From Static to Interactive: Authoring Interactive Visualizations via Natural Language
本文介绍了 Athanor，这是一种新颖的系统，它利用多模态大语言模型和自然语言指令，将现有的静态可视化转换为交互式可视化，而无需编程或访问原始源代码。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你有一张精美的城市天际线打印照片。它是静态的：你可以观看它，但无法放大到特定建筑，无法重新排列摩天大楼，也无法点击桥梁以查看其上的交通流量。现在，想象一下，如果你能对着一个乐于助人的助手说话，将同一张照片转化为一个生动、可呼吸的数字模型，让你能够完成上述所有操作，那会是怎样的情景。
这正是论文《从静态到交互：通过自然语言创作交互式可视化》所提出的内容，该系统名为Athanor。
以下是其工作原理的简单分解，采用日常类比：
问题：被“冻结”的图表
目前，你在报告或新闻文章中看到的大多数图表都是“冻结”的。它们就像墙上的画作。
- 问题所在：如果你想修改图表（例如，“只显示 2020 年的销售额”或“将此折线图改为柱状图”），你通常需要是一名程序员，并且能够访问原始代码和数据。
- 现实情况：通常，那些代码已经丢失，或者查看图表的人不懂编程。他们只能被困在一张静态图片中。
解决方案：Athanor（“魔法翻译器”）
作者开发了一种名为Athanor的工具，它充当你的口语与图表行为之间的“魔法翻译器”。你无需懂任何代码。你只需告诉系统你想要发生什么，它便会自行找出实现方法。
该系统有三个主要的“工作者”（代理）来承担繁重的工作：
1. 设计蓝图（动作 - 修改空间）
将其想象为图表可能执行的所有操作的菜单。
- 类比：想象一辆汽车。你知道可以“踩油门”（动作）来“让车加速”（修改）。
- 工作原理：Athanor 拥有一个预定义的交互列表。它知道“悬停”（动作）可以导致“显示工具提示”（修改），或者“点击按钮”（动作）可以导致“更改图表类型”（修改）。这创建了一个结构化地图，让计算机知道什么是可行的。
2. 智能团队（多代理分析器）
这是整个操作的大脑。它由三个专门的 AI 代理协同工作，以理解你的请求。
- 翻译器：你说：“我想在悬停于柱状图时查看详细信息。”翻译器将这句杂乱的话转化为严格的指令：动作：悬停 | 目标：柱状图 | 修改：显示工具提示。
- 编辑（修正代理）：该代理会双重检查工作。如果你要求了不可能的事情（例如，当柱状图已经堆叠时，要求“将这些柱状图垂直堆叠”），编辑会发现错误并说：“嘿，这说不通。我们试试这个吧。”
- 教练（指导代理）：如果你的请求太模糊（例如，“让它变得可交互”），教练会介入并问道：“你是指想要放大，还是想要过滤数据？”它会帮助你细化请求，直到其清晰明确。
3. 变形者（可视化抽象翻译器）
这是最技术性的部分，但你可以将其想象为一个“万能适配器”。
- 问题：图表的构建方式多种多样（就像不同品牌的乐高积木套装）。有些使用一套规则，另一些使用另一套。通常，如果不将其拆解，你很难将一种品牌转换为另一种。
- 解决方案：Athanor 将静态图表（即使它只是一个图像文件）分解为由约束构成的灵活“骨架”。
- 类比：想象图表不是一个僵硬的雕像，而是一个由看不见的橡皮筋和磁铁（约束）固定在一起的结构。
- 如果你移除一根柱子，橡皮筋会将剩余的柱子拉下来以填补空隙。
- 如果你放大，磁铁会拉伸以显示更多细节。
- 因为该系统理解这些“物理规则”而非特定代码，所以它可以使任何图表变得灵活，无论其最初是如何构建的。
你实际上能做什么？
论文展示了两个人使用该系统的示例：
- “比较”按钮：一位用户查看了一个复杂的堆叠面积图，并说：“让我选择两个区域并进行比较。”系统添加了一个按钮。点击后，它剥离了其他数据，将选定的两个区域并排对齐，并重新缩放图表，以便用户能清晰地看到差异。
- “切换”按钮：一位用户想查看全球排放数据。他们点击一个按钮将折线图切换为面积图，再点击另一个按钮切换为柱状图。他们还可以拖动元素以更改堆叠方式。
结果
研究人员对 11 人进行了测试，包括数据分析师和学生。
- 发现：人们只需与系统对话，就能轻松地将静态图表转化为交互式图表。
- 结论：即使是非专家也发现它很直观。他们觉得这为他们节省了时间，因为他们无需从头重建图表。该系统足够智能，能够理解他们的意图并修正他们模糊的请求。
局限性（目前还无法做到的事）
论文诚实地指出了 Athanor无法做到的事情：
- 无新数据：它只能重新排列或突出显示图表中已经可见的数据。它无法去互联网上获取新数据来回答诸如“显示该城市的天气数据”之类的问题。
- 复杂形状：它在标准图表（柱状图、折线图、面积图）上表现良好，但在处理非常复杂、非标准的可视化（如 3D 地图或力导向网络）时则显得吃力。
总结
Athanor就像是一个数据图表的“自己动手”（DIY）套件。你不再需要一位大师级木匠（程序员）来构建一个新的交互式仪表板，你只需给木匠一张桌子的照片，然后说：“我想在这里加个抽屉，并把桌腿做成可调节的”，系统就会为你绘制蓝图并将其构建出来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。