学科进展报告
可视化与人工智能交叉研究进展
日前，《中国科学:信息科学》期刊在线预发表了一篇综述论文[1]。文章从面向人工智能的可视化技术和人工智能驱动的可视化技术两个方向，分别介绍了数据质量改善、可解释机器学习、智能特征提取、可视化自动布局与生成、智能交互、智能故事叙述等6个重要问题。对国内外的研究进展进行了分析，并对发展趋势进行了展望。
该学科进展报告由CCFCADCG专委会组织撰写，以综述论文形式发表，以反映“AI+VIS”这一学科热点方向最近的研究进展。论文由中南大学夏佳志教授、天津大学李杰副教授、复旦大学陈思明青年研究员、重庆大学秦红星教授和清华大学刘世霞长聘副教授合作，在《中国科学:信息科学》上发表。
研究背景
可视化与可视分析利用高带宽的视觉感知通道，将数据转换为图形表达，辅以交互手段，以增强人对数据的认知能力。近年来，基于大数据的人工智能技术取得了突破性进展，为可视化研究带来了新的机遇与挑战。在VISforAI方面，可视化应用于异常检测、数据标记等需要大量人力劳动的任务，显著提高了数据质量改善的效果。同时，可视分析被广泛用于机器学习模型的理解和分析，以增强人对复杂模型的认知能力。在AIforVIS方面，人工智能抽取特征的强大能力催生了更高效的可视表达。同时，人工智能技术应用于可视化的自动生成与智能交互，节约了大量人力劳动，降低了可视化的使用门槛。
面向人工智能的可视化
在人工智能中，数据与模型是最重要的两个对象。文章分别介绍了在数据质量改善和模型解释方面的可视化技术。
人工智能驱动的可视化技术
在获得可视化的助力的同时，人工智能技术也反过来促进了可视化技术的发展。文章从智能特征提取、可视化自动布局与生成、智能交互以及智能故事叙述四个方面论述人工智能驱动的可视化技术。
发展趋势与展望
文章还总结了六个有待解决的重点问题，对未来的研究方向进行了展望：
文章作者希望能够促进对“AI+VIS”这一方向的研讨，并为相关从业人员和研究人员提供一个全面的参考。可从该网址下载全文：