Data Visualization Japan Meetup 2021（2021年12月29・30日開催）における、山辺 真幸さん（慶應義塾大学）の講演です。制作事例を紹介しながら、情報可視化の歴史をたどり、これからの社会に必要な可視化のあり方を論じます。

「データビジュアライズデザイン ― 私たちはデータから何を見ようとしているのか」というタイトルでお話しします。

データビジュアライズデザイナーという肩書で活動しております。もともとはグラフィックデザイナーで、ホームページのデザインや、もっと昔は印刷物のデザインもやっておりました。現在は研究の方に軸足を置きつつデータビジュアライズの仕事をしています。慶應義塾大学の政策・メディア研究科で博士課程におります。

研究室はビジュアライゼーション／シミュレーション／アートという軸で活動しています。大規模なデータや機械学習を扱うようになり、表現や社会との接点が多様になってきているので、デザイン・アートの視点を取り入れながら活動しています。

今年の振り返り

• 2月 ——渋谷の NHK プラスクロス渋谷で「8Kのデータビジュアライゼーションの可能性」展に出展
• 6月 ——変異株が猛威を振るう中、最新研究はどこまで分かってきているのかという番組でビジュアライズを提供
• 9月 ——一連の取り組みを評価いただき、可視化情報学シンポジウムで大賞をいただきました
• 12月 ——同じくプラスクロス渋谷で生物多様性に関するビジュアライズを制作。さらにドーム型映像のデータビジュアライズも制作

これらを紹介しつつ——パッと見て「何がわかる」というビジュアライズでもないんですよね。では、こういう可視化は一体何のためにやっているのかをお話しします。

事例① 新型コロナの可視化

NHK さんとここ1年半ほどずっとビジュアライズをやっています。去年のこのイベントでもお話ししたので重複しますが、簡単に。

ウイルスの変異の時空間系統樹

大元の株からどう変異株が分岐したかを系統樹として描けます。生命科学の分野ではゲノムを解析して系統樹を作るのは普通に行われていることですが、新型コロナは世界中で観測されたという特徴があり、どこで変異株が出たかという位置情報を持っている。

なので2次元ではなく3次元的に表すことができる。そうするとどこで、どれくらいの変異が、いつ観測されたかが分かります。

これはアートというよりも、非常に関心が高い変異株について「今どうなっているのか」「これからどうなっていきそうか」——分かっていることも分かっていないことも含めて伝えるものとして制作しました。

地域で色分けする、変異株で色分けする、ダイバージェンス（どれくらい変異が含まれているか）で見る——様々な情報をここから読み取ることができます。

感染リスクの時空間マップ

日本地図の上に火柱のようなものが立っている可視化です。

赤い点が感染が報告された地点です。それを地表面から上空に向かって時間軸を取り、3次元上に感染地点をマップして密度分布を計算します。

そうすると、リスクが時間的にも空間的にも連続していたところが危険だと分かる。突発的に1箇所でクラスターが発生することよりも、時間的に何日も続いて起こっているところが危険だ、と。これは東北大学の中谷先生が研究されているアルゴリズムを使わせていただいています。

全国で可視化すると、大都市圏や北海道・札幌など、時間と空間でリスクがどう変化したかが見て取れます。

これをドーム型で表現してみました。立っている火柱の中に入っていくような視点です。第1波が終わってから少し空間が生まれて間が空いているのですが、第2波からはずっと危険なエリアの中を飛び続けているような表現になります。

事例② マイクロプラスチック

12月に展示していたものです。マイクロプラスチックは海に流れると分解できず、生物が取り込んでしまうので生態系に影響があり問題になっています。

どこに、どれだけ流れていくかを研究されている九州大学の磯辺先生の海流シミュレーションを、8Kで可視化しました。8K なので粒子の動きが非常にリアルに見える。

11月中旬から12月中旬まで展示し、約1万1000人の方に見に来ていただきました。マイクロプラスチック問題自体は「知っているよ」という方が多かったのですが、「こんなに溜まっているんだ」「こんな遠くまで行くんだ」と、身近な問題として捉えていただけたという内容になっています。

