以数据为先导：与Anand S.一起讲述故事的艺术
以数据为先导：与Anand S.一起讲述故事的艺术' (English Guided by Data The Art of Storytelling with Anand S.)
Analytics Vidhya推出了新系列“以数据为导向”，在该系列中，行业领导者分享他们的经验、职业发展、有趣的项目等等。在该系列的首播中，Gramener首席执行官兼首席数据科学家Anand S先生接受了Analytics Vidhya创始人兼首席执行官Kunal Jain先生的采访。Anand是数据科学领域的一个有远见的人，也是DataHack Summit的常客演讲嘉宾。他以他从事的令人兴奋的项目和以详细的可视化方式讲述故事的方式而闻名。在这次采访中，Anand展示了他在演讲中带来的魔力，与我们分享了他讲故事的技巧和背后的思考过程的一瞥。以下是采访中的一些深思熟虑的见解。
与Anand S.一起讲故事的艺术
Kunal J：每次我参加你的演讲，我都被你讲故事和可视化的方式震撼到。你能给我们介绍一下你在创作这些演讲时做了哪些工作，以及你的方法是什么吗？
Anand S：我通常进行两种类型的演讲 – 一种是教学型，另一种是学习型。学习型演讲是我选择我对其了解不够的某个领域，学习并讲述它。这有助于我在设定的截止日期内学到一些新东西。它还帮助我找出哪些材料有效，哪些无效。因此，下次我演讲时，我知道该重复什么，该替换或转化为故事的是什么。第二种类型的演讲是我试图通过整合我以前演讲中取得良好效果的内容，挑选出有趣的部分，然后将它们串联起来来进行教学。
Kunal J：我猜你在学习型演讲中所做的很多工作最终会用于教学型演讲。那么学习型演讲的实际创作或研究阶段是如何进行的呢？
Anand S：与系统性学习相比，目的驱动的学习效果更好。我的意思是，如果我挑一个书或API的网站然后从头到尾阅读它，我的学习效果不如我选择一个问题并学习解决它。我还发现，如果我选择一个我感兴趣的问题，我更有可能找到解决方案，而不是一个我随便编造的问题。因此，第一步是找出我想要解决的问题。第二部分是理解问题并尝试解决它，这要容易得多，因为我有一个我感兴趣的东西。
讲故事的影响
Kunal J：你在演讲中分享的故事非常有趣。是什么让你采用这种呈现方式？你认为这样更有影响力吗？
Anand S：人们往往更容易记住演讲中讲述的故事，而不是其他内容。因此，以故事形式传达内容更有效。虽然故事的内容很重要，但我意识到讲述故事的方式才是使它们令人难忘的关键。
例如，当我告诉人们年龄较大的孩子往往得分更高时，他们会说我可能已经猜到了。所以我改变了标题，说“你认为太阳星座会影响孩子的分数吗？”此时，他们开始思考，“不，不可能。”事实上，确实如此 – 这使得它更加令人难忘。当我谈论《马哈巴拉塔》中的角色网络过程时，这很有趣。但只有当我开始讲述“让我们找出谁是卓帕迪的最爱”时，它开始变得更加令人难忘。因此，你如何讲述故事显然具有很大的影响。
现在，一个演讲中有趣的事情未必与内容相关。举个例子，我正在探索关于使用漫画角色的演讲。我发现，虽然有许多关于自动化漫画角色的有趣事情，但有一个故事特别与我和听众产生共鸣，那就是，作为一个孩子，我想为迪士尼画漫画。而现实是，我做不到；即使你拿枪指着我的脑袋，我也画不出来。所以我放弃了。但因为我和同事们合作，利用他们的绘画技巧和我的编程技巧共同创造了一个名为Comicgen的通用生成API – 这个API被用于Star TV，后来被福克斯收购，然后被迪士尼收购 – 我以一种非常间接的方式为迪士尼画了画。
现在，问题来了。这是一个有趣的故事，但与演讲本身的技术或数据完全无关。这就是我说的，故事情节不一定必须直接增强内容。它可以以不同的方式增强内容，或者是围绕内容的故事。因此我尝试了一些故事情节，哪个有效就被提炼出来，然后进入演讲中。
