作者：徐义妍、窦唯祯 珠海科技学院优秀学生 指导教师：谢行发
摘要：数据的肖像是一个非常形象的比喻，可以有效地帮助人们更直观地感受和理解美学可视化的重要性和意义。数字化技术的普及和发展为美学可视化的发展提供了广阔的空间和可能性。通过数字化技术的应用，可以从数据中提取尽可能多的信息和知识，并将它们以更加生动、形象和直观的方式呈现出来，让人们更加容易理解和接受数据的分析结果。本研究聚焦在科研素材的数字化转型这一现代问题，针对的是如何通过美学可视化与AI绘画的应用，改进这一转型过程，提高科研素材的信息传递效率与艺术价值。对当前科研素材的数字化转型背景进行深入了解，着重研究美学可视化和AI绘画在此过程中的作用以及科研素材的表达方式，揭示艺术与科技在现代科研素材转型中的交融现象，为科研素材的数字化转型提供了理论基础。通过实验设计和大量数据收集，本研究从实证角度对美学可视化和AI绘画在科研素材中的应用效果进行评估，比较两者相对于传统学术素材呈现方式在优势与局限性方面的表现，探索并总结出科研素材在数字化转型过程中的设计原则。实验结果显示，美学可视化和AI绘画在科研素材的数字化转型中显示出巨大的价值，不仅提高了素材的艺术性，也提升了信息传递效率。而对于局限性方面，更多的仍需在未来的研究中继续探索和解决。
综和分析，本研究总结出在科研素材数字化转型过程中应慎重考虑的问题：一是美学设计与用户体验之间的协调与平衡，二是如何充分挖掘并利用AI绘画这一新兴工具在科研素材转型过程中的潜力。研究强调，美学可视化与AI绘画实质上为科研素材的数字化转型开辟出了新的可能性和视角，也为未来改进和优化提供了有价值的指导方向。
关键词：AI制图；科研制图；美学可视化；数字化转型
作者简介：
徐义妍(2002—)，女，本科生，学习方向为产品设计学。
窦唯祯(2002—)，男，本科生，学习方向为产品设计学。
一、引言
美学可视化是一种将数据通过艺术化的手段呈现出来的方式，可以提高人们对数据的理解和识别能力。作为一种基于艺术的可视化形式，它需要表现力强、准确性高、信息量丰富等特点，可以对观众产生直接而深刻的印象，使得数据更加易于理解和分析。
美学可视化技术将美学理论和计算机视觉技术相结合的交叉学科领域。它致力于运用计算机图形学、模式识别、人机交互等技术，对美学对象进行测量、分析、展示和创作，从而深化人们对美学对象的理解和感受。在数字化和智能化时代，美学可视化技术面临着更大的发展空间和挑战。随着技术的发展，越来越多的美学对象以数字化形式存在，比如数字艺术品、数字音乐、数字影像等，这些数字化的美学对象需要一种新的呈现方式和表达形式，这为美学可视化技术的数字化转型提供了契机。
将科研素材数字化转型和AI绘画进行交汇。让科研素材的数字化转型不再局限于传统的数据图表，而是通过融合AI绘画技术，为科学信息赋予更为生动的表现形式。这种交汇不仅提高了科研成果的艺术性，也使得科学研究更能引起公众的兴趣和理解。
在这个背景下，我们将关注如何更好地利用AI绘画和美学可视化，推动科研素材的数字化转型，为科学传播带来新的视觉体验，促进科学研究在更广泛的社会层面产生积极的影响。这一趋势为科学与艺术、技术的融合开辟了新的可能性，也为未来的科研传播和表达提供了更加多样化的选择。
二、研究背景和理论
