用科学可视化窥见科学“秘辛”

聚焦信息技术领域 为产业发声

导读

地球、太阳系、银河系、宇宙……科学探索的边界在无限放大中，推动了我们的科学研究；人体、器官、细胞、病毒……生命探索的边界在无限缩小中，延长了我们的整体寿命。科学的发展离不开科学家的探索，同时也离不开为科学家研究提供辅助的工具，可视化便是其中一个重要工具。那么，可视化如何助力科学研究？除了可视，科学可视化还能为科学研究提供哪些帮助？可视化又窥见了哪些科学研究中的趣事儿？

就此，中国图象图形学会可视化与可视分析专委会与九州连线联合推出“可视化百人谈”，对可视化领域的内容及成果进行专访，以下为九州连线采访中科院计算机 络信息中心先进交互技术与应用实验室单桂华主任的采访实录：

单桂华，中国科学院计算机 络信息中心研究员，博士，近年主持国家重点研发计划课题、中科院知识创新重大项目课题、中科院重点部署项目课题、中科院先导项目子课题，中科院与中移动战略合作项目，及863和国家自然科学基金等课题专题研究。

让隐藏的规律“自动显现”

九州连线：您是何时接触可视化的？

单桂华：事实上，我刚开始并不是做可视化研究的。研究生毕业后，我进入中科院超算中心。作为国内最早的超算中心，这里有得天独厚的条件。有计算就会产生数据，中科院各研究所内部产生了众多需求，因此我们建立了可视化队伍，专门给用户提供可视化服务。直到2016年，我们的可视化团队从超算中心独立出来，成立先进交互式技术与应用实验室，主要进行科学可视化错误方面的研究工作。

九州连线：您当时为什么会选择科学可视化而非信息可视化？

单桂华：首先是当时的数据环境因素，科学可视化的应用要早于信息可视化。

其次，我当时认为科学可视化相比信息可视化，有更加直观的形态呈现。比如通过可视化的手段，我们能非常直观地看到病毒的结构，而信息可视化需要更充分的想象力。

最后，当时科学可视化的需求越来越大，挑战也越来越大。在与科学家合作过程中，自己的可视化成果能够被认可，让其更好地理解数据、更直观地看到数据，这些都成了支撑我在科学可视化方向走的更远的重要因素。随着科技发展，科学可视化的需求会越来越大，于我而言，它对人类的影响也是深远的。

九州连线：那可视化这门技术在具体的需求中，除了展示，还能产生什么样的作用？

单桂华：我理解的可视化，是一种可以让用户与数据对话的手段，在对话过程中，以其直观和交互特性帮助用户理解数据，发现隐藏在数据中的规律。我主要进行科学数据可视化的研究，因为科学家想要通过数值模拟验证自己的猜想，看最终是否可以达到自己设想的效果。一般可视化会帮助展示他所关心的特征，甚至帮助发现一些意想不到的特征规律。可视化除了展示和分析的功能外，还具有信息传播的作用，通过可视化的方式，可以非常快的将数据特征和研究者的想法传达出去。

比如我们在探测卫星中发现的掩星事件。所谓的掩星，是本来可以相互看见的，但是因为第三颗卫星的存在，掩盖了那颗卫星，这样叫做一次掩星事件。在我们拿到数据后，在进行数据处理、数据可视化过程中发现“一颗卫星同时在两个轨道上出现”，这无疑是不符合科学规律的。经过与科学家研究确认，原来是信 延时造成的。在之前，这样的问题并没有列入考虑范围的，现在这种误差已经成为一种常规需要检查的因素之一，这对我们而言非常受鼓舞。

因此，一方面，可视化不仅仅是做数据展现，而是真正可以帮助发现一些规律，是帮助科学研究的工具。另一方面，可视化不仅仅是在终端对数据进行展现，它在数据的前端以及数据处理分析和传播分享中，也是很有帮助的。

从满足需求到引导需求

九州连线：可视化与其他领域结合异常紧密，想要得出好的成果，必然要对结合领域有一定了解，您当时是通过什么样的方式学习其他领域的？

单桂华：经过与各领域长期的合作，我们已经形成了一套自己的可视化预处理规范。遇到其他领域的专业知识时，我们首先会自己查资料、与专家沟通了解专业知识，比如卫星，他们会帮助我们了解各方面的基础知识，并反馈给我们一些需求。可视化要真正能帮助他们解决需求，就必须有与科学家搭话的桥梁，我们需要了解他们关心什么？这些数据的背景是什么？甚至引发他们新的需求。

从2001年开始做可视化以来，很多时候用户并不知道自己要什么，需求是需要不断引导的。刚开始我们会满足对方的需求，之后他们会不断地提出新的需求，以及新的想法，通过不断迭代升级，更好地帮助我们发现科学规律。

