VR – kolejna wielka granica dla wizualizacji danych

W ostatnim czasie fenomenalny wzrost ilości danych, a także prędkości, sprawił, że konsumpcja i zrozumienie gigantycznych ilości informacji stało się skomplikowane. Stanowiło to wyzwanie w prawidłowej analizie Big Data i wykorzystaniu wizualizacji danych w celu uzyskania najwyższej jakości i podejmowania strategicznych decyzji.

Rola wizualizacji danych

Dla tych, którzy są świadomi całego łańcucha wartości Big Data, wizualizacja danych jest ostatnią, ale krytyczną fazą całego łańcucha. Często jest to kluczowy ostatni krok Big Data. Gdy dane zostaną wyodrębnione z różnych źródeł z pomocą ekspertów od eksploracji danych i ekstrakcji sieci , są one analizowane za pomocą narzędzi analitycznych Big Data, takich jak Hadoop. Na tym jednak historia się nie kończy. Kluczowy ostatni krok pozostaje po analityce – tj. przesyłanie spostrzeżeń generowanych przez analityków danych i udostępnianie ich analitykom biznesowym i decydentom w taki sposób, aby odbiorcy otrzymali właściwy komunikat z tych praktycznych spostrzeżeń do celów podejmowania decyzji.

Kluczowym celem fazy wizualizacji danych jest powiązanie ustaleń naukowców zajmujących się danymi i stworzenie przekonującej narracji w taki sposób, aby wiadomość była przekazywana ludziom, którzy rozumieją biznes (a nie tym, którzy rozumieją dane). Podczas gdy tradycyjna wizualizacja wykorzystywała stare dobre wykresy słupkowe i kołowe, spostrzeżenia generowane z tych trybów są dość ogólne lub ogólne. Podczas gdy dzisiejsza wybuchowa analiza Big Data wymaga znacznie bardziej szczegółowego podejścia do prezentacji danych i opowiedzenia całej historii.

Wejdź do wirtualnej rzeczywistości w wizualizacji danych

Wiele napisano na temat wpływu wirtualnej rzeczywistości (VR) i rozszerzonej rzeczywistości (AR) na poprawę obsługi klienta w określonych sektorach, takich jak nieruchomości, handel detaliczny, media i rozrywka. Jednak ciekawszym przypadkiem użycia jest wizualizacja danych i nauka o danych. I jest za tym powód.

Istnieją kluczowe wady tego, ile danych nasze oczy i umysł mogą wchłonąć z ekranu laptopa lub projektora – co zwiększa się wykładniczo, gdy patrzymy na różne fakty, spostrzeżenia i korelacje. Potrzeba godziny to zwiększenie poziomu immersji prezentowanej przez wizualizację danych. SAS twierdzi , że mamy ograniczenie przetwarzania mniejsze niż 1 kilobit na sekundę informacji. To otwierające oczy stwierdzenie, biorąc pod uwagę ogromne ilości danych, które docierają do nas w każdej sekundzie dnia. Jaki jest sens analizy Big Data przychodzącej do nas z prędkością światła, kiedy nie możemy sobie z nią poradzić na etapie wizualizacji danych?

Właśnie tam pojawia się rzeczywistość wirtualna.

Z pomocą bogatego immersyjnego doświadczenia użytkownik może zostać wprowadzony w cyfrową przestrzeń z 360ᵒ zakresem widzenia z ruchem 3D. To doświadczenie jest bardziej absorbujące niż płaska prezentacja punktów danych. Wyobraź sobie, że prezentujesz miliony węzłów połączeń na platformie mediów społecznościowych, takiej jak LinkedIn, i próbujesz ocenić z niej spostrzeżenia. Korzystanie z VR może pomóc w pięknym rozwiązaniu problemu z mega prezentacją.

