聚焦信息技術領域 為產業發聲
導讀
歷史總是螺旋式上升，從可視化起源到現在的可視分析，經歷了幾波榮景，也經歷了幾重衰落，但總體在逐步上升。然而，可視分析的的起源背景是什麼？可視分析的發展呈現什麼樣的規律？如何解釋目前可視分析的現狀？就此，中國圖象圖形學學會可視化與可視分析專委會與九州連線聯合推出“可視化百人談”，對可視化領域的內容及成果進行專訪，以下為九州連線採訪天津大學張加萬教授的採訪實錄：
張加萬，天津大學軟件工程專業教授，中國圖象圖形學學會可視化與可視分析專委會秘書長。
可視分析源於對安全的需求
九州連線：對於可視分析，每個人有不同的看法，您認為什麼是可視分析？
張加萬：現階段，機器學習無論是在工業界還是學術界都非常火爆，但當前仍然面臨智能化程度不夠高的問題。那如何將機器發展和人類智能發展融合在一起？讓機器充分發揮其強大的計算能力，人類充分發揮其認知和決策分析能力，那人與機器之間就需要一個接口來連接，這個接口可以通過可視化來實現，它能夠將機器與人的想法結合起來，除了它別無他法。
從分析的角度看，可視分析是將人放在分析迴路裡，既不偏單純的數據挖掘，又不偏於純粹的以呈現為目的的可視化，人機協同共同完成分析任務，人做決策的依據和手段就是可視分析。
九州連線：可視分析的起源有什麼背景？
張加萬：可視分析起源於反恐的需求。美國“9·11”事件後，James Thomas身為美國西北太平洋國家實驗室（PNNL，Pacific Northwest National Laboratory）的研究主管，利用他的影響力給國會寫了一份關於“9·11”後情報分析的建議報告。
這份報告真實反映了美國情報部門的分析能力，相關部門即使能夠在“9·11”事件前掌握大量的情報，但由於存在情報特有的多源、矛盾等諸多不確定性導致無法用當時數據挖掘方法進行有效分析，最終導致在 “9·11”事件上情報分析和決策的失誤。所以湯姆說，”我們在“9·11”期間犯了錯誤——過度相信當時的數據挖掘技術，忽略了人類智能”。
▲James Thomas牽頭編寫的《Illuminating the Path: The R&D
在其負責牽頭編寫的《Illuminating the Path: The R&D Agenda for Visual Analytics》一書中，湯姆建議大力發展可視分析技術及相關學科。在其呼籲倡導下，美國開始重視可視化分析的發展，2004年美國國土安全部在西北太平洋實驗室成立了第一個可視分析中心（National Visualization and Analytics Center (NVAC)），湯姆擔任創始主任。同時在國土資源部支持下，以西北太平洋實驗室為中心聯合了五所大學、五個公司，開啟了美國可視分析研究開發網絡的建設。
可視分析能最大程度發揮人的智能
九州連線：數據挖掘在情報分析上有很大作用，可視分析在其中起到了什麼作用？
張加萬：在可視分析提出之初，當時的數據挖掘確實很火，與今天的深度學習相較無兩。但是單純的數據挖掘並不能解決全部問題，James Thomas也曾說，單獨的數據挖掘和可視化都不能解決問題，重要的是要合二為一。在分析現實世界中存在衝突矛盾的真實事件時，人類分析不可或缺。只有將機器智能和人類智能充分協調在一起，才能更好地提高情報分析能力。
對可視分析領域的研究者而言，他們的哲學觀是“相信在真實世界的問題上，機器取代不了人工”。現實世界問題並非完美，有很多問題不能形式化成公式來計算，比如：我們的面前有一堆情報，但是你不知道要找什麼，這些東西無法定義，最後只能上升到哲學觀問題，作為一個感知認知問題來處理。直到當一個目標非常明確的時候，形式化可以代替人工，但目前還是有很多問題存在。
其次，當出現對抗現象的時候，比如黑客攻擊，如果對方是臺機器，隨著對抗時間變長，防禦方可以通過數據挖掘方法研究其模式及其行為規則。但如果對方是人，且隨時變化攻擊策略，這就需要人類智能去破解，而且這個能力只能通過可視分析來完成。
九州連線：數據可視分析可以分為三類：科學可視化、信息可視化、可視分析。這些類型的出現是否有一定規律？
張加萬：大體有一定時間規律，1987-1995年科學可視化鼎盛發展；1995-2004年信息可視化出現並發展迅速，2004年到現在可視分析發展較快，已經成為與科學可視化和信息可視化後一個重要的學科方向。