たとえば2021年2月に日本の東側で粒子を流すと、**早いものは1年ほどでこんなところまで行ってしまう。**3本のラインは粒子を3つ取り出したもので——紫はぐるぐる回って日本に戻ってきてしまう。北寄りのコースを通ってカナダの方に行くもの。青は一旦アメリカに行ってからハワイに戻ってくるという面白い動きをしていたので取り出してみました。

磯辺先生のご研究では3年ほど浮遊して移動し続け、その後沈んでいくそうです。その間に濃いエリアと薄いエリアができるらしく、海流に沿ってどこに溜まるのか——そしてそもそも流さない方がいいよねという気づきにつながってほしい、という思いで制作しました。

「美しい」で終わらせない

こういう作品を見ていただくと「美しいですね」「かっこいいですね」「すごいですね」と言っていただけることが多く、非常にありがたいのですが——**それだけだと本意ではない。**そこから伝えたいことをきちんと感じ取ってほしい、という思いで作っています。

余談ですが、とにかく大量のデータがあって複雑なものを可視化すると、結構かっこよく見えちゃったりもするんですね。複雑性の美というのももちろんあるのですが、きちんと読み解きをしてもらいたいということを大切にしています。

そもそも情報可視化は何のためか ― DIKW モデル

こういうイベントでこの話をするのは釈迦に説法かと思いますが、お付き合いください。

よく紹介されるモデルに DIKW モデルがあります。Data → Information → Knowledge → Wisdom（データ・情報・知識・知恵）の頭文字で、下から順にデータを私たちの活動に役立つものに変えていくモデルです。

たとえば——

1. データ：毎日の客数、気温、商品の販売数が記録されている。データだけでは役に立たない
2. 情報：関心が出てくる。「販売数と気温は関係しているのでは」と、集まったデータから気温と販売数を抽出して時系列に並べて整理する。構造化されて、データから情報へ一段上がる
3. 知識：統計処理やグラフ描画をすると「確かに気温の高い日に販売数も多く、売上が上がっている」と分かる。ちょっと役に立ちそう
4. 知恵：ただ「なぜそうなったのか」「因果関係はどうか」をもう少し深く調べる必要がある。**そこまで行って初めて「知恵」**になり、「こういう時にはこれが使えますよ」と広く活用していける

**このプロセスの中で、様々な情報可視化が登場します。**特徴を見つけるマイニングの段階で散布図を描く、仮説を検証するために視覚的な分析を行う、最終的に「こういうことが分かりました」とプレゼンテーションする——いろんなステップで可視化が行われている。

つまり、なぜデータを可視化するのか。「データを知恵に変えたい」という強い欲求があるからです。

しかし、それだけではない価値があるのではないか

データを知恵に変えるための可視化。それとは異なる価値が、情報可視化にはあるのではないかと私は考えています。

ちょっと違う方向から光を当てます。

ご存知の通り Society 5.0 ということで、データをどんどん活用していこうという科学技術政策が閣議決定されています。

これまでの情報社会（4.0）では、人が検索してナビに入れる、人が情報を分析して提案する、人が操作してロボットを動かす——あらゆるところで人が介在していました。フィジカル空間とサイバー空間の間に、人が入っていた。

それを IoT、クラウド、ビッグデータ、AI を活用して自動化していこう、大量のデータを解析して実空間に戻そう、と。

この方向性自体は納得しますし、技術のトレンドを見てもそうなるだろうと思います。ただ、単純にそうなるのかな、という思いもする。

人を介在させないことで、大量のデータを解析した確からしい結果が社会を動かしていく。それは必要なことだとは思うのですが、何か欠落している感じがします。単純に科学技術だけではこうはならないだろう。

欠けているもの ― 納得感

機械が計算結果として返してくるものが瞬時にフィジカル空間に反映されるとしても、そこにいる我々人間の「納得感」、その結果を受け入れる・信じる気持ちがないと、決してスマートな社会はやってこない。

