17173游戏:奇米在线888-向帆专访：把可视化作为方法
把可视化作为方法
导语：
向帆是学者，是设计师，也在清华美院教书。除此之外，她是一个对世界充满好奇心的人。
为了让马列维奇画布上彩色方块架成的飞机真正飞起来，她曾经在夏夜中一路开着车追逐飞行信号。她把古代人物的父子关系可视化出来，生成一片“家族林”，她发现其中明经胡氏家族树的起点是一位唐代流亡民间的小王子，而这棵树繁盛的枝叶后代中，还藏着胡雪岩、胡适。她专程开车去了小王子当年藏匿的地方，找当地人聊了聊。
向帆最近做了一个新项目，《大戏票》，以清末民初北京戏园子印制的 700 张戏票作为原材料，展现了京剧舞台背后人与人、人与事的关系。借由这个机会，美数课和向帆做了一次对谈，聊聊“大戏票”背后的故事，她的历史观、数据观，还有她是如何把可视化作为一种方法，去探索这个世界的。
她说：“我一直觉得可视化就是一种工作方式，我不认为它是一个技术。它就是我们去理解世界，我们去 survive 的一个工具。”
“外行视角”的观察，靠谱吗？
美数课：我好奇您最开始学艺术的时候是什么方向，后来又是怎么转向了可视化艺术？
向帆：我原来是学平面设计的。设计师这个职位一直都是为别人而设计，包括我在日本的时候学的公共图形设计，也是为大众而设计。公共图形要让人能够理解、能够看清楚、能够看明白。
后来在美国上学的时候碰到当代艺术。我觉得它特别能够帮助一个女性去寻找自己的答案，就好像一种手段、一种理解世界的途径。因为女性在社会上的发言权总是很少，人家觉得你不识大局、你的眼光不够宽广、你不懂历史、对一件事情说你只看表象，还会有人说你太敏感，对吧？包括因为年轻也会被取消发言权。那我就想，大数据或更广阔的信息源能帮助我获得一点发言权：我说的话是值得被聆听的。
我很欣赏会发声的女性。我的方式是用更丰富的史料文献、数据分析以及确凿、准确的视觉上的证据，来证明我说的话是可信的，来获得一个话筒的资格。
美数课：您有提到，做“大戏票”项目之前，自己对京剧的了解并不深。面对历史材料时，我们的身份通常是创作者，而非历史研究者，那切入的方法和视角会有什么不同？
向帆：这是一个我很喜欢的问题，因为我刚刚找到一个很好的故事作为答案：清华大学的教育学家潘光旦老先生（他是费孝通的老师），写过。该书通过可视化和分析，聚焦于京剧演员的血缘关系与家族传承，试图揭示家庭教育对的人才培养的影响。潘先生也并不熟悉京剧，但他认为这种“不懂”反而赋予了他研究京剧的独特视角。
潘光旦说：“不听戏，不懂戏，与做戏的人完全不相识，倒也可以免除不少主观的弊病，更不至于犯什么‘捧角’的嫌疑”。他强调，外行视角可以通过客观数据和理性分析去理解京剧文化的复杂性，不受个人喜好的左右，从而为京剧的历史与艺术研究带来新鲜的视角。
潘光旦《中国伶人血缘之研究》
从这个角度来说，我所做的可视化项目，一直做的是“外行视角”，用的是第三方的视点，比如：全国美展油画获奖作品的可视化、春晚的视频可视化等等，我既不是油画家，也不是艺术评论家，但做出来的东西依然会让你觉得，嗯，看起来有点可信。
向帆作品《全国美展获奖油画作品视觉化》
我一直觉得可视化就是一种工作方式。我不认为它是一个技术，它就是我们去理解世界，我们去 survive 的一个工具。
Show it, exactly
美数课：“家族树”项目里面有一个发现，也印证了您说的不带预设、把可视化作为一种方法去观察的思路。我记得你们发现了家族树里有很多一子多父的情况，猜测可能是一种攀附，就是说一个人稍微有了一点出息以后，他很希望告诉大家他是出身名门，很希望去美化自己的出身。
向帆作品《家族树》
向帆：对很多做家谱研究的专家来说，这个发现是司空见惯的，他们并不觉得这是个重大的发现，但对这个领域的外行来说却让人惊异。“全国美展”项目刚做出来的时候，有一个艺术评论家看了说“这有什么，谁都知道”，但是对我来说，我以前不知道。我第一反应比较受挫。
