PKU Visualization Blog

5月16日，著名的犹他大学科学计算与成像研究所SCI(Scientific Computing and Imaging Institute)所长，犹他大学教授Christopher R. Johnson教授到访北京大学。16日下午，在北京大学理科2号楼2736学术报告厅作了一场题为“Visual Computing: Making Sense of a Complex World（可视计算：观察复杂世界的利器）”的精彩报告。(更多可视化与可视分析报告会通知请关注：http://vis.pku.edu.cn/seminar/index.html )Johnson教授来自计算机图形学的学术圣地——犹他大学。在报告的开始，Johnson教授向大家介绍犹他大学与计算机图形学之间的历史渊源。

1968 年，有“计算机图形学之父”之称的Ivan Edward Sutherland从哈佛大学转至犹他大学，从此建立成为成果丰硕的图形学研究中心，培养出了一批图形学大师：包括z缓冲等技术的发明者Edwin Catmull、 反走样技术的发明者Frank Crowe、Gourand着色计算的发明者Henri Gourand、几何流水线之父Jim Clark等。

在这片犹他大学这片计算机图形学的沃土上，Johnson教授通过近20年的不懈努力，建立了著名的科学计算与成像研究所SCI(Scientific Computing and Imaging Institute)。SCI目前包含了科学计算(Scientific Computing)、可视化（Visualization）及图像处理（Image Processing）这三个大的研究方向，着重于解决计算和成像在医学、物理学、化学工程、分子动力学、航空航天、流体力学、燃烧、大气扩散问题。SCI还十分注重将科学研究与实际应用相结合：一方面，向社会提供开源代码；另一方面，SCI旗下拥有多家图形图像公司，如RayScale，VisTrails等。随后，Johnson教授通过展示人类积累的数据的数量变化趋势图正式进入此次讲座的主题——可视计算：观察复杂世界的利器。通过这幅图，让大家深刻感受到了我们正处于一个海量数据的时代。面对如此海量的数据，如何存储，理解，探索是身处这个时代所面临的一个重要挑战。相关研究表明，人类对于外部世界超过50%的理解都来源于视觉，并且与其他感官认识相比，来自视觉的理解也是最快速的。

Johnson教授通过列举1953年James Watson和Francis Crick借助三维模型发现DNA模型的例子具体说明了视觉和模型在人类发现知识中的重要作用。因此，在计算水平发达的今天，利用计算机可视化是人类更好地了解数据，探索数据的重要途径。作为可视化研究者的工作就是探索更有利于人类理解的可视化表达形式。Johnson教授介绍到，近些年SCI的大部分工作都是针对如何对复杂、大规模的数据提出合理恰当的可视化表现方式。
Johnson教授在介绍SCI具体工作之前，将可视化的任务总结为两大基本类型：其一是可视化我们已经预见其结构、内容的数据如医学数据等，通过可视化的手段，我们可以帮助领域专家更好地了解其所了解；其二是可视化我们仍未知其结构、内容的数据如模拟数据等，利用可视化的手段，帮助领域专家发现其所未发现。SCI的工作也围绕着这两方面进行展开，同时被应用到不同的领域。体绘制(Volume Rendering) 作为一种重要的可视化手段，SCI在体绘制方向上的工作主要是针对大规模、高维数据的可视化，并注重与相关专业领域如医学、物理、大气等，帮助领域专家解决实际问题。Johnson介绍了关于多维传递函数设计的工作；介绍了通过基于时变的可视化(Time-based Visualization)，帮助医生发现和定位肿瘤的位置；介绍了SCI关于大规模体数据如虚拟人(Visible Male)的体绘制系统—-ImageVis3D，ImageVis3D让用户从不同粒度上对数据进行观察，同时允许用户进行交互。Johnson教授举了一个生动的例子来说明ImageVis3D系统绘制的精细程度，那就是他们发现了虚拟人的纹身；介绍了对大规模时变燃烧数据的可视化，帮助领域专家发现燃烧过程中的规律等等。
Johnson教授还特别提醒，在对大规模数据进行可视化的时候，我们要注意如何利用不同分辨率的特点。如何在高或低分辨率方面，图像压缩或数据压缩这两方面之间进行选择，是一个值得思考的问题。Johnson教授亲自现场演示了在i-Pad3上的体绘制交互工作，教授介绍这个流畅交互工作的背后是由一个48个CPU组成的服务器完成计算，通过图像压缩传送为实际的物理设备，即这个i-Pad3。接着，Johnson教授介绍SCI利用高性能的硬件、优秀的算法设计完成一些复杂的计算，例如Ray-tracing等。SCI花了近10年的时间，投入了相当的人力和财力，将Ray-tracing算法的加速，使Ray-tracing算法达到可交互的速度，更好地帮助领域专家更逼真地对模拟实验进行观察，特别是燃烧模拟实验。另外，还包括了将复杂光照模型的加速，大卫模型的渲染等。那些在过去不可能达到交互速度的计算，在SCI的努力下，都可以达到了。