いくら「これが正しいですよ」と言われても、**「よく分からないけれど危険を予測して車が勝手にブレーキを踏んだ」**ということが起きるかもしれない。それを受け入れる気持ちがついていかないと、なかなか難しい。

これは「直感」という言葉で言い換えてもいいかもしれません。

社会に価値がある意思決定ができるのは、膨大なデータの解析結果の確からしさを突き詰めるだけでなく、「人が直感すること」「人の感覚にいかに寄り添うか」——機械が人間に寄り添ってくれることもあるだろうし、逆に人間がその結果を受け入れる下地のようなものがないと、ああいう社会は来ないのではないかと思っています。

理解のための可視化／感じるための可視化

そこで情報可視化に目を向けると——

• 知恵につながる可視化＝従来の可視化。データを研ぎ澄ませて確かな知恵に変えていくための可視化。これを「理解のための可視化」とすると
• 直感や共感につながる可視化＝「感じるための可視化」があるのではないか

同じデータから、2つの可視化

たとえばオンラインショップのビッグデータがあるとします。ものすごくたくさんの商品があり、いろんな人がいろんなものを買っている。多次元的で膨大なデータです。

「どれが売れているか」という視点でヒストグラムを描くと、いわゆるロングテールの形になります。上位がものすごく売れていて、ほとんど売れないけれど横に長く続く部分も売上に貢献している。

でも、10万種類の商品があっても、ここに10万個は載せられません。この可視化のスタイルだと、当然「売上上位は何だ、ここをどう伸ばそう」というところが人の関心になっていく。

ところが、同じデータでこういう可視化もできるんです。

**一つ一つの商品を丸で表し、売れた個数を円の大きさで表す。**売上上位は分かりますが、**順位ははっきりとは分かりません。ただ、ここには全商品がマークされている。**属性や購入者の属性を色や形で表すことで、膨大なデータの全体像を見ることができる。

そうすると、**さっきなら切り捨てられてしまう「年間2〜3件しか買われないもの」もちゃんと視界の中に入っている。**ズームインして見ていくと「こんなものを買っている人もいるんだ」「これをこの時期に買うのは、なんだか共感できるぞ」——全体の中の個別のストーリーが見えてくる。

2つの可視化の性質

**感じるための可視化は右側に相当します。**これによって——

• データがどのように世界を捉えているのかを共有できる
• そもそもそういうデータが存在することを周知できる
• データの取り方が偏っていたり、バイアスがあったりすることが「眺めていると見えてくる」
• ミクロなストーリーを認識し、見ている人同士で議論できる

Society 5.0 のような自動化を進める時にこそ、実は「人間がそのデータを理解する」「多くの人で共有する」ために必要な可視化なのではないかと考えています。

情報可視化は社会の変化を映してきた

情報可視化は歴史的に見ると社会の変化を如実に表しています。

私たちは「こういう時はこのグラフがいい」とやっていますが、270〜300年近くずっと同じ形のパターンを使い回している。ただ社会の状況が変わると情報可視化も変わり、その過程で新しいものが発明されてきたという歴史があります。新しい時代には新しい情報可視化が必要なのではないか。

ガリレオの黒点観察

黒点の観察は小学校の理科でもやるので「ガリレオがやりましたよ」と言われても何も感じないかもしれません。

でもよく考えると、この時の社会は科学革命が始まったところです。魔術の世界、宗教の世界、神の世界から離れて、人間が科学で社会を成り立たせていく——その入り口で太陽を見て黒点を観察するのは画期的でした。

**ガリレオは当然のように教会と対立します。**天体は完璧なものなのだから、黒点を観測し、しかも可視化するなど、常識的には考えられなかったはずです。

ウィリアム・プレイフェア

統計や国勢学など、数で国を管理しようという動きがあり、貿易も始まって国と国との勢いを理解する必要が出てきた。数で社会を見ることが始まって発明された手法です。今では棒グラフも折れ線グラフも当たり前に使いますが、そういう経緯があります。

