北京大学袁晓如：智能数据可视分析

不到现场，照样看最干货的学术报告！

嗨，大家好。这里是学术报告专栏，读芯术小编不定期挑选并亲自跑会，为大家奉献科技领域最优秀的学术报告，为同学们记录报告干货，并想方设法搞到一手的PPT和现场视频——足够干货，足够新鲜！话不多说，快快看过来，希望这些优秀的青年学者、专家杰青的学术报告 ，能让您在业余时间的知识阅读更有价值。

人工智能论坛如今浩如烟海，有硬货、有干货的讲座却百里挑一。“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办，承办单位为中国科学院大学学生会，协办单位为中国科学院计算所研究生会、中科院计算机网络信息中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会，百度为支持单位，读芯术、PaperWeekly为合作自媒体。“AI未来说·青年学术论坛”第十期“视频理解与推荐”专场已于2019年10月27日下午在中科院举行。北京大学袁晓如为大家带来报告《智能数据可视分析》。

袁晓如，北京大学信息科学与技术学院研究员，博士生导师，机器感知与智能教育部重点实验室副主任，大数据分析与应用国家工程实验室常务副主任。长期致力于可视化与可视分析通用基础方法与领域应用系统的研究，在基于地图隐喻的社交媒体数据可视分析、任务驱动的可视化数据管理、交互式复杂数据分析、可视化的快速构建与自动化等方向做了创新的开拓工作，相关可视化研究工作成果广泛用于流场分析、交通、社会媒体等领域。高动态范围可视化的工作获2005年IEEE VIS大会最佳应用论文奖，近年来指导团队十余项次在IEEE VAST可视分析挑战赛中获奖。应邀数十次担任IEEE VIS,EuroVis, IEEE PacificVis等国际可视化会议程序委员会委员和其他各类学术活动组织工作，2017年任IEEE VIS大会论文主席(SciVis)。长期开展可视化领域教育工作，坚持十余年举办北大可视化暑期学校，培训全国学员逾千人，共同发起创建中国可视化与可视分析大会。担任中国图象图形学学会可视化与可视分析专业委员会主任，中国计算机学会理事，杰出会员。

报告内容：数据可视化与人工智能将人类的感知能力、经验智慧与机器的运算能力紧密地结合在一起，是符合人的认知特点的有效数据分析与理解途径。上世纪80年代以来，可视化取得了飞速的发展，涌现了大量新颖的方法和被广泛应用的系统，为各行业使用者提供对数据的洞察力，在科研、决策、政治、公共事物等方面都扮演了不可或缺的角色。在当前的大数据和人工智能时代，可视交互技术将会如何进一步演化，如何驱动复杂的商业或公共智能决策？全自动的智能是否可能取代人工的交互？下一代的数据分析将会如何演进？本次报告将通过回顾历史，展示前沿，一同探讨智能数据可视分析的未来发展。

智能数据可视分析

在报告中，袁晓如老师回顾了可视化的发展历史。可视化是基于计算机的可视化系统通过提供对数据的视觉表达形式来帮助人们更有效地完成特定任务的过程。可视化可以更好帮助人们对事物建立心理模型或者心理图像。人类的视觉系统具有高宽带通道信息处理环境，人类视觉的高效并行处理和前注意机制结合的能力使得可以设计好的可视化方式，有效提供对于数据的理解分析。而可视化构型的设计空间巨大（包括如何创建可视化形式，如何与可视化表示交互），我们面临着诸多挑战。

报告中，袁晓如老师对未来可视化发展趋势的开展了讨论，包括如下几个方面：1）发展面向更复杂数据的新颖可视化方法；2）提高可视化的开发便捷性的可视化，例如发展面向领域的可视化语言，自动生成的可视化）；3）提升用户使用可视化的便捷性；4）可视化与创意和美的进一步结合。

在讨论面向复杂数据的可视化方案案例中，袁晓如老师以交通和地图的发展作为主线。可视化可以提供对于数据更为强有力的刻画。以交通拥堵传播为例，可以通过计算相邻路段的时空关系，推测道路之间的拥塞传播关系。他展示的可视分析案例，可以通过对于出租车轨迹数据的探索，交互分离出城市内各个交通拥堵的传播情况，提供从宏观到微观细致入微的观察。

进一步的例子则是绘制网络世界的信息扩散的地图。袁老师领导的实验室多年持续研究发展了利用地图隐喻可视化社交媒体中信息扩散的方法。可以用不同的地图元素表示微博转发过程的不同行为以及语义，支持从多维度分析信息大规模转发过程。可视化方法能清晰地表达其在网络空间的扩展过程。

而后，袁晓如老师介绍了不同社交媒体中心用户画像案例。把一个用户的微博做成一个地图，表示在其网络世界里面的互动情况。微博的发布者处在一个首都，根据互动的其他用户的特点，来发掘哪些人在某方面有共同兴趣。例如四川与广东有着不一样的饮食文化，有着各自不同的圈子，而经常讨论技术问题和关心实事的用户又形成不同的圈子，最终用一幅幅地图可以表达出这些信息。此外，普通用户与商业用户的地图ID是不同的。