一般大家較難區分的可視化與可視分析。原來的可視化，我們認為把數據可視化後就完成了任務，可視化就是目的，決策判斷是專家的事。在可視分析看來，可視化為是手段，目的是解決問題，包括了感知、認知、溝通、傳播、分析決策。假如我們將可視化當做目的，能做的事情非常少，若將可視分析作為手段，路就會越來越寬廣。
▲敦煌壁畫病害的可視分析 作者：張加萬
可視化的發展隨時間呈現一定規律
九州連線：我們剛才提到美國是在“9·11”事件之後才有的可視分析，那當時我們國家是否已經有了這種技術？
張加萬：是的，我們當時是已經有了，我們在這個方面沒有落後。在老一輩先生，尤其是清華大學唐澤盛教授、北京大學董士海教授、浙江大學石教英教授、浙江大學彭群生教授、國防科技大學李思昆教授帶領下，國內很多大學和研究機構都開展了可視化方面的研究工作。
可視化也一度出現了研究低谷，這是因為當時國內對可視化的認識和美國一樣，僅僅是將可視化當做一種目的，除了科學可視化如醫學可視化、流場可視化等有著不可替代的作用外，研究者陷入了兩難的境地，可視化如此重要，在信息可視化中沒有找到像科學可視化這樣不可替代的關鍵應用。直到“9·11”事件後才開始轉變，隨著可視分析的出現，反恐情報分析、網絡安全、反金融欺詐等一系列關鍵應用的出現，徹底解決了可視化和可視分析發展的瓶頸。
在我看來，在2004年可視分析學科出現之前中國還沒有強烈的反恐情報分析、網絡空間安全等方面需求。但我們課題組還是於2005年彙編了James Thomas報告的中文版，提醒和呼籲相關部門重視可視分析技術和學科發展。可喜的是近年來中國的可視分析社區發展迅速，很多大學、研究機構和應用單位都可視分析方面的研究。
▲城市公用設施服務問題的可視分析 作者：張加萬
九州連線：目前國內做信息可視化的人遠遠多於做科學可視化的人，您認為這個現象是否正常呢？您認為科學可視化評價的標準是否應該有所改變？
張加萬：如果從目前整個中國的現狀來看是很正常的。因為科學可視化是中國最早進行的一個學科方向，這個現象的出現並不是說科學可視化不重要。而是大家瞭解的時間比較長，研究比較充分，很多人認為科學可視化中剩下的問題大多是“硬骨頭”。
相比國外，中國學者生活壓力比較大，需要出業績，但這些課題的週期是比較長的。有些學者會選擇避開這個問題。但科學可視化的重要性不言自明，科學可視化中其實還有很多問題沒有解決，由於其對關鍵應用的不可或缺性，隨著科學的發展，應用規模的提升，也會帶來無數機會，因此我倒是建議是接下來期待國內在科學可視化方面有進一步的產出，但大家需要靜下心來，必須耐得住寂寞。至於科學的評判，這個往往不是學者可以解決的，這是一個政治問題，需要各方面都重視才能有所改變。
近幾年，大數據的東風吹來，信息可視化在國內發展比較快。由於我們的信息化發展速度甚至超過了發達國家，出現了一些比較有特色的數據，如：電商數據、城市數據、文物數據、社交媒體，這些都是比較獨特的數據源，會遇到一些不同的問題，我們有數據上的優勢，有需求而且又數據，那信息可視化就比較容易出成果。因此現在做信息可視化的人逐漸多了起來。
▲網絡安全可視分析-DDos攻擊模式可視化 作者：張加萬
九州連線：就像機器學習有一個運動軌跡，會經歷上升和低谷的階段麼？
張加萬：你看到的這個其實是一個資本泡沫曲線，不是技術發展的曲線。技術的進步是一個非常平緩的過程，當一個技術可以影響整個行業的時候，就會產生炒作，變成資本泡沫曲線。為什麼會出現這樣的曲線，這是工業界資本投資產生的。
我認為技術一直是發展的，我們都不會因為某個技術很重要，但是做的人很少而放棄。我們現在不能總是跟著別人的腳步走，要有自主性、獨立性。中國的這個大環境下我們的研究人員要更加自信，其實我們國內在可視化研究的很多方面已經處於研究前沿。隨著進入這個領域的人越來越多，未來我們的可視化一定會更多地引領前沿。
中國圖象圖形學學會可視化與可視分析專業委員會是於2017年成立的可視化與可視分析方面的專業委員會，其宗旨是聯合我國可視化業界工作者，促進中國及周邊地區的可視化與可視分析研究與應用的交流；探討在大數據時代可視化與可視分析發展的方向與機遇，推動相關研究與應用的發展與進步，推進學科的發展，促進人才培養和交流；搭建與國內外著名專家、企業家、應用部門面對面交流，深入研討可視化前沿技術及其應用的交流和溝通平臺；促進中國可視化與可視分析領域產、學、研、用協同發展新生態的形成。
黃河連線系太原九州連線文化傳媒有限公司旗下品牌
點擊圖片查看往期文章：
閱讀更多 木蘭花開 的文章