ミナールとカルトグラム

有名なナポレオンの進軍の可視化。なぜミナールはこの可視化をしたのか。

ミナールはフランスの土木技師でした。この頃、鉄道がイギリスから発祥してフランスでも通すということで、都市計画やどこに鉄道を通すかを政府に提案する仕事をしていたのです。製図も非常にうまかった。

一度鉄道を通してしまえば引き直せない。「どこに通せばいいのか」を考えるために、カルトグラムを使って物の移動を非常によく考えた——そういう社会のニーズがあってこういう図が出てきた。

ミナールが作った別の図に「パリにどれだけ家畜を移動したか」を可視化したものがあります。右下の場所からはほとんど家畜が移動していない。家畜はトラックで運ぶわけではなく生きたまま歩かせて連れて行くので、当然近いところからしか取れない。鉄道で物流を改革すればたくさん運べる、というわけです。

ナポレオンの図が有名ですが、どちらかというとこうしたカルトグラム——移動や物流の量を線の太さで表す——がミナールの大きな仕事の一つかなと思います。

バックミンスター・フラーのダイマクション・マップ

戦後、グローバリズムということで世界の状況を可視化するものが生まれました。

よく見るメルカトル図法の世界地図と違って、**実はアメリカと、北極を隔てたソ連は非常に近い。**飛行機での移動も始まっているので、メルカトル図法のような航海の時代の地図ではなく、飛行機で移動する時代に即した世界の見方を考えた。新しい地図の見方、新しい地図そのものを作ったわけです。

コンピュータと FilmFinder

90年代にコンピュータグラフィックスが使われるようになると、ヒューマン・コンピュータ・インタラクションでいかに情報を可視化するかが研究されます。

この時のモチベーションは「情報の可視化」というより、コンピュータに大量の情報を蓄積した時にそれをいかに探すかでした。

FilmFinder は映画の情報を大量に記録し、タイトル・俳優・監督といった情報でフィルタリングして目的のものを探す。それまでは図書館で大量の本を探していた。それに代わる「ものの探し方」——いかに効率的に探すか、見つけたいと思っていたものに近いものに出会うかが研究されました。

そしてビッグデータの時代

いまはビッグデータならではの可視化、ビッグデータから何が見えるのかを探求する研究が出てきています。

• Instagram の大量の写真からセルフィーのデータを分析して文化的な違いを見る
• 震災ビッグデータ ——自動車メーカーや通信キャリアなど社会インフラに近いデータを持つ企業が、震災という一つの現象に対してデータを提供し、当時見えなかった人の動き・避難の動き、そこで何が起こったのかを克明にデータから見る

「今はこうじゃなきゃダメだ」「これが一番わかりやすい」という軸で語られがちですが、大量にあるデータから何を見るかにはいろいろなやり方がある。お手本に従って解くというより、いろいろやってみてそこから学んでいくことが必要なのかなと思っています。

学生たちとの実践

多摩美術大学 ― クリエイティブビジュアライゼーション・ワークショップ

メガネメーカー JINS に提供いただいたメガネ型ウェアラブルデバイスで、体の傾きや瞬きの回数をロギングできます。それを使って学生一人ひとりが作品を作りました。

20人ほどのデータを時系列で取り、グラフィカルな作品にしたり、**一人ひとりのデータを遺伝子に見立てて仮想の生物（アメーバのようなもの）**を作ったり。

ある学生は、飲食店予約のトレタさんに提供いただいた予約台帳のビッグデータを可視化しました。顕微鏡から覗いている微生物のようなイメージなのですが、**よく見ると日本列島の形をしている。**この辺が東京、名古屋・大阪、岡山・広島、九州——予約の状況を微生物の世界に見立てた面白い作品です。