随着人工智能（AI）的发展，自然语言处理（NLP）已经成为了AI领域的一个重要分支。在这个背景下，OpenAI的GPT-4.0（Generative Pretrained Transformer 4.0）的出现，无疑为这个领域带来了新的活力。GPT-4.0的API提供了强大的功能，使得开发者可以更方便地利用这个先进的模型，开发出各种人工智能应用。例如，Canva Design、即将上线的GPT商店。OpenAI的研究主要涵盖自然语言处理、机器学习等，OpenAI从自然语言出发，向计算机交互方向发展。
数字化技术的发展使得数据的来源与处理方式更加便捷和高效，可以快速获取大量的数据，并进行高效的数据处理和分析。而美学可视化技术则可以通过视觉和情感的表达，使数据更易于理解和被人们接受。 数字化为美学可视化技术带来了新的展示形式和手段，例如在虚拟现实（VR）和增强现实（AR）等技术的支持下，可以为用户提供更加身临其境的数据体验。同时，数字化技术也可以为美学可视化技术的数据处理和呈现提供更多的工具和方法。例如，人工智能技术可以帮助美学可视化技术更好地发掘数据背后的趋势和规律，并为其提供更好的数据分析和预测。在研究方面，将美学可视化技术与数字化相结合，可以帮助我们更好地理解和探索复杂的数据集，探索数据背后的规律和趋势，为科学研究和商业应用提供更加准确、有趣和可视化的结果。
在科研素材的数字化转型过程中如何运用美学可视化和AI绘画方法，以提高科研素材的信息传递效率和艺术价值，是本次研究准备解答的核心问题。此外，我们还将探讨这两种方法可能带来的正面影响，包括但不限于，提高用户对科研素材的关注度、提升科研信息的记忆度和理解度。
本研究的目标分为两个层面。首先，探寻科研素材的转型过程和转型效果，明确科研素材数字化转型的必要性，以及美学可视化和AI绘画在该转型过程中的优势和局限。其次，以此为基础，考虑特定的实际应用场景，进一步提出科研素材在进行数字化转型过程中可借鉴的设计原则和优化指导。
首先，本研究的理论意义体现在揭示并理论化科研素材数字化转型的必要性、可能性以及实际过程中的影响因素。此研究能够帮助我们理解科研素材转型的内在机制以及所面临的各种挑战，为未来研究提供理论依据和启示。本研究的实践意义在于，对美学可视化和AI绘画在科研素材转型过程中的运用给予实证研究并提出实际应用建议。通过对美学可视化和AI绘画的实证分析，我们不仅能够了解这两种方法在美化科研素材、增加其吸引力、提升科研信息传递效率等方面的具体表现，而且能够明确这两种方法的优势和局限，从而对科研素材的转型提出具体构想和操作指南。
艺术化的科研素材以其独特的语言符号体系、形式结构以及美的表达和寓意，都对速度快、数据大、变化多的现代科研素材的数字化转型形成了重要的促进。这种转化是复杂而全面的，包括但不限于科研素材本身的数字化转型，科研素材在具体应用背景和环境下的美学呈现方式，以及新兴技术（比如AI）在科研素材转型中的角色和影响等等。
AI绘画被视为一种新兴的科研素材转型工具，具有智能化、效率高和极具创新等特点。从吴明澍和张泽政的研究中，我们可以看出演绎出AI绘画在科研素材表达方式上以及制作过程中的优势。AI绘画能够在智能分析科研素材的基础上，以更高的效率、更富有创新性的方式进行科研素材的表达。无论是在科研素材的设计理念，还是在素材的实际制作过程中，都很好的融入了对素材的美学理解和智能化的处理方式。这种潜力和价值显然是值得我们进一步探究和弘扬的。
三、研究设计
实验的设计是为了实证的对比研究两种不同的科研素材表达形式——美学可视化形式和AI绘画形式。我们收集了50份科研素材，并把它们分别进行了美学可视化与AI绘画的转型。所有的素材均匿名化，并通过公平、随机的方式进行转型。我们收集并整理了大量的数据，这些数据用来评估科研素材转型前后在信息传递效率和艺术性方面的提升情况。
