下面我介绍一下我们研究院在数据可视化方面的工作。
        近十年来，数据可视化作为一门新兴学科，在信息表达能力上得到了广泛认可，完成了从零到一的转变。但由于制作门槛相对较高，可视化内容的制作只能由少数专业人员完成，限制了数据可视化的发展。要实现从一到万的转变，必须普及数据可视化。
        视觉内容生产过程虽然复杂，但理解门槛相对较低。研究表明，90%以上的信息是以视觉元素的形式进入人脑的，所以普通人不经过专业训练，天生就具备从图形图像中发现信息、发现规律的能力。此外，相比枯燥乏味的文字，人们更多地被精美的平面设计所吸引，对视觉内容的理解和阅读有更强的兴趣。这些都使得可视化技术拥有庞大的潜在用户群体，也预示着可视化内容作为一种大众消费内容的巨大潜力。
        据统计，自2010年以来，互联网上的可视化内容数量增长了100多倍，2019年超过80%的博文至少有一张可视化图表。可见，可视化的普及不仅仅是我们的视野，也是一个正在慢慢发生的趋势。
        说到数据可视化，你可能首先想到饼图、直方图等传统图表。不可否认，这些现在是并且将永远是数据可视化的重要手段。但随着新数据类型的出现和计算机技术的加持，新的数据可视化技术不断涌现（如图1所示）。但可视化的本质并没有改变：抽象的数据或信息以直观的视觉元素展现出来，帮助人们快速理解内容、发现规律、交流信息。一个好的可视化内容，可以高度概括纷繁复杂的数据，同时也让隐藏的规律变得清晰明了。当这个大数据已经成为基本的生产资料，
        进入20世纪，可视化日益彰显出其不可替代的价值。
        对于数据分析人员来说，可视化技术可以帮助他们理解每天持续产生的海量新数据。虽然机器学习方法可以从浩瀚的原始数据中提取关键信息，但这些信息只有在人们理解并做出最终决策时才能真正体现其价值，而可视化可以帮助人们完成这最后一步。首先，它可以让枯燥繁杂的数据变得清晰友好，帮助人们快速全面地掌握关键信息；其次，可视化系统往往支持实时处理和交互分析，可以帮助决策者跟踪变化并理解变化背后的原因。统计数据显示，在可视化技术的帮助下，人们有28%的概率能够更及时地做出判断和决策。
        另一方面，普通人对可视化的需求是巨大的。在这个大数据时代，每个人都可以很容易地在互联网上找到各种信息。但快节奏的生活也导致人们不愿意花太多时间去了解各种信息。研究表明，人们平均只花37秒在一篇在线文章上。那么如何才能在37秒内将想要表达的信息流畅准确地传达给读者呢？答案是可视化。可视化作为一种高效的信息载体，正好满足了人们对这种快餐式信息的需求。
        虽然可视化具有上面提到的许多优点，但不必说所有可视化内容都能提供这样的好处。如果我们简单地把数据堆在画布上，这种所谓的可视化很可能适得其反，让人们更难阅读。所以我们上面所有的描述都有一个前提，就是“好的可视化”，也就是我们需要在设计和数据之间找到一个平衡点。
        首先，好的可视化要能高效表达它想要传达的信息，既不能复杂到失去焦点，也不能简单到失去信息；其次，一个好的可视化要符合人们的习惯，能够自我解释。换句话说，人们可以在没有指令帮助的情况下毫无障碍地阅读；再一次，一个好的
        形象化要美观，美观的设计能大大增强对读者的吸引力。如果把可视化比作数据对设计的一次翻译，那么我们可以认为，这些都是可视化对“信、达、雅”的要求。
        对于普通人来说，制作一个符合上述要求的视觉化内容肯定不是一件容易的事情。从获取信息到制作可视化内容，主要面临三大挑战：一是信息获取的障碍，如何操作复杂的数据分析软件从数据中提取重要信息？其次是设计上的挑战。什么样的设计才能优美高效地表达我们想要传达的信息？最后是生产方面的挑战。如何通过各种工具制作最终的可视化内容？要让大家随时随地便捷地使用可视化内容，实现公共可视化，必须克服这三大障碍。
        大众可视化的关键是让大家无障碍地做好可视化。但是，人们使用信息可视化的场景差异很大，不同场景下人们遇到的障碍也不同。在此，我们选取了两个常见场景进行一些初步探索。
        文本转换
        设想一个场景，某人正在准备一篇文章或演示文稿幻灯片放映。在这个过程中，他觉得有一点需要强调。此时，添加信息图是一个不错的选择。现在，他需要上网为infographic的设计寻找一些灵感，然后使用合适的工具来做这个设计。这个过程需要大量的时间和精力，许多可视化的潜在用户可能会放弃这个选项。
        对于这个场景，我们设定了一个目标，即生产过程完全自动化。这个可视化的生产过程就像一条全自动的流水线，输出的产品是可视化的内容，输入的原材料我们选择对用户要求最低的自然语言。
        当然，由于一般类别的信息多种多样，在本研究中，我们选择了信息图形中最常见的关于比例的类别信息。例如，用户的输入
        融入“5个中国人中有3个生活在农村”这句话（每5个中国人中就有3个生活在农村），那么我们就会自动设计出合适的信息图（如图2所示）。
        从用户输入到信息图输出，这显然不是一项简单的任务，其中涉及诸多技术难点。为此，我们设计了一个复杂的过程。首先通过自然语言分析从文本中提取关键信息，如什么是整体、什么是部分、什么是比例等；然后，我们在网络上收集了大量的设计案例，并在这些案例的基础上总结设计了一套自动设计算法，将信息转化为图形、布局、颜色等，最终综合出许多可能的信息图；最后，我们对信息图进行多个维度的评价打分，输出系统推荐的最佳结果。
        详情请参阅论文Text-to-viz：从命题相关的自然语言语句自动生成信息图（IEEE VIS 2019）。
        论文链接：
        数据热点
        如今，我们经常在网上看到各种类似“关于互联网的十大事实”的数据海报。这些海报以多种视觉元素简明地描绘各类信息，以达到教育宣传的目的。但这张海报的制作也是一项极其复杂的工程。并不是每个人都能像数据分析师一样，使用各种复杂的工具来分析数据线，提炼故事，然后清晰简洁地呈现出来。所以我们也尝试将这个过程自动化。