可视化和人工智能在数据分析中的三个层次的集成。信用：高等教育出版社有限公司

可视化和人工智能 （AI） 是数据分析的良好应用方法。在疫情溯源、城市规划等复杂数据分析场景中，人类需要理解海量数据并做出决策，这需要可视化和AI两手相辅相成。然而，将这些整合到数据分析过程中尚未完成。

由陈伟教授领导的研究团队在《计算机科学前沿》上发表了关于这一主题的新研究。

该团队定义了可视化和 AI 的三个集成级别。可视化和AI首先分开使用，它们是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应用于相互帮助。相关方法称为VIS4AI和AI4VIS，它们对应于1级：单向协助。单向协助不支持反馈。第1级的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2级：深度集成。

VIS+AI旨在实现视觉分析场景中人类智能与人工智能之间的无障碍沟通。VIS+AI的框架可以完全打通AI和可视化之间的通道，进一步链接人类智能。如上图框架左侧所示，知识生成模型是从上一级继承而来的，注入人类智能。

LDoS 检测的处理流程。信用：高等教育出版社有限公司

如框架右侧所示，AI 和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。通过三个循环，人工智能可以适应动态的数据分析过程，从而深度参与到人类引导的数据分析过程中。

原文标题：Integrating visualization with artificial intelligence for efficient data analysis

原文链接：https://techxplore.com/news/2023-06-visualization-artificial-intelligence-efficient-analysis.html

作者：Higher Education Press

编译：LCR