3D可视化:用元宇宙的方式打开知识图谱

从简单的纸质记录, 到灵活的电子图表, 再到进一步的三维可视化、沉浸式体验……为了清晰有效地传递、挖掘和交互信息, ?类表征世界的技术?段经过了?代??代的演化改进, 用以实现更好地分析与推理知识, 最终有效理解和洞察世界 。 随着人工智能的发展, 如今3D知识可视化已成为最炙手可热的表达方式之一 。 本篇将从知识图谱可视化的技术内核切入, 介绍3D图谱可视化的技术要点和应用方式, 最后提出关于该技术的落地前景和创新实践 。
目录
一、什么是知识图谱可视化?
二、知识图谱可视化的现状
三、3D图谱可视化的价值
四、3D图谱渲染技术
五、3D图谱布局计算
六、VR/AR技术在图谱可视化上的应用
七、知识图谱可视化技术的创新实践:DataExa-Sati认知智能平台
一、什么是知识图谱可视化
知识图谱是将复杂的信息通过计算、处理成能够结构化表示的知识的一种现代理论, 可视化技术是其技术基础之一, 利用可视化技术手段能够形象展示知识资源及其载体间的相互联系 。
"一画胜千言" 。 从生物认知的角度, 图像视觉信息远比单一的文字、声音来的迅捷丰富 。 数据的可视化意义在于视物致知, 即从看见物体到获取知识, 从视觉感知与认知的角度看, 用户是所有行为的主体, 通过视觉感知器官获取可视信息、编码并形成认知, 在交互分析过程中获取解决问题的方法 。 在这个过程中, 感知和认知能力直接影响着信息的获取和处理进程, 进而影响对外在世界环境所做出的反应 。 人类处理数据的能力远远落后于获取数据的能力, 人类视觉对于形象视觉符号的理解能力更强 。
知识图谱可视化既是一门技术也是一门艺术, 旨在借助于图形化手段, 清晰有效地传达与沟通信息 。 但知识可视化不只是为了看上去绚丽多彩显得复杂, 为的是有效地传递思想概念, 美学与功能需要齐头并进, 通过直观地传达关键的方面与特征, 实现对于相当稀疏而又复杂的数据集的深入洞察 。
借助计算机图形可视化技术, 知识图谱的可视化维度也从2D拓展到了3D, 近几年基于3D可视化技术衍生了VR/AR以及目前统一后的XR技术等, 3D可视化从生物感知的生理特点决定了是一个更贴近自然的交互方式, 后文将一一阐述 。
二、知识图谱可视化的现状
知识图谱的可视化经过是一个逐步演进的过程, 经过了几个阶段的技术引入, 包括SVG、Canvas2D、WebGL、WebGL2以及最新的WebGPU, 目前的技术现状是受限于计算机软硬件的限制, 主要以2D为主 。
1、可缩放矢量图形(Scalable Vector Graphics, SVG), 是一种用于描述二维的矢量图形, 基于XML的标记语言 。 作为一个基于文本的开放网络标准, SVG能够优雅而简洁地渲染不同大小的图形, 并和CSS, DOM, JavaScript等其他网络标准无缝衔接操作非常方便 。 其中D3.js开创了使用SVG绘制知识图谱网络图的先河, 为开源社区提供了早期知识图谱可视化的技术库资源 。
2、Canvas是HTML5提供的一种新的标签, 它定义了一个矩形区域的画布, 通过Javascript可以再画布上绘制各种图形, 拥有多种绘制路径、矩形、圆形、字符以及添加图像的方法, 为区别WebGL这里的Canvas主要是指Canvas2D 。
Canvas、SVG技术的优劣势比较:
从大部分的实践来看, Canvas比SVG在渲染绘制性能上有优势, 特别是在绘制对象数量比较多的情况, 但另一个方面是画布尺寸的影响, 因为SVG是矢量的, 所以在大尺寸的绘制上性能有优势 。 微软MSDN上给的一个对比图:

推荐阅读