道德方面的内容。您相信吗，这十本书中只有两本在任何有意义的实质性、深入的方式上提到或讨论了伦理道德？
所以我当时就知道有一个机会，我也知道，如果我有机会写一本书，我会努力纠正这一点，并将一本更加有意识地以伦理、责任和可信度为中心的书籍汇集在一起。
我为这本书做的另一件事是重写数据科学的历史。许多人会指向20世纪90年代中期作为数据科学的起源，并将一些最早真正发明数据科学的人物。但我指向19世纪的Ada Lovelace和Florence Nightingale。如果您从未阅读过Ada Lovelace的相关资料，请知道她在19世纪就已经写了关于生成式人工智能的内容。她写道她与Charles Babbage一起合作研究计算引擎，这是早期的计算机之一。Ada Lovelace通常被认为是第一位计算机科学家，因为她通常被认为是第一个编写计算机算法的人。在她的日记中，她写道分析引擎可能能够创作音乐，这正是生成式人工智能。
如何了解更多有关自信的数据科学和负责任的人工智能
尽管许多数据科学家在开发算法时可能心怀善意，并且只有最好的意图，但有时很难确保他们自信、道德和负责任地使用人工智能。通过参加今年10月30日至11月2日举行的ODSC West活动，并特别关注负责任的人工智能专题，您将了解有关道德实施人工智能的所有知识。