九州连线：那你们在合作中是如何引导科学家产生新的需求，有没有例子分享？

单桂华：再以上文提到的“掩星”事件为例，科学家探测卫星主要是针对大气层中的温度、湿度，大气层的密度等。我们前期做可视化的过程中，使用的是传统方式。比如对大气层做各种形式的切片，把干湿变量进行曲线表达。过程中我们有新的想法会同他们沟通，比如改变交互的方式等。工程完成后，在了解他们需求的基础上，深入分析卫星传送过来的电子层密度，掩星分布等变量后，我们设计了可视分析的系统。

通过矩阵的方式，能够在各个窗口间相互关联，把不同的曲线聚类，将各个流程串联起来，在平台上进行交互。这是他们之前没有想到的，而且最后与他们的需求非常契合，相关研究现在仍然在继续合作。

九州连线：除此之外，您还有哪些有趣的故事？

单桂华：比如在中科院，我们用自主研发的体绘制算法帮助科学家观看乙肝病毒的结构，使科学家能够透视病毒数据。当时科学家打开软件看病毒数据后，非常惊叹地说，“这是我平生第一次可以直接从密度图中清晰地看到病毒的二级结构”。

又比如研究蛋白质功能时，因为蛋白质的功能由蛋白质结构决定，科学家利用冷冻电镜得到蛋白质的密度。基于该数据我们开发了冷冻电镜密度数据可视化分析软件，科学家用这个软件，根据自己的先验知识把自己猜想的分子伴侣已知结构，交互式地放入分子的密度数据中。如果匹配度良好，就可以推测出蛋白质的二级结构，冷冻电镜数据可视化分析对科学家的重要性不言而喻。

再如，我们在造高铁时会提前对它产生的气流进行模拟分析，当时我们这个项目的高速列车叫“箭”。设计院设计好后，委托中科院力学所对模型进行优化。力学所的科学家用流体力学方法对列车模型计算分析。

高铁行驶中列车尾部产生的气旋是科学家非常关心的。但气旋并没有直接的数学表达公式，我们采用机器学习的方法把科学最感兴趣的两团尾部气旋定位并可视化出来。因此，将这种只可意会不可言传的事情，通过可视化的方法展现出来，是非常有趣的。

5-10年内可视化将迎来大发展

九州连线：随着当前数据信息越来越庞大，可视化发展是否在需求上也会遇到一些难题？

单桂华：如今，用户对可视化的需求越来越大，期盼也越来越高。可视化自身在进步的同时，用户的数据也越来越复杂，此时，用户研究更复杂的问题，就需要可视化进行分析。

比如，我们即将面世的E级计算机，虽然运算速度很快，但是数据如何快速分析是当前的一大难题。而机器学习像是一个黑匣子，可以输入数据、得出结果，但是对于其中的过程难以解释。

因此机器学习本身需要可视化对其进行解释，把算法的黑匣子打开。可视化也需要利用机器学习找到科学家感兴趣的特征，做到准确地反馈用户意图。但是，如何理解科学家反馈过程中的意图，是有一定难度的。

另一方面，虚拟现实发展速度较快。在研究三维世界时，可视化的结果是必须压缩在有限的二维平面的。无论是增强现实，还是虚拟现实，已经发展到可以把可视化分析可以融入虚拟现实中的阶段，但用户的习惯是二维呈现，加之算法也是二维呈现，此时，如何充分利用“无限的”三维世界进行可视化，也是需要探索的工作。

九州连线：据了解，上世纪80、90年代，可视化相对繁荣，迎来了技术发展的高潮，您认为什么时候可视化会再迎来一个大的发展机遇？

单桂华：一方面，从需求上来讲，我们国家已建成或正在建设很多大科学装置，比如E级超级计算机。不言而喻，超级计算机会产生大规模数据。而这些需求会驱动可视化发展。可视化是由应用驱动而产生的。现在需求正旺，在几年之内，人才聚集，产业兴盛，可视化还有非常好的发展机遇。

另一方面，虚拟现实硬件的发展，也必将推动可视化向前发展。当前，科学家愿意尝试，科学可视化与虚拟现实算法的探索，但由于VR硬件会导致眩晕，因此可视化专家在这方面并没有付出太多精力。我认为5-10年内，如果虚拟现实硬件设备可以摆脱眩晕，可视化会在虚拟现实、人工智能中迎来大发展。

结语：大到太空宇宙，小到细菌病毒，科学探索从未停止，科学可视化的辅助也从未停歇。从科学家惊叹地说“这是我平生第一次可以从密度图中清晰地看到病毒的二级结构”，到可视化揭开算法的黑匣子，让机器学习“知其然，亦知其所以然”，科学的秘辛在可视化这里得到了窥探，未来，可视化还将窥见什么？

声明：

本平台法律顾问为山西晋商律师事务所