Professor Kawa Nazemi hat zusammen mit Kollegen von der London South Bank University, dem Instituto Superior de Engenharia de Lisboa und der Central Washington University ausgewählte Beiträge der International Conference on Information Visualisation herausgegeben, die sich insbesondere mit der Schnittstelle von künstlicher Intelligenz und Visualisierung befassen. Das Buch wird in der Reihe Studies in Computational Intelligence bei Springer Nature erscheinen.

Das Buch “Integrating Artificial Intelligence and Visualization for Visual Knowledge Discovery” (Integration von künstlicher Intelligenz und Visualisierung für visuelle Wissensentdeckung) widmet sich dem aufstrebenden Gebiet der integrierten visuellen Wissensentdeckung, das Fortschritte im Bereich der künstlichen Intelligenz/des maschinellen Lernens und der Visualisierung/visuellen Analytik kombiniert. Eine seit langem bestehende Herausforderung der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) ist die Erklärung von Modellen für Menschen, insbesondere bei lebenswichtigen Anwendungen wie im Gesundheitswesen. Die Erklärung eines Modells ist eine grundsätzlich menschliche Tätigkeit, nicht nur eine algorithmische. Wie aktuelle Deep-Learning-Studien zeigen, ist das auf visuellen Methoden basierende Paradigma für die Bewältigung dieser Herausforderung von entscheidender Bedeutung. Im Allgemeinen sind visuelle Ansätze entscheidend für die Entdeckung von erklärbaren hochdimensionalen Mustern aller Art in hochdimensionalen Daten, die eine „n-D-Brille“ bieten, wobei die Erhaltung hochdimensionaler Dateneigenschaften und -Beziehungen in Visualisierungen eine große Herausforderung darstellt. Die aktuellen Fortschritte eröffnen eine fantastische Chance in diesem Bereich.