可视化和人工智能 （AI） 是数据剖析的良好运用方法。
在疫情溯源、城市方案等繁芜数据剖析场景中，人类须要理解海量数据并做出决策，这须要可视化和AI两手相辅相成。
然而，将这些整合到数据剖析过程中尚未完成。

由陈伟教授领导的研究团队在《打算机科学前沿》上揭橥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首先分开利用，它们是0级的数据剖析方法：独立过程。
随着技能的成熟，可视化和人工智能已经运用于相互帮助。
干系方法称为VIS4AI和AI4VIS，它们对应于1级：单向帮忙。
单向帮忙不支持反馈。
第1级的方法没有机会评估或优化所供应声援的效果。
为了进一步改进数据剖析方法，下一个层次须要双向帮忙，即2级：深度集成。

VIS+AI旨在实现视觉剖析场景中人类智能与人工智能之间的无障碍沟通。
VIS+AI的框架可以完备打通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，知识天生模型是从上一级继续而来的，注入人类智能。

LDoS 检测的处理流程。
信用：高档教诲出版社有限公司

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、实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剖析过程，从而深度参与到人类勾引的数据剖析过程中。

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