袁晓如老师指出当前可视化发展和扩大应用的一个需要解决的重要方面是提高可视化实现的效能，这对于大众使用可视化具有重要意义。他介绍了北大的可视化交互的快速构建系统-Interaction+。这个工作可以自动对网页上缺乏灵活操作的一些可视化快速添加交互过滤功能。他还介绍了北京大学在研发中的部分可视化专用语言和快速构建界面，这样的工具，有可能让毫无编程经验的人经过短时间的学习，就可以完成一些灵活多变数据可视化的设计和构建工作。

在讨论可视化的用户友好性能时，袁晓如老师以体数据可视化为例，在传统的流程中，需要设计传递函数把原始的三维体数据灰度数值映射为不同的颜色和透明度数据。但是传统的设计传递函数曲线的方法，要求调整一条二维曲线，其传递函数设计空间与三维体数据可视化的渲染图像空间是分离的，用户需要长期的训练和理解才能掌握技巧。而对于用户更为友好的是一种所见即所得的体数据可视化交互形式。用户可以直接在绘制结果中对于图像进行染色、擦除等图像操作，大大提高了使用性能。

最后，袁晓如老师指出，人和机器各有所长。计算机在数据存储和数值计算远超人类，技术的发展，使得机器也初步具有分析、预测能力；而人类在复杂事物认知、常识和创意的能力机器尚无法实现。通过设计好的可视化作为界面，把人和机器结合起来，可以大大提高人类的知识认知能力。大数据、人工智能和计算能力是计算机科学拉动社会前进的三架马车，可视化可以帮助人类更好第驾驭计算和数据。

AI未来说*青年学术论坛

第一期 数据挖掘专场

1. 李国杰院士：理性认识人工智能的“头雁”作用

2. 百度熊辉教授：大数据智能化人才管理

3. 清华唐杰教授：网络表示学习理论及应用

4. 瑞莱智慧刘强博士：深度学习时代的个性化推荐

5. 清华柴成亮博士：基于人机协作的数据管理

第二期 自然语言处理专场

1. 中科院张家俊：面向自然语言生成的同步双向推断模型

2. 北邮李蕾：关于自动文本摘要的分析与讨论

3. 百度孙珂：对话技术的产业化应用与问题探讨

4. 阿里谭继伟：基于序列到序列模型的文本摘要及淘宝的实践

5. 哈工大刘一佳：通过句法分析看上下文相关词向量

第三期 计算机视觉专场

1. 北大彭宇新：跨媒体智能分析与应用

2. 清华鲁继文：深度强化学习与视觉内容理解

3. 百度李颖超：百度增强现实技术及应⽤

4. 中科院张士峰：基于深度学习的通用物体检测算法对比探索

5. 港中文李弘扬 ：物体检测最新进展

第四期 语音技术专场

1. 中科院陶建华：语音技术现状与未来

2. 清华大学吴及：音频信号的深度学习处理方法

3. 小米王育军：小爱背后的小米语音技术

4. 百度康永国：AI 时代的百度语音技术

5. 中科院刘斌：基于联合对抗增强训练的鲁棒性端到端语音识别

第五期 量子计算专场

1. 清华大学翟荟：Discovering Quantum Mechanics with Machine Learning

2. 南方科技大学鲁大为：量子计算与人工智能的碰撞

3. 荷兰国家数学和计算机科学中心（CWI）李绎楠：大数据时代下的量子计算

4. 苏黎世联邦理工学院（ETH）杨宇翔：量子精密测量

5. 百度段润尧：量子架构——机遇与挑战

第六期 机器学习专场

1. 中科院张文生：健康医疗大数据时代的认知计算

2. 中科院庄福振：基于知识共享的机器学习算法研究及应用

3. 百度胡晓光：飞桨（PaddlePaddle）核心技术与应用实践

4. 清华大学王奕森：Adversarial Machine Learning: Attack and Defence

5. 南京大学赵申宜：SCOPE - Scalable Composite Optimization for Learning

第七期 自动驾驶专场

1. 北京大学查红彬：基于数据流处理的SLAM技术

2. 清华大学邓志东：自动驾驶的“感”与“知” - 挑战与机遇

3. 百度朱帆：开放时代的自动驾驶 - 百度Apollo计划

4. 北理宋文杰：时空域下智能车辆未知区域自主导航技术

第八期 深度学习专场

1. 中科院文新：深度学习入门基础与学习资源

2. 中科院陈智能：计算机视觉经典——深度学习与目标检测

3. 中科院付鹏：深度学习与机器阅读

第九期 个性化内容推荐专场

1. 人民大学赵鑫：基于知识与推理的序列化推荐技术研究

2. 中科院赵军：知识图谱关键技术及其在推荐系统中的应用

留言点赞关注

我们一起分享AI学习与发展的干货

如转载，请后台留言，遵守转载规范