Johnson教授特别介绍了SCI在信息可视化中的基于问题驱动(Problem-Driven)生物信息可视化工作的研究模式：对具体的基因数据，针对特定的生物问题，通过与生物学家的沟通合作，快速地建模然后提出解决方案。

在Johnson教授的报告中，最后一部分的工作是关于不确定可视化(uncertainty visualization)，Johnson教授认为形状意味着确定(shape implies certainty)。利用等值面在体绘制中的表现，有利于人们确定体绘制中进行量化的探索。Johnson教授表示，关于不确定可视化是他目前很感兴趣的一个方向，在未来也具有很大的潜力。

最后，Johnson教授用一个关于SCI的工作总结视频结束了他此次的报告，在视频中，结合SCI一个一个的工作，对SCI的工作重心、目标进行了生动直接的阐述。在现场观众的提问环节中，面对听众的踊跃提问， Johnson教授都作出了详细耐心的回答。

 听众反馈

王祖超：Chris Johnson教授在1个小时的精彩演讲中，主要谈到了当今科学模拟数据可视化中的两大挑战：处理大数据和提示不确定性。对于大数据，他们的研究组采用了并行计算和渲染的策略，使得PB量级数据的可视化成为可能，由此他们可以观察更精确的数据，或者高清晰度的观察原有的数据。这使得科学家能看到许多以前难以发现的特征。对于不确定性提示，他们设计了新的可视映射方法，比如把不确定性也通过传递函数表现在颜色中。事实上，此类问题在信息可视化和可视分析中也即将甚至已经出现，Chris Johnson教授的工作为此提供了许多解决方案。

张昕：Johnson教授给我们带来了一场非常精彩的讲座和一场非常有趣的座谈。他不仅介绍了SCI今天令人自豪的众多工作，也告诉了我们创立SCI前后的艰苦和漫长的过程。虽然已经带领SCI产出了无数令人骄傲的成果，Johnson教授对学术和工作依然充满的干劲，也令我们非常钦佩。在SCI的工作中，Johnson教授带领的团队不仅重视研究的创新性，也非常重视实用性，以及与其他领域的合作，产生了对其他领域的专家或普通大众非常有价值的成果。另一个令我非常印象深刻的，就是Johnson教授具有的强烈的研究者的社会责任感。在SCI诞生早期就非常重视通过软件开源、支持创业等方式，将研究成果回馈给社会。这种责任感非常值得国内研究者的学习。

 陆旻：能够听著名SCI的所长Christopher R. Johnson的讲座，感觉很荣幸。在这次报告中，Christopher介绍了SCI近几年来的可视化工作。与其他领域相结合，包括医学、物理学、化学工程、流体力学、燃烧等领域。看着这些图，不只是酷炫，更重要的是，凭借着它们，领域专家发现其中的问题，解决问题。在讲座中，Johnson教授将可视计算类比为显微镜。16世纪，显微镜的发明，使人类看到了一个完全不同的世界，而在21世纪，随着计算水平的不断发展，可视计算使得更大规模、更复杂的数据以可交互地速度、可交互地方式在我们眼前呈现，让我们去探索一个更大的未知世界。

郭聪：Chris Johnson 教授给我们做了一个精彩的报告，对他们在SCI的工作进行了详细的介绍。在讲座中，他给我们展示了丰富的方法来理解复杂的数据，以及如何给复杂的世界进行建模。尽管他介绍的工作大多和科学可视化相关，部分内容较难理解，但他在介绍每个工作时所讲到的研究方法对我有很大的启迪。比如生物基因数据的可视化系统，它的设计者Satsuma并不是单纯根据数据的特征而直接套用散点图矩阵和Mizbee的方法；相反，她实现和相应的领域专家进行了深入的交流，在对问题的核心有了深入理解后，才设计了这么一个综合的、各模块间有机结合的系统。最后感谢Chris Johnson 教授在会后给我们做的亲切会谈。

嘉宾简介

Christopher R. Johnson教授是美国犹他大学计算机系特聘教授，科学计算与成像研究所SCI(Scientific Computing and Image Institute)所长。1992年，Johnson教授获得第一届青年研究者奖(Young Investigator’s FIRST Award)；1994年，J获得全国青年研究者奖（National Young Investigator’s Award)；1996年，获得能源部计算科学奖（DOE Computational Science Award）；2003年，获得自犹他州立大学杰出教授奖。2004年，当选美国医学和生物工程研究所(American Institute for Medical and Biological Engineering)研究员；2005年，当选为美国进步科学协会(American Association for the Advancement of Science)会员。2009年，获得犹他州数码先锋奖。2010年，Johnson教授获得他州大学授予的Rosenblatt奖，IEEE可视化事业奖(Career Award)。