但反过来我想，我最早做一个热带雨林的数据可视化，哈佛的一个实验室的主任在看的时候说了一句话，“我们虽然知道阳光会影响植物的生长，但是我们从来没有确切地看过它是如何影响植物生长的（We know that sunshine influences growth， but it's our first time truly understanding exactly how it influences）。”
可视化就是 exactly showing how much it is，让你从视觉上很直观地观察这个问题。我想这是好多科学家还不熟悉的部分。
美数课：我记得之前看纽约时报的可视化设计师的讲座，他在开头用了一张 GIF：他们办公室的中庭有一棵树，下完雨之后，因为水很重，树的枝桠就整个往下移动了大概一厘米。他说“你能看到 the weight of the rain（雨的重量）”，这就是 aha moments（灵光乍现的时刻）。如果我把它准确地呈现出来，有时候就能作为叙事的一个起点。其实大家也都知道，下过雨树叶会变重，但是真正看到还是会有非常不一样的感觉。
The Weight of Rain, Jonathan Corum
不是名角，可视化也能看到
美数课：您是怎么开始做“大戏票”这个项目的？
向帆：这是首都图书馆的委托项目，说要做一个京剧的可视化项目，至于我用什么数据、去表现京剧的什么，有很自由的空间。
一开始我对京剧也不了解，找过师承关系人物，但做了好几款草稿都不好。在很迷茫的时候才想起来，噢，我去问一下图书馆的馆员，看他们有什么建议。馆员直接跟我说，我们有一个戏票项目已经做好了。我打开他给我的网址一看，是特别生动、特别有质感的原始历史资料，一下子特别带感。这种历史的肌理感，会激发创作的想法。因为你真的站在历史的痕迹面前，和你纯粹去看一堆数据，感觉还是不一样。
首都图书馆整理的京戏戏票数据库：https://bjmemory.clcn.net.cn/#/web/operas
原始戏票素材
美数课：从这些戏票的数据中，您有什么有意思的发现么？您曾在作品介绍中写道，“通过数字化的手段，我们得以重新审视这些历史，并揭示出以往被忽视的历史细节”。如今从您的角度重新审视这段历史，有什么新的感受
向帆：在我们的交互屏幕上，如果点击荀慧生这个名角，就能找到一个叫朱斌仙的演员，这个名字现在听来陌生，实际上在当时很有名气。我查了很多资料，比如说他跟梅兰芳也是亲戚，梅兰芳从上海回北京，还要专程去朱斌仙家里吃芝麻烧饼夹酱肘子。所以实际上这些角儿的关系是非常紧密的。
我们总是说四大名旦，但是其他人好像被历史滤过去了。所以可视化的价值也有点符合现在很热门的群体历史研究：可视化让我们看到了名角身边的其他人，他们被时间滤去了，但现在我们让他们重新回来了。
向帆作品《大戏票》截图
把历史留给观众自己去发现
美数课：我们看到在“大戏票”项目最终可视化的呈现上，您保留了剧目、演员这些元素，尤其还保留了戏票的各种细节，但没有加入更多我们熟悉的京剧元素，如唱腔、扮相，这中间具体是怎么考虑、操作的？
向帆：我们说起来京剧就是名角唱腔这些大家很熟悉的概念，可一旦触摸到这个戏票，你发现它不是这样一回事儿。京戏里面包含的东西很多，而可视化是要忠实于可量化的信息的。我有什么数据，就做什么数据，用可量化的参数去做。唱腔、扮相不在我的数据库里面，我也没有资格去讲。我只能去讲我有的数据能讲的故事。
我自己可视化的经验，第一是降维，不断的降低维度，用尽量少的维度，人们才可以理解。第二是我不喜欢有太多装饰性的东西。可视化就是把历史的事实呈现出来，然后观者可以自己做一些判断。我觉得装饰性的东西越少，人们可能会越相信他眼前所见的事实。
