I forskningens framkant används avancerade tekniker och metoder som resulterar i enorma mängder information. I den stora mängden data kan det vara svårt att hitta och belysa relationer eller samband mellan olika datapunkter. Lika svårt är också att hitta sätt att visuellt illustrera komplexa data i flera dimensioner på ett sätt som människor kan förstå.

– I dag har vi stora arkiv och databaser, fysikaliska sensorer och agenter, och alla genererar enorma dataströmmar. Vi behöver sätt att reducera ned dem för att skapa visuella representationer – helst i form av interaktiva bildströmmar, för sådana älskar vi människor, säger Anders Ynnerman, professor i vetenskaplig visualisering vid Linköpings universitet och Wallenberg Scholar.

I sin forskning strävar han efter att hitta sätt att bearbeta och hantera information så att den blir hanterbar och begriplig. Och vägen till nya sätt att navigera i de mångdimensionella datamängderna går bland annat via kaliforniska viner.

Kaliforniska viner

För att kunna hantera många dimensioner av data så behöver de först bantas ned till färre dimensioner i en process som kallas dimensionalitetsreduktion. Forskningen har utvecklat metoder för att skapa abstrakta, matematiska representationer av stora dataset. Bland de testset som forskarna utnyttjar finns ett enkelt exempel som rymmer mängder av information kring viner från Kalifornien. Datasetet innehåller kemiska analyser av olika viner för att ge en beskrivning av den mångdimensionella smakrymden av vinernas karaktär.

– Där handlar det om att hitta gemensamma faktorer mellan de olika vinsorterna. För att lyckas krävs det att vi använder maskininlärning och utvecklar nya algoritmer som kan ligga till grund för ökad förståelse genom visualisering.

Lärdomarna från visualiseringen av vinernas komplexa smaker tas sedan vidare för att kunna göra liknande bearbetningar av allt från genetiska data till informationen som fångas upp av rymdteleskop.

Tiden en faktor

Ofta skapas en visualisering utifrån statiska data. Men när datamängden ska ligga till grund för en animation krävs att man också inkluderar tidsfaktorn. När varje bild i animationen baseras på flera terabyte data behövs nya sätt att hantera dataströmmarna.

– Vi har bland annat använt olika hierarkiska strukturer för att reducera den data som behöver transporteras för att kunna göra interaktiva animeringar och bildströmmar.   

Här utnyttjas själva relationen mellan tid, avstånd och behovet av mängden information. Ett exempel är de rörliga kartor som visar förändringar av vädret. För att visa molnens färd över en stad behövs ny information varje minut. Men för en större region sker förändringen långsammare. Och studerar du molnformationer som rör sig över kontinenter sker knappt några förändringar på flera dagar.

– Ju mer utzoomad du är desto glesare blir händelseförloppen. Det kan vi utnyttja genom att bara läsa in den data som krävs för varje situation, säger Anders Ynnerman.

Arbetar vägg i vägg med allmänheten

Han tar emot i det stora Visualiseringscenter C i Linköping. Sedan 2010 har centret fungerat både som en forskningsmiljö och publik arena för visualisering av vetenskap och kunskap. Anders Ynnerman är en av initiativtagarna till satsningen där forskningen pågår vägg i vägg med utvecklingen av ny visualiseringsteknik.

Bland det häftigaste just nu är användningen av generativ AI inom visualisering. Det gör det möjligt att ha en mänsklig dialog med det abstrakta. Något som kommer att påverka både hur vi arbetar med läromedel och arbetsflödet i de flesta professioner.

Vid centret är det möjligt för besökare att utforska allt från mikroskopiska organismer till avlägsna galaxer genom att interagera med utställningar och miljöer.

–  Visualisering som medium öppnar för något mycket mänskligt: att se saker tillsammans och gemensamt lösa problem.

Visualiseringscenter är också navet för den nationella satsningen WISDOME, Wallenberg Immersive Science Communication Domes, som etablerat domteatrar vid Malmö museum, Universeum i Göteborg, Tekniska museet i Stockholm och Curiosum vid Umeå universitet. Samtliga med domen i Norrköping som förebild. Anders Ynnerman är direktör för konsortiet och utvecklar innehållet till alla teatrar tillsammans med sitt team.

Nu hoppas han kunna vässa visualiseringarna ytterligare genom att dra nytta av den senaste utvecklingen inom generativ AI. Förutom att kunna interagera på olika sätt med tekniken ska det också bli möjligt att kommunicera med de underliggande systemen.

– Till exempel har vi skapat en visualisering av coronaviruset där du både ska kunna undersöka det visuellt i olika upplösningar och ställa egna frågor till viruset. Då kan systemet svara genom en kombination av det visuella och det verbala.

I en förlängning ska möjligheten att prata med tekniken integreras i alla utställningarna vid Visualiseringscentret.

– Många av de installationer vi har kommer att utrustas med någon form av intelligens. Lite som en virtuell museiguide du kan prata med under besöket.

Samtidigt betonar han vikten av det mänskliga perspektivet i både forskning och teknikutveckling.

– Vi vill inte ersätta alla museiguider med AI utan göra upplevelsen bättre för besökarna. En människa kommer alltid att vara bättre än vårt system. Men en människa tillsammans med ett sådant här system blir det allra bästa man kan få.

Bland uppgifterna finns att identifiera var i kedjan som AI kan göra skillnad.

– En av bristerna i den mänskliga perceptionen är att vi är väldigt betingade att leta efter det vi känner igen. AI kan hjälpa oss se mönster, höja abstraktionsnivån, och även beskriva det i ord och bild så att vi förstår.

Text Magnus Trogen Pahlén
Foto Magnus Bergström