武蔵野美術大学 ― クリエイティブイノベーション学科

先週まで行っていた授業の作品です。

• 研究室の本をデータベース化し、Doc2Vec で数量化して、どの本とどの本が近いか、研究室の蔵書がどのジャンルに偏っているかを可視化
• 自分の LINE の履歴を全部紙に印刷して、5人分のやり取りを物理的に可視化（プログラミングに自信がないということで）。相手方のメッセージを消し、さらに「返信しなかった空きの時間」も可視化しているのが面白い。頻繁にやり取りする相手と、たまにやり取りする相手。同じ相手とのやり取りでよく使う単語を紐で繋ぐ——日々のやり取りの中で気づかない自分の傾向や、自分と相手の関係が見えてくる
• 睡眠時間などのライフログのリズムを視覚表現
• 自分の家にあるものを全部リストアップして、どういう素材でできているか、自分がどれくらい好きか嫌いかを数量化して可視化

いろいろな可視化をすることで、議論や見方を共有・ディスカッションする場が生まれるのが非常に面白い。

本のデータを機械学習した結果を見ながら「こういう本が多い」「この本とこの本はどうして離れているのか」と議論が進む。

**もし機械学習の結果を使って社会全体で何かをしていく時に、ただ結果を受け取るだけでなく、「データがこの研究室の蔵書をどう捉えているのか」を見る。**そういう形で、データが解析された結果を人間が受け入れていくにあたって、データに対する共感・共有・ディスカッションを促す可視化が生まれるといいなと思っています。

三菱電機との共同研究 ― エレベーターの概日リズム

脇田研究室と三菱電機さんの共同研究で生まれた作品「The Circadian Rhythm of Buildings」です。

これは実は、建物のエレベーターの稼働データで作った作品です。

時計と同じように上が午前0時で、ぐるっと一周します。明るく（黄色や赤く）なっているのが、エレベーターが上昇するデータ。この辺が出勤してくる時間帯、お昼は降りたり上がったり、そしてこの辺はみんな帰るので降りる動きが描かれています。

8台分の稼働データがあり、それぞれ稼働が多いカゴとそうでないカゴがある。

エレベーターの稼働データは本来ビル管理上必要なデータですが、一つの建物を街や生き物のように見立てて活動状況を見るということはあまりありません。

**こうした物理的な移動データを AI 的に解析して何かに使うのであれば、「データそのものを見る」という経験は、それを活用する上で非常に必要なのではないか。**そういう思いで一緒に取り組んでいます。

いろいろな形で可視化をやってみる

私は今年、Processing の Advent Calendar にこんなものを書きました。国土交通省が提供している標高マップのデータで面白いことができないか、と。3次元データに雪を降らせてみようという、ちょっと遊びっぽいものです。

書いたところ、クリエイティブコーディングやジェネラティブアートをやられている方たちが、Processing や p5.js でいろいろな作品を作ってくれた。

**これはすごくいいなと思っています。**クリエイティブコーディングは NFT アートの流れもあってやる人が増えていますが、割とアルゴリズミックな造形をやる人が多い。そこにデータを絡めることで、我々データ可視化の専門家ではやらないような面白い可視化が出てきた。

**国土交通省の標高マップは、そんなにマイナーなデータではないと思うのですが、クリエイティブコーディングの世界ではあまり知られていなかった。**富士山とデジタルアートを融合させるようなものがたくさん出てきたので、これは一ついい現象かなと思っています。

告知

インターネットメディアアワーズ ——インターネット上に公開されたコンテンツなら何でも応募できるアワードで、私が今年の選考委員をしています。昨年はこのイベントに登壇していただいた荻原さんの、東洋経済オンラインのコロナ可視化が特別賞でした。1月12日締め切り、自薦でも他薦でも可なので、「これ面白かったよ」というものもぜひ。

「ビッグデータと次世代の情報表現」展 ——1月28日から、六本木ミッドタウンのデザインハブ内、多摩美術大学の TUB で開催します。矢崎さんも作品を出されるとのことです。私は2作品を出し、特に NHK さんの新型コロナのものを8Kの巨大ディスプレイでインタラクティブに展示しますので、ぜひご来場ください。

もう一つ、1月に別の8Kのデータ展示も予定しています（まだ情報公開できません。というか私が作らなければいけないんですけれど）。

質疑の時間にかなり食い込んでしまいましたが、これで発表を終わりにします。ありがとうございました。