Integración de visualización con inteligencia artificial para un análisis de datos eficiente

La visualización y la inteligencia artificial (IA) son enfoques bien utilizados para el análisis de datos. En escenarios de análisis de datos complejos, como la trazabilidad de epidemias y la planificación urbana, las personas deben comprender los datos a escala y tomar decisiones, lo que requiere complementar las fortalezas de la visualización y la IA. Sin embargo, su integración con los procesos de análisis de datos aún no está completa.

El equipo de investigación dirigido por el prof. Wei Chen publicó un nuevo estudio sobre el tema en Los límites de la informática..

El equipo define tres niveles de integración entre la visualización y la IA. La visualización y la IA se utilizan por primera vez por separado, que es un enfoque de nivel 0 para el análisis de datos: un proceso independiente. A medida que la tecnología maduró, la visualización y la IA se aplicaron para ayudarse mutuamente. Los enfoques relacionados se conocen como VIS4AI y AI4VIS, que corresponden al Nivel 1: asistencia unidireccional. La ayuda unidireccional no puede respaldar la retroalimentación. Los enfoques de nivel 1 no tienen ninguna posibilidad de evaluar u optimizar el efecto de la asistencia proporcionada. Para refinar aún más el enfoque del análisis de datos, el siguiente nivel requiere asistencia bidireccional, que es el nivel 2: integración profunda.

VIS+AI tiene como objetivo la comunicación sin barreras entre la inteligencia humana y la inteligencia artificial en un escenario de análisis visual. El marco VIS+AI puede abrir completamente el canal entre la IA y la visualización, lo que conecta aún más la inteligencia humana. Como se muestra en el lado izquierdo del marco en la imagen de arriba, el modelo de generación de conocimiento se hereda del nivel anterior para inyectar inteligencia humana.

Como se muestra en el lado derecho del marco, el canal entre la IA y la visualización consta de tres bucles de iteración: el bucle de interacción, el bucle de ejecución y el bucle de optimización de inteligencia. Con estos tres bucles, la IA puede adaptarse a los procesos de análisis de datos dinámicos y, por lo tanto, participar profundamente en los procesos de análisis de datos impulsados ​​por humanos.

Proporcionado por Higher Education Press