我们使用美学设计的原则对科研素材进行整理、归纳和展示，使其变得更具视觉冲击力、感染力。而AI绘画则通过算法的配置，将科研素材转化为更具艺术性和想象力的形象。我们注重数据的真实性和有效性，将数据处理和统计分析的过程公开透明，保证了实证研究的可信度。我们通过对不同领域的美学可视化研究分析对比，可以看出，我们的实证研究涉及到的科研素材种类多样，从学术论文插图，到复杂的3D模型，再到图表信息等等，丰富的素材种类为美学可视化和AI绘画的应用提供了充足的实践基础。其中医疗类素材数量20张，通常为人体器官细胞美学可视；生物化学类15张，主要为化学元素形态，细胞结构可视；机械制造类10张，主要为学术论文中的零部件3D模型展示；以及其他类科学素材5张。
在我们对收集素材进行美学可视化和AI绘画转型后，我们在母体样本中随机抽取了20份科研素材进行深入的对比分析。我们考虑了诸多方面的因素，使用Ai绘画转型后主要使用医疗，生物化学，机械制造，纳米科学，新能源科学，信息科学等领域的科研素材生成了相关图片和表格等可视化信息。
科研素材在经过美学可视化和AI绘画的转型后，无论是在艺术性还是信息传递效率方面，都有显著提升。采用美学可视化方法的科研素材，其整体的视觉感官经验得到增强，图像表达更加清晰和生动。而AI绘画则展现出独特的艺术价值，将科研变得更具艺术性，提高了科研的艺术化程度。此外，我们从用户评价中也发现，这些转型后的科研素材提高了读者对科研内容的理解和吸收效果。
然而，我们也注意到，美学可视化和AI绘画在转型过程中也存在一些局限性。其中最明显的一方面是，由于美学可视化和AI绘画仍在发展阶段，其技术成熟度和规范化程度有待提高。另一方面，这两种方法在设计之初就强调了其艺术性和创新性，但在使用中可能会出现出图效果无法达到预期或准确性缺失，让初次接触者可能面临理解困难。受技术和设备的限制，一些复杂的科研素材转化可能存在困难，需要在未来的研究中进一步探讨。
具体研究内容如下：1. 研究美学原理在数字化转型过程中的应用，设计适合科研领域的美学可视化方案。2. 探究可视化技术在科研素材数字化转型中的应用，研究数字素材和可视化技术的融合。3. 基于深度学习算法，研究快速处理和分析大量科研素材数据的方法。4.案例研究，将基于美学可视化技术的科研素材数字化转型应用于不同领域的科研实践，比如化学、医药等领域。本研究旨在通过美学可视化技术，提高科研素材的呈现和使用效率，减少科研人员面对海量数据时的阅读难度和理解难度，进而推动数字化转型在科研领域的应用，为科研工作提供更好的服务。
创新性地以美学数据可视化为轴心。 1.融合文化元素：将不同文化背景的符号和符号体系融入可视化设计中，可以使可视化图形更具有情感表达力和文化共鸣力，提高可视化的影响力。2. 采用多层次的数据视觉化：通过设计多层次的可视化图层，可以同时显示不同的数据信息和细节，使得整个可视化更加丰富多彩。3. 采用交互式设计：借助交互式设计，观众可以通过不同的操作来改变和探索数据，从而提高其参与度和体验感。4. 使用美学元素：在设计可视化图形时，可以利用颜色、形状、线条等美学元素，使图形更具表现力和吸引力，同时增强观众的视觉体验和情感共鸣。5. 渐进式披露数据：通过渐进式披露数据的方式，可以逐步引导观众理解和探索数据。这种方法可以使观众更加深入地了解数据，提升可视化的影响力和品质。美学数据可视化是数据可视化设计的一种创新方法，可以帮助我们在传达数据信息的同时，增强观众的体验感和情感共鸣。通过采用不同的美学元素和设计手法，我们可以创造出更有表现力和张力的可视化图形，在实现数据沟通的同时，实现美感和艺术性的追求。
