● 史丹青：主要指的是数据可视化，包括统计图、信息图（Infographic）、数据新闻等等。可视化设计本身也属于是交叉学科，需要创作者在具备设计素养的同时还能够掌握数据分析的能力，这对于普通大众还是有一定门槛的。目前的研究希望通过人工智能的技术自动为数据完成可视化的制作，让普通用户无需掌握相关知识也可以基于自己的数据快速完成一个不错的可视化作品。● 史丹青：可视化设计是对抽象数据进行（交互式的）可视化表示从而增强人类感知的手段。首先可视化设计是完全基于数据的，它的一切目的是用于传达数据的信息；其次它的产出必须是视觉形式的，可以是静态图也可以是交互的形态；它的结果应该是易于理解且容易辨识的，能帮助读者高效地从结果中读取原始数据中的含义。它通过对数据精妙的编码，描述了拿破仑帝国入侵俄罗斯的整个过程。黄色是拿破仑大军进军的路线，而黑色表示他们败退的路线。这些线条的粗细展示了当时军队的人数，可见在败退的过程中，军队人数损失惨重。
此外，其它诸如地理信息、气温信息也被高效地进行了呈现。 图自丹青
● 史丹青：可视化设计是一个把数据表示为图像的过程，它的目的在于让阅读者更好地理解数据。
● 史丹青：本硕专业为通信，硕士期间在同济设计学院辅修设计。硕士毕业后，和伙伴出来创业（大约两年时间），目前还在健康运营（公司名：语忆科技），核心业务是智能客服（官网 yuyidata.com）。第九章 GAN的应用：从多媒体到艺术设计9.1 GAN在多媒体领域的应用
9.2 GAN与AI艺术9.3 GAN与AI设计
偶然了解到同济设计学院开设了AI设计的方向，而这个领域在我看来目前是一个AI应用的蓝海，自己对这个方向非常感兴趣，想深入研究这个领域。● 史丹青：也有。如果时机合适的话，会延续目前的研究方向做一些商业化，主打自动化数据分析和智能可视化。产品形态可能会是面向小白用户的智能版Tableau。● 目前你喜欢或者欣赏的，AI与艺术结合得很好的产品是什么？商业化程度如何？
● 史丹青：如果只从AI与艺术结合的产品化角度来看，目前依然是一系列照片/视频类软件商业化比较好，主要以风格迁移技术为代表，比如Prisma。● 史丹青：主要精力在学术研究上，同时会参加可视化领域的学术会议和一些设计研讨会。去年在剑桥大学工程设计中心的设计研讨会分享过：AI与数据设计的思考，也在温哥华的可视化大会上分享了如何使用强化学习来自动推荐可视化图表。● 史丹青：可视化的设计空间由图表与视觉编码方式构成，下面这两张图是不同可视化框架的设计空间。由于可视化设计主要由数据驱动，在数据给定的情况下，对应的设计空间也会是固定的。像上图展示的那样构建一个可视化设计的过程可以被看作是一系列决策的过程（选择什么样的图表、展示什么数据维度、是否做数据变换、是否用颜色进行编码等等），这些决策行为可以是由可视化专家去做，当然也可以由AI来完成。如果和现有成熟的AI系统进行比较，可以将自动化的可视化推荐系统类比围棋场景下的AlphaGo，只是此时的“棋盘”是基于当前用户数据的整个可视化设计空间，而“棋局”的输赢标准则是当前的可视化展示形式是否能有效且美观地传达数据中的信息。● 史丹青：如要是以下三个方向，但如果能同时兼备这三者就太厉害了！第一类是数据分析师，能够使用BI和编程工具快速发现数据中的洞察。
第二类是数据新闻记者，能够深挖数据背后细节，擅长对数据讲故事（data-driven storytelling）。
最后一类是可视化专家，有丰富的可视化设计经验，并能够使用D3和Vega等编程工具实现自己的创意。
● 史丹青个人主页
● https://sdq.ai/
京東、Truely He、Pauline ← 设计
chunfang ← 编辑
史丹青 ← 受访
chunfang@ibrandup.cn ← 合作