AI 时代前端可能的未来方向

前言

21 世纪是变化的世纪，在新的千年之始，科技日新月异得改变着我们的生活。前端作为近年很火的岗位，一直被大家吐槽技术更新速度太快了，新概念层出不穷。然而面对这变化的时代，可能我们的变化还可以更多更快。在前端工作过几年之后的同学，往往会开始产生对未来的焦虑，整天学习新的框架、新的语法，但生产力提升却赶不上业务增长，更没有跟上时代变化的脚步。赶不上未来的风口，对前端的未来很迷茫。
Gartner (全球领先的信息技术研究和顾问公司) 最近发布了 2021 年重要战略科技趋势。让我们结合未来的科技趋势来思考一下前端的未来。

Gartner 近几年趋势都提到了人工智能与超级自动化。未来世界会基于大数据和人工智能来驱动。人们的行为、专家经验、工业过程以及物理世界都会数据化，然后通过人工智能来自动化或增强辅助的方式来创造价值。基于这些也伴随隐私、安全等技术问题的研究发展。
那么前端在这样的未来中有哪些具有价值前景的研究方向呢？个人认为可视化会是未来极具价值的方向之一，回归前端本质--人机交互，而交互最重要的媒介就是图形。数据可视化可以让新的知识更好的呈现给人们。这里就可视化领域探讨一下面向未来的可视化方向。

人工智能黑盒

如今我们的手表检测着心率，很快未来就能根据脉搏的数据自动诊断出疾病，但是我们放心让 AI 给我们诊断吗？我们能放心的坐自动驾驶汽车吗？人们都喜欢简单可理解的事物，在许多高度管制的行业（医疗、银行等）中，可解释性甚至成为严格的法律要求。
未来人工智能将无处不在，如何更好的理解人工智能，让其更准确更安全呢？比如机器学习（ML）数据集可以包含数亿个数据点，每个数据点都包含成百上千个特征，几乎不可能以直观的方式理解整个数据集。可视化可以帮助发现大型数据集中的细微差别。迈向白盒 AI 的第一步就是数据可视化，可视化领域在人工智能可解释性上做了很多研究，我们来看一下业界在这方面的研究。

Google Facets Dive

Google 的可视化工具 Facets 。Facets Dive 提供了易于定制的直观界面，用于浏览数据集不同特征之间数据点之间的关系。借助 Facets Dive 可以根据每个数据点的特征值控制其位置，颜色和视觉表示。如果数据点具有与之关联的图像，则这些图像可用作视觉表示。

一个有趣的真实案例，使用 Facets Dive 检查了 CIFAR-10 数据集，并能够捕获一只青蛙猫-青蛙的图像被错误地标记为猫！

TensorBoard

TensorFlow 的可视化配套工具包。

Facebook HiPlot

HiPlot 是 Facebook 开发的交互式可视化工具，用来帮助 AI 研究人员发现高维数据中的相关性。

一个在线案例
ML 模型变得越来越复杂，并且通常具有许多超参数。Facebook AI 一直在使用 HiPlot 通过数十个超参数和100,000 多个实验来探索和有效分析深度神经网络的超参数调整。

Explainable AI + VIS

香港科技大学有很多解释性 AI + 可视化的论文。
神经网络：理解循环神经网络的隐藏内存。

图解机器学习

有个很有意思的交互式网站，通过可视化来介绍机器学习。图解机器学习

数字孪生

大量的人工任务被自动化，但并不会完全取代人类，那么在这个 Hyperautomation（ 超自动化）的工程中，往往会诞生数字孪生（物理世界在信息上的克隆版本）。数字孪生会成为超自动化的有机组成部分，让人类可以与 AI 有机结合，通过可视化的方式来控制关键流程。一个经典的例子 “智慧城市”。政府通过 AI 来运营城市，比如优化交通，快速发现定位风险事件。阿里云的城市大脑，工业园区场景的数字孪生，以及 IOT 场景等都是现在很常见的场景。
数字孪生主要的数据来源：地理信息、实体模型、传感器（摄像头等）。相应的在可视化能力上主要体现在地图可视化、三维建模、数据映射等。
Uber 自动驾驶可视化系统

数据分析

在数据分析方面，参考 数据分析2020趋势 。数据分析与人工智能结合也越来越紧密，以往的 Dashboard 使用的越来越少，更多的是能够通过上下文数据动态的讲述数据故事的方式。数据对于决策的影响也是智能化的，这中间需要我们能够监控、调整决策模型和流程。
关系型数据的图可视化可以帮助我们分析发现数据中的未知关系，也可以与地理空间数据做结合，会成为数据分析中很重要的部分。最近上市的大数据公司 Palantir 就是通过图技术（Graph）建设的知识图谱来挖掘分析数据的。

沉浸式技术

AR、VR、MR 这些虚拟现实技术也是未来可视化领域的一个方向，可以使人们更好的与世界互动。数字世界与虚拟世界在未来会有更多的融合形式。未来很多人的工作、娱乐都处基于这些沉浸式的技术当中。而这方面的交互需要我们前端做很多研究。Google VR

总结

以上都是个人基于对未来的猜想、预判的前端可视化方向。面向未来，加强学习图形学技术、更多的走进人工智能，下一个风口我们前端还会是弄潮儿。

参考资料

• Gartner top strategic technology trends for 2021
• facets open source visualization tool
• https://tensorflow.google.cn/tensorboard
• https://ai.facebook.com/blog/hiplot-high-dimensional-interactive-plots-made-easy/
• http://vis.cse.ust.hk/groups/xai-vis/#
• https://avs.auto/#/
• https://christophm.github.io/interpretable-ml-book/

文章可随意转载，但请保留此原文链接。
非常欢迎有激情的你加入 ES2049 Studio，简历请发送至 [e-mail] 。