尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
聚焦信息技術領域 為產業發聲
導讀
地球、太陽系、銀河系、宇宙……科學探索的邊界在無限放大中，推動了我們的科學研究；人體、器官、細胞、病毒……生命探索的邊界在無限縮小中，延長了我們的整體壽命。科學的發展離不開科學家的探索，同時也離不開為科學家研究提供輔助的工具，可視化便是其中一個重要工具。那麼，可視化如何助力科學研究？除了可視，科學可視化還能為科學研究提供哪些幫助？可視化又窺見了哪些科學研究中的趣事兒？
就此，中國圖象圖形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中科院計算機網路信息中心先進交互技術與應用實驗室單桂華主任的採訪實錄：
單桂華，中國科學院計算機網路信息中心研究員，博士，近年主持國家重點研發計劃課題、中科院知識創新重大項目課題、中科院重點部署項目課題、中科院先導項目子課題，中科院與中移動戰略合作項目，及863和國家自然科學基金等課題專題研究。
讓隱藏的規律「自動顯現」
九州連線：您是何時接觸可視化的？
單桂華：事實上，我剛開始並不是做可視化研究的。研究生畢業後，我進入中科院超算中心。作為國內最早的超算中心，這里有得天獨厚的條件。有計算就會產生數據，中科院各研究所內部產生了眾多需求，因此我們建立了可視化隊伍，專門給用戶提供可視化服務。直到2016年，我們的可視化團隊從超算中心獨立出來，成立先進交互式技術與與應用實驗室，主要進行科學可視化方面的研究工作。
九州連線：您當時為什麼會選擇科學可視化而非信息可視化？
單桂華：首先是當時的數據環境因素，科學可視化的應用要早於信息可視化。
其次，我當時認為科學可視化相比信息可視化，有更加直觀的形態呈現。比如通過可視化的手段，我們能非常直觀地看到病毒的結構，而信息可視化需要更充分的想像力。
▲ 鳳凰涅槃—黑洞可視化 （作者：中科院計算機網路信息中心交互式實驗室）
最後，當時科學可視化的需求越來越大，挑戰也越來越大。在與科學家合作過程中，自己的可視化成果能夠被認可，讓其更好地理解數據、更直觀地看到數據，這些都成了支撐我在科學可視化方向走的更遠的重要因素。隨著科技發展，科學可視化的需求會越來越大，於我而言，它對人類的影響也是深遠的。
九州連線：那可視化這門技術在具體的需求中，除了展示，還能產生什麼樣的作用？
單桂華：我理解的可視化，是一種可以讓用戶與數據對話的手段，在對話過程中，以其直觀和交互特性幫助用戶理解數據，發現隱藏在數據中的規律。我主要進行科學數據可視化的研究，因為科學家想要通過數值模擬驗證自己的猜想，看最終是否可以達到自己設想的效果。一般可視化會幫助展示他所關心的特徵，甚至幫助發現一些意想不到的特徵規律。可視化除了展示和分析的功能外，還具有信息傳播的作用，通過可視化的方式，可以非常快的將數據特徵和研究者的想法傳達出去。
比如我們在探測衛星中發現的掩星事件。所謂的掩星，是本來可以相互看見的，但是因為第三顆衛星的存在，掩蓋了那顆衛星，這樣叫做一次掩星事件。在我們拿到數據後，在進行數據處理、數據可視化過程中發現「一顆衛星同時在兩個軌道上出現」，這無疑是不符合科學規律的。經過與科學家研究確認，原來是信號延時造成的。在之前，這樣的問題並沒有列入考慮範圍的，現在這種錯誤已經成為一種常規需要檢查的因素之一，這對我們而言非常受鼓舞。
▲ 宇宙結構可視化 （作者：中科院計算機網路信息中心交互式實驗室）
因此，一方面，可視化不僅僅是做數據展現，而是真正可以幫助發現一些規律，是幫助科學研究的工具。另一方面，可視化不僅僅是在終端對數據進行展現，它在數據的前端以及數據處理分析和傳播分享中，也是很有幫助的。
從滿足需求到引導需求
九州連線：可視化與其他領域結合異常緊密，想要得出好的成果，必然要對結合領域有一定了解，您當時是通過什麼樣的方式學習其他領域的？
單桂華：經過與各領域長期的合作，我們已經形成了一套自己的可視化預處理規範。遇到其他領域的專業知識時，我們首先會自己查資料、與專家溝通了解專業知識，比如衛星，他們會幫助我們了解各方面的基礎知識，並反饋給我們一些需求。可視化要真正能幫助他們解決需求，就必須有與科學家搭話的橋梁，我們需要了解他們關心什麼？這些數據的背景是什麼？甚至引發他們新的需求。
從2001年開始做可視化以來，很多時候用戶並不知道自己要什麼，需求是需要不斷引導的。剛開始我們會滿足對方的需求，之後他們會不斷地提出新的需求，以及新的想法，通過不斷迭代升級，更好地幫助我們發現科學規律。
