不到現場，照樣看最乾貨的學術報告！
嗨，大家好。這裡是學術報告專欄，讀芯術小編不定期挑選並親自跑會，為大家奉獻科技領域最優秀的學術報告，為同學們記錄報告乾貨，並想方設法搞到一手的PPT和現場視頻——足夠乾貨，足夠新鮮！話不多說，快快看過來，希望這些優秀的青年學者、專家傑青的學術報告 ，能讓您在業餘時間的知識閱讀更有價值。
人工智慧論壇如今浩如煙海，有硬貨、有乾貨的講座卻百裡挑一。「AI未來說·青年學術論壇」系列講座由中國科學院大學主辦，承辦單位為中國科學院大學學生會，協辦單位為中國科學院計算所研究生會、中科院計算機網絡信息中心研究生會、人工智慧學院學生會、化學工程學院學生會、公共政策與管理學院學生會、微電子學院學生會，百度為支持單位，讀芯術、PaperWeekly為合作自媒體。「AI未來說·青年學術論壇」第十期「視頻理解與推薦」專場已於2019年10月27日下午在中科院舉行。北京大學袁曉如為大家帶來報告《智能數據可視分析》。
袁曉如，北京大學信息科學與技術學院研究員，博士生導師，機器感知與智能教育部重點實驗室副主任，大數據分析與應用國家工程實驗室常務副主任。長期致力於可視化與可視分析通用基礎方法與領域應用系統的研究，在基於地圖隱喻的社交媒體數據可視分析、任務驅動的可視化數據管理、交互式複雜數據分析、可視化的快速構建與自動化等方向做了創新的開拓工作，相關可視化研究工作成果廣泛用於流場分析、交通、社會媒體等領域。高動態範圍可視化的工作獲2005年IEEE VIS大會最佳應用論文獎，近年來指導團隊十餘項次在IEEE VAST可視分析挑戰賽中獲獎。應邀數十次擔任IEEE VIS,EuroVis, IEEE PacificVis等國際可視化會議程序委員會委員和其他各類學術活動組織工作，2017年任IEEE VIS大會論文主席(SciVis)。長期開展可視化領域教育工作，堅持十餘年舉辦北大可視化暑期學校，培訓全國學員逾千人，共同發起創建中國可視化與可視分析大會。擔任中國圖象圖形學學會可視化與可視分析專業委員會主任，中國計算機學會理事，傑出會員。
報告內容：數據可視化與人工智慧將人類的感知能力、經驗智慧與機器的運算能力緊密地結合在一起，是符合人的認知特點的有效數據分析與理解途徑。上世紀80年代以來，可視化取得了飛速的發展，湧現了大量新穎的方法和被廣泛應用的系統，為各行業使用者提供對數據的洞察力，在科研、決策、政治、公共事物等方面都扮演了不可或缺的角色。在當前的大數據和人工智慧時代，可視交互技術將會如何進一步演化，如何驅動複雜的商業或公共智能決策？全自動的智能是否可能取代人工的交互？下一代的數據分析將會如何演進？本次報告將通過回顧歷史，展示前沿，一同探討智能數據可視分析的未來發展。
智能數據可視分析
在報告中，袁曉如老師回顧了可視化的發展歷史。可視化是基於計算機的可視化系統通過提供對數據的視覺表達形式來幫助人們更有效地完成特定任務的過程。可視化可以更好幫助人們對事物建立心理模型或者心理圖像。人類的視覺系統具有高寬帶通道信息處理環境，人類視覺的高效並行處理和前注意機制結合的能力使得可以設計好的可視化方式，有效提供對於數據的理解分析。而可視化構型的設計空間巨大（包括如何創建可視化形式，如何與可視化表示交互），我們面臨著諸多挑戰。
報告中，袁曉如老師對未來可視化發展趨勢的開展了討論，包括如下幾個方面：1）發展面向更複雜數據的新穎可視化方法；2）提高可視化的開發便捷性的可視化，例如發展面向領域的可視化語言，自動生成的可視化）；3）提升用戶使用可視化的便捷性；4）可視化與創意和美的進一步結合。
在討論面向複雜數據的可視化方案案例中，袁曉如老師以交通和地圖的發展作為主線。可視化可以提供對於數據更為強有力的刻畫。以交通擁堵傳播為例，可以通過計算相鄰路段的時空關係，推測道路之間的擁塞傳播關係。他展示的可視分析案例，可以通過對於計程車軌跡數據的探索，交互分離出城市內各個交通擁堵的傳播情況，提供從宏觀到微觀細緻入微的觀察。
進一步的例子則是繪製網絡世界的信息擴散的地圖。袁老師領導的實驗室多年持續研究發展了利用地圖隱喻可視化社交媒體中信息擴散的方法。可以用不同的地圖元素表示微博轉發過程的不同行為以及語義，支持從多維度分析信息大規模轉發過程。可視化方法能清晰地表達其在網絡空間的擴展過程。
而後，袁曉如老師介紹了不同社交媒體中心用戶畫像案例。把一個用戶的微博做成一個地圖，表示在其網絡世界裡面的互動情況。微博的發布者處在一個首都，根據互動的其他用戶的特點，來發掘哪些人在某方面有共同興趣。例如四川與廣東有著不一樣的飲食文化，有著各自不同的圈子，而經常討論技術問題和關心實事的用戶又形成不同的圈子，最終用一幅幅地圖可以表達出這些信息。此外，普通用戶與商業用戶的地圖ID是不同的。
