聚焦信息技术领域 为产业发声
导读
创新促进技术进步，需求驱动技术发展。历史的车轮不断向前，但是内在的逻辑却如出一辙。可视化技术亦是如此，它与应用需求相互作用。然而，可视化如何在应用需求中不断发展？可视化在应用需求中面临哪些难点？如何才能做好可视化的实际应用？就此，中国图象图形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清华大学副教授陈莉的采访实录：
陈莉，清华大学软件学院计算机辅助设计图形学与可视化研究所副教授，研究方向含科学计算可视化、医学数据可视化、大数据可视分析、可视数据挖掘、图像处理、计算机图形学等
清华大学陈莉接受九州连线专访来自九州连线
应用领域对可视化需求迫切
九州连线：您是什么时候开始接触可视化的？
陈莉：我读博士的时候，导师彭群生教授是国内图形学领域的领头人，也是最早做可视化的一批人，那时可视化还是图形研究领域衍生出来的一个分支，基本都是进行图形学研究的人在做，而且早期的可视化主要面向科学数据。
后来我在日本先后在日本高度情报科学技术研究机构和日本东京大学做研究工作，在Issei Fujishiro 教授的团队中主要从事大规模数据并行处理与可视化方面的算法研究和软件研发，为当时（2002年前后）世界上排名第一的超级计算机研发原位并行可视化软件，与很多科学计算应用领域的研究者有密切的交流和讨论，深切感受到了应用领域对可视化的迫切需求和期待。
2007年回国后在清华大学软件学院工作，主要集中在医学影像、地震、气象等应用领域的可视化与可视分析方法研究。
九州连线：很多人认为可视化是锦上添花。您认为的可视化是什么样子的？
陈莉：我觉得并不是锦上添花。锦上添花的前提是自身已经织成了“锦”，并让人看到了“锦”的华美，在此基础上添花只是一个陪衬。
可视化与大数据挖掘不同，很多大规模的数据我们可能并不知道里面蕴含着什么规律，正需要研究者去挖掘出其中的价值即“锦”，由于数据中存在噪音、数据具有不确定性、挖掘的目标需要在探索中不断明确、有些新的知识发现还需灵感等原因，单纯依靠机器分析挖掘的方法很多时候难以得到有价值的结果，而可视化则可以让人参与到挖掘的过程中，充分利用人的经验和知识指导、修正机器挖掘的过程，和机器挖掘一起不断探索迭代修正，最后发现数据中的“锦”。
所以可视化并不是锦上添花，可有可无，而是分析数据不可或缺的一部分，通过可视化的手段，使机器和人密切合作、优势互补，从而得到对数据更深入的了解。
九州连线：您目前主要做哪些与可视化相关的应用？
陈莉：可视化与可视分析本身就是面向应用的研究领域，其发展具有非常强的应用驱动性，所以我们的研究一直都与应用紧密结合，例如我们和中国地震局工程力学研究所合作，研发了地震波扩散传播可视化软件，与日本东京大学地震研究所合作，研发整个城市区域土木工程地震响应与人员灾变逃生可视化平台；与国家气象中心合作，研发气象数据实时可视化与气象预报可视订正软件；与一些医院合作研发了数字化正畸三维设计诊疗软件系统和三维医学影像显示与手术设计软件，这两个医疗软件已经产品化。
▲Takashi Furumura（东京大学地震研究所） 作者：陈莉
应用是驱动可视化发展的源动力
九州连线：从您刚开始接触可视化到现在，整个行业的需求有没有变化？
陈莉：随着计算机软硬件和可视化技术的不断发展，以及应用领域的技术也不断地在更新换代，需求一直不断变化着。
首先从可视化的目标来看，刚开始可视化更多的是一种呈现数据的手段，应用领域对可视化的需求也主要是用可视的元素如形状、颜色、纹理等将不可见的数据变得可见，但“看见”数据并不是人们追求的最终目标，更重要的是了解、发现数据中有价值的信息，所以后来可视化的研究不再满足于仅仅可见，更追求通过可视的手段进行数据的分析，找到数据的规律，行业的需求也逐渐向可视分析转化。
从应用的行业看，以前主要在科学领域，后来扩展到任意领域的数据。从处理的数据上来看更加复杂，要求能应对高维、时变、不确定性、大规模等。对呈现的形式也有更多样的要求，如虚拟/增强现实、大/多屏、移动端可视化等。
九州连线：刚才您提到正在进行的可视化研究，能否结合案例描述，它是如何帮助行业发展的？
陈莉：我们在可视化领域研究的题目和采用的方法一直都受到应用领域需求的驱动，在长期合作过程中不断变化、发展的。例如我们与国家气象中心已经合作了八年了，研发的可视化和可视分析算法很多已经集成在了气象局的天气预报软件MICAPS中，为中央气象台和27个省的天气预报业务服务。
▲基于历史相似预报的可视预报订正 作者：廖鸿森，陈莉
刚开始合作的时候，国家气象中心的需求主要是对大规模的气象数据进行实时可视化显示，包括雨量、温度等数据的等值线、等值面、三维体绘制，风速等数据的矢量箭头、流线等，用的基本都是比较成熟的科学可视化技术，研究主要集中在针对大规模数据如何提高可视化速度，如何提升三维矢量场可视化的质量等。
后来在合作的过程中，发现预报员在根据计算出的集合预报数据、卫星云图等数据以及自己的经验进行预报订正的时候，希望能对预报数据场进行快速、智能的订正，所以我们又开始研究三维数据场的智能可视编辑方法，通过少量的交互，例如简单拖拽雨量等值线从而快速改变整个雨量场的分布，通过改变某个格点的风速方向或风场流线的形状来调整整个风速场等。
