共计 2381 个字符，预计需要花费 6 分钟才能阅读完成。
前言
21 世纪是变动的世纪，在新的千年之始，科技突飞猛进得扭转着咱们的生存。前端作为近年很火的岗位，始终被大家吐槽技术更新速度太快了，新概念层出不穷。然而面对这变动的时代，可能咱们的变动还能够更多更快。在前端工作过几年之后的同学，往往会开始产生对将来的焦虑，终日学习新的框架、新的语法，但生产力晋升却赶不上业务增长，更没有跟上时代变动的脚步。赶不上将来的风口，对前端的将来很迷茫。
Gartner (寰球当先的信息技术钻研和顾问公司) 最近公布了 2021 年重要策略科技趋势。让咱们联合将来的科技趋势来思考一下前端的将来。
Gartner 近几年趋势都提到了人工智能与超级自动化。将来世界会基于大数据和人工智能来驱动。人们的行为、专家教训、工业过程以及物理世界都会数据化，而后通过人工智能来自动化或加强辅助的形式来发明价值。基于这些也随同隐衷、平安等技术问题的钻研倒退。
那么前端在这样的将来中有哪些具备价值前景的钻研方向呢？集体认为可视化会是将来极具价值的方向之一，回归前端实质 – 人机交互，而交互最重要的媒介就是图形。数据可视化能够让新的常识更好的出现给人们。这里就可视化畛域探讨一下面向未来的可视化方向。
人工智能黑盒
现在咱们的手表检测着心率，很快将来就能依据脉搏的数据主动诊断出疾病，然而咱们释怀让 AI 给咱们诊断吗？咱们能释怀的坐主动驾驶汽车吗？人们都喜爱简略可了解的事物，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。
将来人工智能将无处不在，如何更好的了解人工智能，让其更精确更平安呢？比方机器学习（ML）数据集能够蕴含数亿个数据点，每个数据点都蕴含成千盈百个特色，简直不可能以直观的形式了解整个数据集。可视化能够帮忙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，可视化畛域在 人工智能可解释性 上做了很多钻研，咱们来看一下业界在这方面的钻研。
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色之间数据点之间的关系。借助 Facets Dive 能够依据每个数据点的特征值管制其地位，色彩和视觉示意。如果数据点具备与之关联的图像，则这些图像可用作视觉示意。
一个乏味的实在案例，应用 Facets Dive 查看了 CIFAR-10 数据集，并可能捕捉一只青蛙猫 - 青蛙的图像被谬误地标记为猫！
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，用来帮忙 AI 钻研人员发现高维数据中的相关性。
一个在线案例
ML 模型变得越来越简单，并且通常具备许多超参数。Facebook AI 始终在应用 HiPlot 通过数十个超参数和 100,000 多个试验来摸索和无效剖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：了解循环神经网络的暗藏内存。
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
大量的人工工作被自动化，但并不会齐全取代人类，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，让人类能够与 AI 有机联合，通过可视化的形式来管制要害流程。一个经典的例子“智慧城市”。政府通过 AI 来经营城市，比方优化交通，疾速发现定位危险事件。阿里云的城市大脑，工业园区场景的数字孪生，以及 IOT 场景等都是当初很常见的场景。
数字孪生次要的数据起源：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次要体现在地图可视化、三维建模、数据映射等。
Uber 主动驾驶可视化零碎
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联合也越来越严密，以往的 Dashboard 应用的越来越少，更多的是可能通过上下文数据动静的讲述数据故事的形式。数据对于决策的影响也是智能化的，这两头须要咱们可能监控、调整决策模型和流程。
关系型数据的 图可视化 能够帮忙咱们剖析发现数据中的未知关系，也能够与天文空间数据做联合，会成为数据分析中很重要的局部。最近上市的大数据公司 Palantir 就是通过图技术（Graph）建设的常识图谱来开掘剖析数据的。
沉迷式技术
AR、VR、MR 这些虚拟现实技术也是将来可视化畛域的一个方向，能够使人们更好的与世界互动。数字世界与虚拟世界在将来会有更多的交融模式。将来很多人的工作、娱乐都处基于这些沉迷式的技术当中。而这方面的交互须要咱们前端做很多钻研。Google VR
总结
以上都是集体基于对将来的猜测、预判的前端可视化方向。面向未来，增强学习图形学技术、更多的走进人工智能，下一个风口咱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/
文章可随便转载，但请保留此原文链接。
十分欢送有激情的你退出 ES2049 Studio，简历请发送至 caijun.hcj@alibaba-inc.com。
