可视化百人谈丨张加万：可视分析的“追根溯源”

聚焦信息技术领域 为产业发声

导读

历史总是螺旋式上升，从可视化起源到现在的可视分析，经历了几波荣景，也经历了几重衰落，但总体在逐步上升。然而，可视分析的的起源背景是什么？可视分析的发展呈现什么样的规律？如何解释目前可视分析的现状？就此，中国图象图形学学会可视化与可视分析专委会与九州连线联合推出“可视化百人谈”，对可视化领域的内容及成果进行专访，以下为九州连线采访天津大学张加万教授的采访实录：

张加万，天津大学软件工程专业教授，中国图象图形学学会可视化与可视分析专委会秘书长。

可视分析源于对安全的需求

九州连线：对于可视分析，每个人有不同的看法，您认为什么是可视分析？

张加万：现阶段，机器学习无论是在工业界还是学术界都非常火爆，但当前仍然面临智能化程度不够高的问题。那如何将机器发展和人类智能发展融合在一起？让机器充分发挥其强大的计算能力，人类充分发挥其认知和决策分析能力，那人与机器之间就需要一个接口来连接，这个接口可以通过可视化来实现，它能够将机器与人的想法结合起来，除了它别无他法。

从分析的角度看，可视分析是将人放在分析回路里，既不偏单纯的数据挖掘，又不偏于纯粹的以呈现为目的的可视化，人机协同共同完成分析任务，人做决策的依据和手段就是可视分析。

九州连线：可视分析的起源有什么背景？

张加万：可视分析起源于反恐的需求。美国“9·11”事件后，James Thomas身为美国西北太平洋国家实验室（PNNL，Pacific Northwest National Laboratory）的研究主管，利用他的影响力给国会写了一份关于“9·11”后情报分析的建议报告。

这份报告真实反映了美国情报部门的分析能力，相关部门即使能够在“9·11”事件前掌握大量的情报，但由于存在情报特有的多源、矛盾等诸多不确定性导致无法用当时数据挖掘方法进行有效分析，最终导致在 “9·11”事件上情报分析和决策的失误。所以汤姆说，”我们在“9·11”期间犯了错误——过度相信当时的数据挖掘技术，忽略了人类智能”。

▲James Thomas牵头编写的《Illuminating the Path: The R&D Agenda for Visual Analytics》

在其负责牵头编写的《Illuminating the Path: The R&D Agenda for Visual Analytics》一书中，汤姆建议大力发展可视分析技术及相关学科。在其呼吁倡导下，美国开始重视可视化分析的发展，2004年美国国土安全部在西北太平洋实验室成立了第一个可视分析中心（National Visualization and Analytics Center (NVAC)），汤姆担任创始主任。同时在国土资源部支持下，以西北太平洋实验室为中心联合了五所大学、五个公司，开启了美国可视分析研究开发网络的建设。

可视分析能最大程度发挥人的智能

九州连线：数据挖掘在情报分析上有很大作用，可视分析在其中起到了什么作用？

张加万：在可视分析提出之初，当时的数据挖掘确实很火，与今天的深度学习相较无两。但是单纯的数据挖掘并不能解决全部问题，James Thomas也曾说，单独的数据挖掘和可视化都不能解决问题，重要的是要合二为一。在分析现实世界中存在冲突矛盾的真实事件时，人类分析不可或缺。只有将机器智能和人类智能充分协调在一起，才能更好地提高情报分析能力。

对可视分析领域的研究者而言，他们的哲学观是“相信在真实世界的问题上，机器取代不了人工”。现实世界问题并非完美，有很多问题不能形式化成公式来计算，比如：我们的面前有一堆情报，但是你不知道要找什么，这些东西无法定义，最后只能上升到哲学观问题，作为一个感知认知问题来处理。直到当一个目标非常明确的时候，形式化可以代替人工，但目前还是有很多问题存在。

其次，当出现对抗现象的时候，比如黑客攻击，如果对方是台机器，随着对抗时间变长，防御方可以通过数据挖掘方法研究其模式及其行为规则。但如果对方是人，且随时变化攻击策略，这就需要人类智能去破解，而且这个能力只能通过可视分析来完成。

九州连线：数据可视分析可以分为三类：科学可视化、信息可视化、可视分析。这些类型的出现是否有一定规律？

张加万：大体有一定时间规律，1987-1995年科学可视化鼎盛发展；1995-2004年信息可视化出现并发展迅速，2004年到现在可视分析发展较快，已经成为与科学可视化和信息可视化后一个重要的学科方向。

一般大家较难区分的可视化与可视分析。原来的可视化，我们认为把数据可视化后就完成了任务，可视化就是目的，决策判断是专家的事。在可视分析看来，可视化为是手段，目的是解决问题，包括了感知、认知、沟通、传播、分析决策。假如我们将可视化当做目的，能做的事情非常少，若将可视分析作为手段，路就会越来越宽广。