《大戏票》草图，作者：向帆 李子慕
现在博物馆的大屏可视化有两种。一种是表达性的数字图像，它做的动画特别美——古代城池中，有人骑着牛走过，天上有云、有花，这是明显带有观点。实际上它是一种想象的历史，我告诉你这段历史是浪漫的，或者是可爱的、有趣的。
而“大戏票”项目是另一种。历史文献里很多东西是不可见的，而我们做的事情就是把历史文献的数据库直接转向可见，我们抽象了其中的关系，然后再让人们去想象，提供给人们一个对历史提问、思考的支持。这种可视化并非是“我准备好了，我来教育你”，而是“让我们一起去探索这个历史”。我觉得用真实的数据去再现历史，比装饰历史更加有趣。
我们的原始数据——戏票，包含的信息就是演员和剧目。它就是一个人际关系网络，所以当舞台背后的人与人、人与事的关系被再现出来之后，就好像是舞台背后的另一部大戏。
用量化数据库搭建群体历史
美数课：可视化叙事有两种逻辑类型，一种是探索型（exploratory），还有一种是解释型（explanatory），其实这个项目可能会更偏前者，对吧？
向帆：对，我觉得“大戏票”不仅是一个 exploratory 的项目，它也去 challenge 观众。大部分人面对“大戏票”的时候就是面对了一堆陌生人。所以我想这个作品能提出问题就挺有价值。观众站在现场，不可能在那做很深的研究，它也不是一个检索网站，这个作品如果能激发观众去思考那个自以为很熟悉的词，“京剧”，就很好了。人们站在那里，看到一个跟京剧相关的东西，却看到了一群陌生人，就像照一面镜子。
观众在观看《大戏票》展览
美数课：你自以为最熟悉的京剧是由一群你不熟悉的陌生人组成的。
向帆：对，而且最近我读到王笛先生的著作《显微镜下的成都》，讲的是成都的茶馆。它讲的就是群体历史，不是精英历史。我做这个项目的时候也一边读着他的书，我想其实京剧也是一个群体所创造的艺术现象。另外之前我做家谱树也是群体历史， CBDB 项目（中国历代人物传记资料库）的主持哈佛教授包弼德 （Peter K。 Bol），他反复谈到群体历史的概念，跟量化历史数据库等等都有直接的关系。
“你画得真好，用的什么颜料？”
美数课：不能免俗地，我们想要谈到 AI。您觉得 AI 它有可能自动生成出好的可视化吗？
向帆：应该不会吧。即便是最简单的直方图或者饼图，好像机器也可以画，但选哪个参数还是很重要的，而参数的选择其实是跟人的履历、人的境况、人的生存经验，跟很多东西是相关的。
美数课：那 AI 生成的可视化，可能达到的天花板大概是一个什么水平？
向帆：AI 解决的问题和可视化解决的问题，好像不是一回事。我很确信，如果分解可视化的工作流，在每一步上 AI 都能帮助到我们，比如说数据处理、视觉形式的选择，但它不会直接给你一个结果。现在很重要的一个词是 workflow，它在 AI 中也很重要。
美数课：我好奇的是 AI 会在普适意义上对可视化产生什么影响？比如说，从头到尾一个可视化工作流，涉及到的技术和工具有很多，之前普通人总会在某一步跟丢。现在有了 AI，这个技术门槛是不是就降低了，一个普通人也能完成一个可视化。
向帆：我还没有想过这个问题，我觉得 AI 好像无孔不入，但人在其中还是起很大的作用。
我做“大戏票”的时候也天天用 AI ，生活里就连做个饭都会问 AI ：这两个菜可以生成什么？这两个菜应该怎么炒？我觉得 AI 最后可能是一个思维方式。如果要问 AI 能否直接帮你做一个可视化，其实像是饼图、直方图这种 general 的东西，不需要 AI 也能做到。看你要解决什么问题，然后就对应着找 AI 去做，对吧？
这个就像面对一幅好画作，总有观众会问：“你用的什么颜料？”可视化里有设计思维、视觉思维、艺术思考，直接让 AI 做一个很 creative 的东西，应该不太会。
记者｜ 吕妍 舒怡尔
编辑｜ 吕妍 陈良贤