Myślisz, że pomysł jest całkiem nowy? Właściwie nie, pomysł VR na prezentację ogromnej liczby punktów danych lub ich powiązanych połączeń istnieje od dłuższego czasu. Weźmy przykład opon Goodyear . Pracowali z weteranem VR, dr Robertem Maplesem, aby stworzyć wciągającą symulację swoich opon wyścigowych z danymi uzyskanymi ze wskaźników historycznych. Wpływ i wpływ opon wyścigowych na każdą zmienną modelowano, monitorowano i analizowano w rzeczywistości wirtualnej w czasie rzeczywistym. Cel? Aby znaleźć odpowiedź na kluczowe pytanie „Dlaczego samochody wyposażone w opony Goodyear przegrywają wyścigi?” Wizualizacja danych oparta na VR pomogła im znaleźć odpowiedzi w bardzo krótkim czasie.

Dostępne dla nas opcje

To, co sprawia, że ​​wizualizacja danych oparta na VR jest bardziej atrakcyjna, to dostępność sprzętu, który może pochwalić się jaśniejszymi ekranami i mniejszymi jednostkami VR zdolnymi do wprowadzania, przetwarzania i przechowywania danych. Wszystko zaczęło się od wprowadzenia na rynek gogli Cardboard VR w 2014 roku i zostało zrewolucjonizowane przez gogle konsumenckie Oculus Rift firmy Facebook. Najnowszym, który wkroczył na rynek, są popularne aplikacje VR i rozwiązania do gier, Unity 3D. Firma jest mocno zaangażowana w to, aby jej aplikacje były używane przez analityków danych i pracuje nad szeregiem rozwiązań mających na celu podniesienie jakości wizualizacji danych.

Pierwsza nazwa, która przychodzi dziś na myśl w rozwiązaniach VR o wyjątkowej jakości, to Oculus. Firma stworzyła bogaty zestaw narzędzi przeznaczonych wyłącznie dla twórców aplikacji VR. Chociaż prawdą jest, że większość narzędzi koncentruje się na interaktywnych doświadczeniach potrzebnych branżom takim jak gry i rozrywka, równie prawdą jest, że istnieje duża szansa, że ​​zostanie dodanych więcej narzędzi, aby wspomóc proces wizualizacji danych w analityce Big Data.

Wyzwania i rozwiązania

Przejdźmy teraz do zbadania niektórych kluczowych barier w integracji VR i AR z wizualizacją danych i ich odpowiednimi rozdzielczościami –

• Sprzęt i sprzęt – Obecny trend polega na stosowaniu wyświetlacza montowanego na głowie (HMD) do łączenia wirtualnych obiektów z rzeczywistymi scenami. To cierpi z powodu ograniczeń, takich jak niższa rozdzielczość sceny, dopasowanie punktu widzenia i wygórowane koszty. Ponadto w większości dzisiejszych HMD brakuje interakcji z intuicyjnymi gestami.

W odpowiedzi na ten problem należy przeprojektować interfejs i sprzęt, aby zapewnić, że są one łatwo dostępne i mają lepsze możliwości intuicyjne.

• Lepsza integracja – dzisiejsze systemy i rozwiązania nie rozwiązują odpowiednio problemów, takich jak nawigacja w obszarze 3D, skalowanie, elementy przepływu/ścieżki, wybór podprzestrzeni lub planowanie trasy widoku.

Idealne rozwiązanie powinno być w stanie zintegrować gesty i interakcję głosową, aby cały system był bardziej intuicyjny. Można to zrobić, opracowując system uczenia maszynowego, który może sprawić, że te głosy i gesty będą miały większy wpływ.

• Wpływ percepcji – Nawet najbardziej zaawansowane możliwości obliczeniowe, takie jak sieci neuronowe, nie mogą konkurować z ludzkim umysłem. Bliźniacze cechy ludzkiej percepcji i rozumowania są bardzo złożone, z ziarnistymi cechami i cechami, które oddziałują z wielką różnorodnością u różnych istot ludzkich.

