(资料图片仅供参考)
可视化和人工智能 (AI) 是广泛应用的数据分析方法。在疫情溯源、城市规划等复杂的数据分析场景中，人类需要理解海量数据并做出决策，这需要可视化和人工智能的优势互补。然而，人工智能和可视化如何相互补充并融入数据分析过程仍然是缺失的。
为了解决这些问题，陈伟教授领导的研究团队在高等教育出版社和施普林格·自然联合出版的《计算机科学前沿》上发表了他们的最新研究成果。
该团队定义了可视化和人工智能的三个集成级别。可视化和人工智能首先是分开使用的，这是0级的数据分析方法：独立过程。随着技术的成熟，可视化和人工智能已经开始相互辅助。相关方法被称为 VIS4AI 和 AI4VIS，它们对应于第 1 级：单向协助。单向协助无法支持反馈。1 级方法没有机会评估或优化所提供援助的效果。为了进一步改进数据分析方法，下一个层次需要双向协助，即第二层次：深度集成。
VIS+AI旨在视觉分析场景下人类智能与人工智能的无障碍沟通。VIS+AI的框架可以彻底打通人工智能与可视化之间的通道，进一步链接人类智能。如框架左侧所示，知识生成模型继承了上一层，注入人类智能。如框架右侧所示，AI与可视化之间的通道由三个迭代循环组成：交互循环、执行循环和智能优化循环。通过这三个循环，人工智能可以适应动态的数据分析过程，从而深入参与人类引导的数据分析过程。
关键词：