美学可视化技术向数字化转型的核心在于将美学对象，如艺术作品、建筑、设计等，数字化呈现并进行分析处理。传统的美学可视化技术通过利用图像处理、计算机视觉等技术对美学对象进行测量和分析，实现了美学对象的可视化。而数字化转型则更关注美学对象的数据化、可交互性和可创新性。 首先，数字化转型需要将美学对象转化为数字数据，如使用3D扫描技术将艺术品、文物转化为数字化模型，或使用计算机视觉技术从图像或视频中提取出美学对象的关键信息和特征。其次，在数字化之后，需要运用数据挖掘和机器学习等技术，对美学对象进行更深入的分析和试验，从而比传统的可视化技术更加丰富和详细地揭示各个维度上的美学特征。最后，数字化转型的一个重要目的是推动美学的交互性和创新性的发展，例如创建数字艺术品、虚拟展览等可以融合更多前沿技术的应用，充分发挥美学可视化技术的应用潜能。美学可视化技术向数字化转型可以提高美学对象的访问和理解体验，同时也为美学数据的交互、研究和创新探索提供了新的路径。
四、研究分析
信息可视化是将大量的数据进行可视化呈现，让人们轻松看懂和理解其中的关系和特征。它涉及到数据图表、图形化统计、动态显示、虚拟化等方面的设计和开发。从美学角度出发，信息可视化需要考虑颜色、形状、布局等方面的设计，以达到视觉效果和美感的统一。
时变数据可视化是针对动态数据进行可视化处理。它可以将数据的变化过程展示出来，帮助人们更好地了解过去和未来的趋势和模式。从美学角度出发，时变数据可视化需要考虑动态效果、颜色渐变、显示效果等方面的设计，让用户能够更好地感受数据变化的过程。
时空信息可视化是将地理信息和时间信息进行可视化呈现，以便更好地了解地理空间和时间变化的关系。它可以将地图、人口、天气等多个方面的信息统合起来，使人们能够更好地掌握和理解这些信息的变化趋势，从而发现它们之间的关系。从美学角度出发，时空信息可视化需要考虑地图的颜色和布局、时间轴的设计、地球仪或平面地图的动态效果等方面的设计。
基于上述对实证研究的分析和考虑，我们提出了科研素材在进行数字化转型时应考虑的设计原则。资料制作需要考虑“用户中心、美学设计与技术实现并重”的原则；在信息呈现上，要强调“简洁明了、兼顾艺术性和信息传递效率”的特点。
我们强调所提出的设计原则，是以提高科研素材的艺术性、提升信息传递效率、改善用户阅读理解体验为目标，服务于进一步优化和改善科研素材的数字化转型。我们相信，遵循这些原则的转型设计，不仅可以提升科研素材的艺术性，也能有效提高信息的传递效率。
展望未来，我们认为美学可视化和AI绘画的发展运用在科研素材的数字化转型中具有巨大的潜力。一方面，技术的不断迭代更新为科研素材的转型提供了更多可能性。另一方面，基于用户体验的考虑，科研素材将更注重美学设计和艺术性的表达。
同时，我们也认识到，存在的局限性需要进一步的研究和解决。未来的研究者可以从多角度、多层面对美学可视化与AI绘画在科研素材中的运用进行深入研究，提出更具操作性、适应性和创新性的科研素材数字化转型方案。我们期待未来在科研素材的数字化转型过程中可以形成更加丰富多元的展示方式，促进科研传播的有效性和影响力。
参考文献：
[1]孙海旻.从Data到Capta——信息可视化设计的人文性技术美学策略探究[J].美术大观,2021,(03):
[2]宋武,李艳,陈楚玲等.审美因素对数字界面信息可视化体验的影响[J].包装工程,2022,43(20):
[3]李海峰.数字艺术发展的文化思辨[J].宁波大学学报(人文科学版),2008(01):131-134.