九州连线：与之前相比，通过这个可视预报订正工具，气象员在进行天气预报的时候有何明显变化？
陈莉：通过这样的工具，避免了预报员逐点编辑格点预报数据，可极大提高预报员预报订正的准确性和效率。
再后来，通过与预报员的长期合作和密切交流，发现他们迫切需要一个能指导他们如何更好地进行预报订正的工具。
以前预报订正主要凭预报员的经验，而通过可视分析的方法对历史回报数据和实际监测数据进行分析，可以帮助预报员更准确地综合和调整各模式数值预报数据在当前天气条件下各地域预报结果中可能出现的偏差并高效地进行高精度的订正，我们现在仍在做这方面的研究。
从上面可以看出，可视化技术的发展是不断受到应用需求驱动的，而需求的获取建立在与应用领域人员紧密合作、密切交流的基础上，很多时候应用领域的人员也很难说出他们需要的是什么，可视化能给出什么，需要多交流讨论，双方互相启发、碰撞，才能找到好的研究点。
▲国家体育场风振响应分析 作者：周文杉、陈莉
可视化成果往往需要不断迭代
九州连线：您觉得做可视化难不难？
陈莉：其实挺难的，想要发表一篇可视化的文章，不仅要了解应用领域，提出创新性的想法，同时实现可视化包含的步骤比较多、流程比较繁琐，相对而言更复杂一点。
从应用领域获取数据、对数据进行清洗、预处理后，才能进入到实现方法阶段，反复改进方法提升质量和性能，最后还需请应用领域专家进行评价，提出改进建议，再实现，通常至少迭代几轮。
每一步都不容易，特别是科学数据可视化，应用领域离我们的日常生活都相差较远，了解起来很费时间，没有很强的热情和专注的精神做起来确实很难。
此外，可视化很难量化。比如我们做图像视频，可以明确提出要求1秒钟要处理多少帧，然后识别准确率达到多少。但是到底什么样的可视化设计算好的呢？它的评判带有一定的主观性，很难描述，需要应用领域的人进行评判。
九州连线：结合您的经验，可视化技术跟应用结合的时候，您认为技术方和应用方哪一方牵头可以更快推进？
陈莉：这个是不确定的，两边都要互相理解。因为需求方不知道怎样能够真正达到目标，所以很多时候限制了想象力。也许他觉得做到这样就可以了，但其实可能有更好的方法和设计，只是没看到过。
因此进行一个可视化项目特别需要双方互相理解，从对方角度考虑问题。需求方如果开始就把功能和目标定的很固定，反而不一定能得到最好的软件产品。可视化的研发者也不能仅仅以满足具体功能需求为目标，而应该设身处地为应用方着想，真正做出有用实用的产品。
九州连线：您通过长期和应用领域合作，有没有得出一些可以跟大家分享的经验？
陈莉：可视化方法的研究和软件产品研发需要与应用领域的专家紧密结合。
这个领域的特殊性在于必须要与应用领域的专家打交道，不像数学研究可能自己推公式就可以，也不是纯粹的艺术设计仅靠自己想象就可以。
这首先要求可视化的研究者对数据所属的应用领域有充分的了解，放低姿态，认真学习应用领域的基础知识，这是紧密合作的前提。俗话说，隔行如隔山，我们开始和一个应用领域人员合作的时候，常常互相说的话都听不太懂。而要了解对方的领域知识，需要花费大量的时间和精力，对可视化的研究者确实是巨大的挑战，很多学生常常因为这个放弃了可视化的研究。
▲自动化正畸排牙CAD软件 作者：吴侃、廖鸿森、夏根源、高超伟、侯博超、钟桓、陈莉等
比如我的学生为了做正畸诊疗设计可视化软件，需要学习大量正畸的设计规则，最后研发的同学在诊疗设计上并不比从业好些年的医生差，一看患者数据马上能给出一系列专业的诊疗方案。
再比如我们为了研发气象预报订正软件，一直和气象预报员深入地交流，了解气象预报订正流程等。只有了解对方领域，和领域专家交流时有共同语言，才可能有好的合作成果，否则互相不理解，难以沟通，事倍功半。
九州连线：除此之外，还有没有一些经验分享？
陈莉：另外一个感受就是可视化软件研发的过程是一个不断迭代的过程。
刚开始的时候应用领域的专家可能想象不出什么样的可视化方法和设计对他们是有用的，可视化研究者也不清楚，需要不断交流讨论，先有个初始的设计和实现，让领域专家看，可能有些是他们期待的，保留，有些是他们认为没用的，那就去除，有些虽然并不是他们真正想要的，但可以启发他们灵感，提出下一步研发好的建议，然后据此不断修改，不断让领域专家的人试用、提出新的思路和建议，最终才能得到一个真正好用的可视化软件和产品。
这个过程可能比较漫长，也比较辛苦，但真正看到产品发挥作用的时候，一切都是值得的。最重要的是先要合作起来。我们以前接触过有的领域，开始觉得可视化对他们用处很小，用些开源的软件就足够了，但后来合作起来后发现了越来越多值得做的东西，领域专家也越来越认可可视化的重要作用。
所以无论怎样，先合作起来是最重要的，不要过于轻易地放弃。但同时，了解一个应用领域是有时间成本的，所以可视化研发者也最好不要频繁换应用领域，沿着熟悉的应用领域深入下去，熬过初始的互不了解的阶段，一定能找到很多好的研究题目和想法。
黄河连线系太原九州连线文化传媒有限公司旗下品牌
閱讀更多 木蘭花開 的文章