▲敦煌壁画病害的可视分析 作者：张加万

可视化的发展随时间呈现一定规律

九州连线：我们刚才提到美国是在“9·11”事件之后才有的可视分析，那当时我们国家是否已经有了这种技术？

张加万：是的，我们当时是已经有了，我们在这个方面没有落后。在老一辈先生，尤其是清华大学唐泽盛教授、北京大学董士海教授、浙江大学石教英教授、浙江大学彭群生教授、国防科技大学李思昆教授带领下，国内很多大学和研究机构都开展了可视化方面的研究工作。

可视化也一度出现了研究低谷，这是因为当时国内对可视化的认识和美国一样，仅仅是将可视化当做一种目的，除了科学可视化如医学可视化、流场可视化等有着不可替代的作用外，研究者陷入了两难的境地，可视化如此重要，在信息可视化中没有找到像科学可视化这样不可替代的关键应用。直到“9·11”事件后才开始转变，随着可视分析的出现，反恐情报分析、网络安全、反金融欺诈等一系列关键应用的出现，彻底解决了可视化和可视分析发展的瓶颈。

在我看来，在2004年可视分析学科出现之前中国还没有强烈的反恐情报分析、网络空间安全等方面需求。但我们课题组还是于2005年汇编了James Thomas报告的中文版，提醒和呼吁相关部门重视可视分析技术和学科发展。可喜的是近年来中国的可视分析社区发展迅速，很多大学、研究机构和应用单位都可视分析方面的研究。

▲城市公用设施服务问题的可视分析 作者：张加万

九州连线：目前国内做信息可视化的人远远多于做科学可视化的人，您认为这个现象是否正常呢？您认为科学可视化评价的标准是否应该有所改变？

张加万：如果从目前整个中国的现状来看是很正常的。因为科学可视化是中国最早进行的一个学科方向，这个现象的出现并不是说科学可视化不重要。而是大家了解的时间比较长，研究比较充分，很多人认为科学可视化中剩下的问题大多是“硬骨头”。

相比国外，中国学者生活压力比较大，需要出业绩，但这些课题的周期是比较长的。有些学者会选择避开这个问题。但科学可视化的重要性不言自明，科学可视化中其实还有很多问题没有解决，由于其对关键应用的不可或缺性，随着科学的发展，应用规模的提升，也会带来无数机会，因此我倒是建议是接下来期待国内在科学可视化方面有进一步的产出，但大家需要静下心来，必须耐得住寂寞。至于科学的评判，这个往往不是学者可以解决的，这是一个政治问题，需要各方面都重视才能有所改变。

近几年，大数据的东风吹来，信息可视化在国内发展比较快。由于我们的信息化发展速度甚至超过了发达国家，出现了一些比较有特色的数据，如：电商数据、城市数据、文物数据、社交媒体，这些都是比较独特的数据源，会遇到一些不同的问题，我们有数据上的优势，有需求而且又数据，那信息可视化就比较容易出成果。因此现在做信息可视化的人逐渐多了起来。

▲网络安全可视分析-DDos攻击模式可视化 作者：张加万

九州连线：就像机器学习有一个运动轨迹，会经历上升和低谷的阶段么？

张加万：你看到的这个其实是一个资本泡沫曲线，不是技术发展的曲线。技术的进步是一个非常平缓的过程，当一个技术可以影响整个行业的时候，就会产生炒作，变成资本泡沫曲线。为什么会出现这样的曲线，这是工业界资本投资产生的。

我认为技术一直是发展的，我们都不会因为某个技术很重要，但是做的人很少而放弃。我们现在不能总是跟着别人的脚步走，要有自主性、独立性。中国的这个大环境下我们的研究人员要更加自信，其实我们国内在可视化研究的很多方面已经处于研究前沿。随着进入这个领域的人越来越多，未来我们的可视化一定会更多地引领前沿。

中国图象图形学学会可视化与可视分析专业委员会是于2017年成立的可视化与可视分析方面的专业委员会，其宗旨是联合我国可视化业界工作者，促进中国及周边地区的可视化与可视分析研究与应用的交流；探讨在大数据时代可视化与可视分析发展的方向与机遇，推动相关研究与应用的发展与进步，推进学科的发展，促进人才培养和交流；搭建与国内外著名专家、企业家、应用部门面对面交流，深入研讨可视化前沿技术及其应用的交流和沟通平台；促进中国可视化与可视分析领域产、学、研、用协同发展新生态的形成。

声明：

黄河连线系太原九州连线文化传媒有限公司旗下品牌

本平台法律顾问为山西晋商律师事务所

九州连线原创文章，转载请注明出处

点击图片查看往期文章：