袁曉如老師指出當前可視化發展和擴大應用的一個需要解決的重要方面是提高可視化實現的效能，這對於大眾使用可視化具有重要意義。他介紹了北大的可視化交互的快速構建系統-Interaction+。這個工作可以自動對網頁上缺乏靈活操作的一些可視化快速添加交互過濾功能。他還介紹了北京大學在研發中的部分可視化專用語言和快速構建界面，這樣的工具，有可能讓毫無編程經驗的人經過短時間的學習，就可以完成一些靈活多變數據可視化的設計和構建工作。
在討論可視化的用戶友好性能時，袁曉如老師以體數據可視化為例，在傳統的流程中，需要設計傳遞函數把原始的三維體數據灰度數值映射為不同的顏色和透明度數據。但是傳統的設計傳遞函數曲線的方法，要求調整一條二維曲線，其傳遞函數設計空間與三維體數據可視化的渲染圖像空間是分離的，用戶需要長期的訓練和理解才能掌握技巧。而對於用戶更為友好的是一種所見即所得的體數據可視化交互形式。用戶可以直接在繪製結果中對於圖像進行染色、擦除等圖像操作，大大提高了使用性能。
最後，袁曉如老師指出，人和機器各有所長。計算機在數據存儲和數值計算遠超人類，技術的發展，使得機器也初步具有分析、預測能力；而人類在複雜事物認知、常識和創意的能力機器尚無法實現。通過設計好的可視化作為界面，把人和機器結合起來，可以大大提高人類的知識認知能力。大數據、人工智慧和計算能力是計算機科學拉動社會前進的三架馬車，可視化可以幫助人類更好第駕馭計算和數據。
AI未來說*青年學術論壇
第一期 數據挖掘專場
1. 李國傑院士：理性認識人工智慧的「頭雁」作用
2. 百度熊輝教授：大數據智能化人才管理
3. 清華唐傑教授：網絡表示學習理論及應用
4. 瑞萊智慧劉強博士：深度學習時代的個性化推薦
5. 清華柴成亮博士：基於人機協作的數據管理
第二期 自然語言處理專場
1. 中科院張家俊：面向自然語言生成的同步雙向推斷模型
2. 北郵李蕾：關於自動文本摘要的分析與討論
3. 百度孫珂：對話技術的產業化應用與問題探討
4. 阿里譚繼偉：基於序列到序列模型的文本摘要及淘寶的實踐
5. 哈工大劉一佳：通過句法分析看上下文相關詞向量
第三期 計算機視覺專場
1. 北大彭宇新：跨媒體智能分析與應用
2. 清華魯繼文：深度強化學習與視覺內容理解
3. 百度李穎超：百度增強現實技術及應
4. 中科院張士峰：基於深度學習的通用物體檢測算法對比探索
5. 港中文李弘揚 ：物體檢測最新進展
第四期 語音技術專場
1. 中科院陶建華：語音技術現狀與未來
2. 清華大學吳及：音頻信號的深度學習處理方法
3. 小米王育軍：小愛背後的小米語音技術
4. 百度康永國：AI 時代的百度語音技術
5. 中科院劉斌：基於聯合對抗增強訓練的魯棒性端到端語音識別
第五期 量子計算專場
1. 清華大學翟薈：Discovering Quantum Mechanics with Machine Learning
2. 南方科技大學魯大為：量子計算與人工智慧的碰撞
3. 荷蘭國家數學和計算機科學中心（CWI）李繹楠：大數據時代下的量子計算
4. 蘇黎世聯邦理工學院（ETH）楊宇翔：量子精密測量
5. 百度段潤堯：量子架構——機遇與挑戰
第六期 機器學習專場
1. 中科院張文生：健康醫療大數據時代的認知計算
2. 中科院莊福振：基於知識共享的機器學習算法研究及應用
3. 百度胡曉光：飛槳（PaddlePaddle）核心技術與應用實踐
4. 清華大學王奕森：Adversarial Machine Learning: Attack and Defence
5. 南京大學趙申宜：SCOPE - Scalable Composite Optimization for Learning
第七期 自動駕駛專場
1. 北京大學查紅彬：基於數據流處理的SLAM技術
2. 清華大學鄧志東：自動駕駛的「感」與「知」 - 挑戰與機遇
3. 百度朱帆：開放時代的自動駕駛 - 百度Apollo計劃
4. 北理宋文杰：時空域下智能車輛未知區域自主導航技術
第八期 深度學習專場
1. 中科院文新：深度學習入門基礎與學習資源
2. 中科院陳智能：計算機視覺經典——深度學習與目標檢測
3. 中科院付鵬：深度學習與機器閱讀
第九期 個性化內容推薦專場
1. 人民大學趙鑫：基於知識與推理的序列化推薦技術研究
2. 中科院趙軍：知識圖譜關鍵技術及其在推薦系統中的應用
留言點讚關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範