Intégration de la visualisation à l’intelligence artificielle pour une analyse efficace des données
La visualisation et l’intelligence artificielle (IA) sont des approches bien appliquées à l’analyse des données. Dans des scénarios d’analyse de données complexes, comme la traçabilité des épidémies et la planification urbaine, les humains doivent comprendre des données à grande échelle et prendre des décisions, ce qui nécessite de compléter les atouts de la visualisation et de l’IA. Cependant, leur intégration dans les processus d’analyse des données reste à faire.
Une équipe de recherche dirigée par le professeur Wei Chen a publié de nouvelles recherches sur ce sujet dans Frontières de l’informatique.
L’équipe définit trois niveaux d’intégration de la visualisation et de l’IA. La visualisation et l’IA sont d’abord utilisées séparément, qui sont des approches d’analyse de données au niveau 0 : processus indépendant. Au fur et à mesure que la technologie mûrit, la visualisation et l’IA ont été appliquées pour s’entraider. Les approches associées sont connues sous le nom de VIS4AI et AI4VIS, qui correspondent au niveau 1 : assistance unidirectionnelle. L’assistance à sens unique ne peut pas prendre en charge les commentaires. Les approches au niveau 1 n’ont aucune chance d’évaluer ou d’optimiser l’effet de l’assistance fournie. Pour améliorer encore les approches d’analyse des données, le niveau suivant nécessite une assistance à double sens, qui est le niveau 2 : intégration profonde.
VIS+AI vise une communication sans barrière entre l’intelligence humaine et l’intelligence artificielle dans le scénario de l’analyse visuelle. Le cadre de VIS+AI peut complètement ouvrir le canal entre l’IA et la visualisation, ce qui relie davantage l’intelligence humaine. Comme indiqué à gauche du cadre dans l’image ci-dessus, le modèle de génération de connaissances est hérité du niveau précédent pour injecter de l’intelligence humaine.
Comme indiqué à droite du cadre, le canal entre l’IA et la visualisation se compose de trois boucles itératives : une boucle d’interaction, une boucle d’exécution et une boucle d’optimisation de l’intelligence. À travers les trois boucles, l’IA peut s’adapter aux processus d’analyse de données dynamiques, et donc être profondément impliquée dans les processus d’analyse de données guidés par les humains.
Fourni par la presse de l’enseignement supérieur