Rozwiązaniem byłoby wyeliminowanie barier przed nadmiarem informacji i błędnymi wyobrażeniami poprzez osiągnięcie prostoty w wizualizacji danych.

• Ograniczenia dotyczące rozmiaru ekranu — obecne wyświetlacze montowane na głowie mają dwa ekrany. Jednak bliskie sąsiedztwo wyświetlaczy z okiem sprawia, że ​​jest niewygodne przy ciągłym oglądaniu.

Oprócz usunięcia ziarnistości i niskiej rozdzielczości, producenci sprzętu muszą prowadzić badania i rozwój, aby zobaczyć, jak można poprawić komfort oglądania, aby zapewnić lepszą interakcję z gadżetem na dłużej.

• Śledzenie obiektów – śledzenie obiektów w wirtualnej przestrzeni 3D jest niezbędne do zwiększenia poziomu interakcji użytkownika z systemem. Wymaga to uwzględnienia współrzędnych pozycji i wartości orientacji obiektów, które często zmieniają się podczas prezentacji.

Potrzebą tej godziny jest posiadanie bardziej wydajnego, precyzyjnego i efektywnego oprogramowania, aby zapewnić płynne śledzenie i rozpoznawanie rzeczywistego od wirtualnego.

• Brak wyrównania wirtualnego i rzeczywistego — gdy wirtualne obiekty lub elementy są umieszczane na rzeczywistych scenach, celem jest uzyskanie płynnego wyrównania pozycji, współrzędnych, ostrości i odległości między nimi. Jednak nawet drobny problem z konfiguracją może spowodować nieprawidłowe ustawienie kontrastu, jasności i ostrości, zniekształcając w ten sposób wyrównanie i mieszanie wirtualnego i rzeczywistego w przestrzeni wirtualnej rzeczywistości 3D.

Nowoczesna technologia sprzętowa powinna uwzględniać moc i ograniczenia ludzkiego oka oraz sposób, w jaki postrzega ono takie cechy, jak jasność, kontrast, odcienie i nasycenie.

Wypisać się

Udowodniono, że wciągające wrażenia zapewniane przez wirtualną rzeczywistość (VR) poprawiają prezentację i atrakcyjność wizualną formatów multimedialnych używanych przez firmy z wielu branż. Również branża data science jest pełna potencjału, jaki niesie ze sobą VR w procesie wizualizacji danych. Odpowiednio wykorzystany, ten format mediów może mieć ogromny wpływ na sposób prezentacji i przetwarzania danych przez interesariuszy biznesowych i decydentów.

Chociaż zakres dostępnego dla nas oprogramowania (od oprogramowania właściciela, takiego jak Oculus API i Gear, po narzędzia typu open source, takie jak Blender) jest wystarczający, aby przekazywać atrakcyjne wizualnie informacje z wizualizacji danych we wszechstronnym doświadczeniu 3D, wciąż pozostaje daleka droga do idź, zanim nauka o danych będzie mogła naprawdę wykorzystać narzędzia VR stworzone specjalnie do podniesienia wizualizacji danych na zupełnie nowy poziom. Jednak prawda jest taka, że ​​VR bardzo dobrze nadaje się do wizualizacji big data, dzięki możliwości zwiększania szczegółowości wizualizacji przy jednoczesnym zachowaniu jej absorbowania, znaczenia i ekscytujących. Oczywiście ostateczny cel, jakim jest zapewnienie decydentom jasności w podejmowaniu ukierunkowanych i konkretnych działań w oparciu o wizualizację, zawsze pozostanie kluczowym elementem całej fazy wizualizacji danych w łańcuchu wartości Big Data.

Bądź na bieżąco z naszym następnym artykułem, aby dowiedzieć się, dlaczego firmy medyczne powinny zwracać się w stronę skrobania sieci

Planujesz pozyskiwać dane z sieci? Jesteśmy tutaj, aby pomóc. Daj nam znać o swoich wymaganiach.