在大数据与生成式人工智能深刻重塑信息传播的今天，数据图表作为连接机器智能与人类认知的核心桥梁，无处不在地扮演着不可替代的角色。然而，海量极具价值的图表数据往往被封锁在静态位图图像中，形成信息黑盒。如何利用人工智能技术实现对复杂可视化的深度理解，成为了当前数据可视化与人机交互领域面临的重大挑战。本讲座将结合讲者近年来在智能可视计算体系中的系列研究成果，系统性探讨AI驱动的可视化图表理解的前沿进展与技术。讲座内容主要涵盖两个核心维度：首先是逆向可视化工程，介绍如何突破传统启发式算法的局限，利用视觉注意力机制与深度学习模型实现从复杂、多变的网络图表图像中高精度解析底层数据与设计风格；其次是误导性可视化，针对当前多模态大模型在视觉-数据映射一致性上的认知盲区，介绍大规模误导性图表检测基准，并阐述如何通过主动式意图推理与像素级篡改定位，构建白盒可解释的防误导机制。最后，讲座将展望大模型时代下智能可视分析新范式，探讨如何构建更加透明、可解释的人机协同计算环境。

嘉宾介绍：宋思程博士，华东师范大学数据科学与工程学院副教授。2024年博士毕业于华东师范大学计算机科学与技术学院，导师为王长波教授、李晨辉教授。他曾在香港科技大学VisLab团队从事博士后研究员（2024-2026年）与访问学者（2023年）的研究工作，合作导师为屈华民教授。主要研究方向为可视化图表理解、人机交互以及人工智能与可视化交叉等。近年来在IEEE TVCG、ACM CHI、ACM UIST、EMNLP、IEEE VR等重要国际会议和学术期刊上发表了多篇学术论文，并曾获得2026 年IEEE PacificVis TVCG Track最佳论文荣誉提名奖、2024 年CCF CAD&CG最佳海报奖。