九州連線：那你們在合作中是如何引導科學家產生新的需求，有沒有例子分享？
單桂華：再以上文提到的「掩星」事件為例，科學家探測衛星主要是針對大氣層中的溫度、濕度，大氣層的密度等。我們前期做可視化的過程中，使用的是傳統方式。比如對大氣層做各種形式的切片，把幹濕變量進行曲線表達。過程中我們有新的想法會同他們溝通，比如改變交互的方式等。工程完成後，在了解他們需求的基礎上，深入分析衛星傳送過來的電子層密度，掩星分布等變量後，我們設計了可視分析的系統。
▲ 掩星事件可視化 （作者：中科院計算機網路信息中心交互式實驗室）
通過矩陣的方式，能夠在各個窗口間相互關聯，把不同的曲線聚類，將各個流程串聯起來，在平台上進行交互。這是他們之前沒有想到的，而且最後與他們的需求非常契合，相關研究現在仍然在繼續合作。
九州連線：除此之外，您還有哪些有趣的故事？
單桂華：比如在中科院，我們用自主研發的體繪制算法幫助科學家觀看乙肝病毒的結構，使科學家能夠透視病毒數據。當時科學家打開軟件看病毒數據後，非常驚嘆地說，「這是我平生第一次可以直接從密度圖中清晰地看到病毒的二級結構」。
▲ 乙肝病毒結構匹配 （作者：中科院計算機網路信息中心交互式實驗室）
又比如研究蛋白質功能時，因為蛋白質的功能由蛋白質結構決定，科學家利用冷凍電鏡得到蛋白質的密度。基於該數據我們開發了冷凍電鏡密度數據可視化分析軟件，科學家用這個軟件，根據自己的先驗知識把自己猜想的分子伴侶已知結構，交互式地放入分子的密度數據中。如果匹配度良好，就可以推測出蛋白質的二級結構，冷凍電鏡數據可視化分析對科學家的重要性不言而喻。
再如，我們在造高鐵時會提前對它產生的氣流進行模擬分析，當時我們這個項目的高速列車叫「箭」。設計院設計好後，委托中科院力學所對模型進行優化。力學所的科學家用流體力學方法對列車模型計算分析。
▲ 高速列車氣旋可視化 （作者：中科院計算機網路信息中心交互式實驗室）
高鐵行駛中列車尾部產生的氣旋是科學家非常關心的。但氣旋並沒有直接的數學表達公式，我們採用機器學習的方法把科學最感興趣的兩團尾部氣旋定位並可視化出來。因此，將這種只可意會不可言傳的事情，通過可視化的方法展現出來，是非常有趣的。
5-10年內可視化將迎來大發展
九州連線：隨著當前數據信息越來越龐大，可視化發展是否在需求上也會遇到一些難題？
單桂華：如今，用戶對可視化的需求越來越大，期盼也越來越高。可視化自身在進步的同時，用戶的數據也越來越複雜，此時，用戶研究更複雜的問題，就需要可視化進行分析。
▲ 海洋環流可視化 （作者：中科院計算機網路信息中心交互式實驗室）
比如，我們即將面世的E級計算機，雖然運算速度很快，但是數據如何快速分析是當前的一大難題。而機器學習像是一個黑匣子，可以輸入數據、得出結果，但是對於其中的過程難以解釋。
因此機器學習本身需要可視化對其進行解釋，把算法的黑匣子打開。可視化也需要利用機器學習找到科學家感興趣的特徵，做到準確地反饋用戶意圖。但是，如何理解科學家反饋過程中的意圖，是有一定難度的。
另一方面，虛擬現實發展速度較快。在研究三維世界時，可視化的結果是必須壓縮在有限的二維平面的。無論是增強現實，還是虛擬現實，已經發展到可以把可視化分析可以融入虛擬現實中的階段，但用戶的習慣是二維呈現，加之算法也是二維呈現，此時，如何充分利用「無限的」三維世界進行可視化，也是需要探索的工作。
九州連線：據了解，上世紀80、90年代，可視化相對繁榮，迎來了技術發展的高潮，您認為什麼時候可視化會再迎來一個大的發展機遇？
單桂華：一方面，從需求上來講，我們國家已建成或正在建設很多大科學裝置，比如E級超級計算機。不言而喻，超級計算機會產生大規模數據。而這些需求會驅動可視化發展。可視化是由應用驅動而產生的。現在需求正旺，在幾年之內，人才聚集，產業興盛，可視化還有非常好的發展機遇。
另一方面，虛擬現實硬件的發展，也必將推動可視化向前發展。當前，科學家願意嘗試，科學可視化與虛擬現實算法的探索，但由於VR硬件會導致眩暈，因此可視化專家在這方面並沒有付出太多精力。我認為5-10年內，如果虛擬現實硬件設備可以擺脫眩暈，可視化會在虛擬現實、人工智能中迎來大發展。
結語：大到太空宇宙，小到細菌病毒，科學探索從未停止，科學可視化的輔助也從未停歇。從科學家驚嘆地說「這是我平生第一次可以從密度圖中清晰地看到病毒的二級結構」，到可視化揭開算法的黑匣子，讓機器學習「知其然，亦知其所以然」，科學的秘辛在可視化這里得到了窺探，未來，可視化還將窺見什麼？
聲明：
本平台法律顧問為山西晉商律師事務所
九州連線原創文章，轉載請註明出處