与大众交流 vs. 与客户交流
Kunal J：您在公开演讲中的故事叙述方式与与客户交流时有何不同？过程是否保持一致，还是有很大的区别？
Anand S：有百分之五十是不同的。我们有一些客户，我们为他们做几乎完全相同的工作。只是这些工作是基于私有数据的。所以，当一家公司带着一个问题来找我们时，我会用他们的数据讲述一个相关的真实问题。这种故事以某种销售叙事形式呈现，能够让人记住。然后，我们会将其转化为一个能够传达相同故事的应用程序。
但这只是我们与客户合作的百分之五十，因为另外百分之五十是不同的。在演讲中，人们期望看到一个成品。而在与客户合作时，他们期望两个不同的东西。首先，他们希望能够参与到过程中。因此，有很多工作过程的输出。其次，他们希望能够自己提供这样的见解。所以他们经常会说：“给我原材料，让我自己去摸索答案。我不希望你来给我答案。我想要自己找到答案。”所以，当涉及到这一点时，我们做的更多是建立工具或解决方案，使他们有能力找到故事并叙述故事。从这个意义上说，是不同的。
Anand S. 对生成式人工智能的看法
Kunal J：作为一个擅长构建可视化和数据故事的人，您对生成式人工智能的实验如何？您对此有何感受？
Anand S：上一次我觉得世界在我周围发生了如此大的变化是在谷歌推出之时。就是当谷歌的斯坦福大学网站推出时。这基本上意味着我再也不需要去学习东西了。我可以查找任何东西。而随着LLMs的出现，我现在意识到我再也不需要思考了；我只需要学会让事物为我思考。这是一种变革。
我可以说，LLMs让不可能变为可能。让我告诉你如何实现这一点。以前需要我花费10个小时的任务现在只需要1个小时，多亏了LLMs。这节省了我9个小时，我可以用来做其他事情，这就是不可能和可能之间的区别。所以现在，我们用更少的努力获得了更好的质量输出。
我如何看待它改变我工作的方式？总的来说，我已经停止编码了。我只是告诉LLMs为我编码，而我已经构建了一些完全由LLMs生成的应用程序。换句话说，我没有写一行代码，但它们的工作效果非常好。生成式人工智能，特别是大型语言模型，让我能够创建助手。我现在可以创建一个能够为我编写代码或为我提供创意的助手。我可以为一系列不同的用途创建助手。现在，我想通过实验来学习，我将其用作一种自助教练。
如果是这样的话，唯一限制我的是我对所需助手种类的想象力。对我来说，这是一个特别的问题，因为我是那种不喜欢寻求帮助的人。即使我被困在沙漠中迷了路，我也不会问路。这是我试图达到的变化。在2000年或1998年，谷歌推出谷歌斯坦福大学网站时，我决定从知道到能够发现的转变。现在，我需要从思考到能够引导思考的转变。这将是强大的。
Anand S. 2023的亮点
库纳尔·J：我是你博客的订阅者，我收到你每年发出的年度反思，列出了你过去一年取得的成就和今年的计划。这个是什么时候开始的？另外，你能否分享一下你今年关注的一些重点话题？
安纳德·S：嗯，我大概在4年或5年前开始做这个。最初的目的只是为了让自己对我想在那一年做的事情保持诚实，并分享我在这个过程中学到的东西。公开承诺去实现某件事情能让我保持专注、有动力并且在正确的轨道上，因为我知道我必须在下一年更新它们。
今年，我公开承诺了三件事情，还有几件私下的事情。其中之一是运行50个实验并从中学习。去年我也做过这个，但是开始了然后就慢慢淡出了。同样，今年开始得不错，但后来也慢慢淡出了。所以现在我正在尝试养成从实验中学习的习惯。
另一个方面，进展稍微好一些，就是改变我的环境，看它如何反过来改变我。所以我尝试每天在不同地方工作，每天遇见一个新的人，每天听一种不同的音乐类型等等。计划是每个月我会运行一个这些变化的实验。其中一些实验效果非常好，而其他一些则不是。这是一个广泛的过程，我承诺分享并利用反馈来改进。
我接受的第三件事是日历的完整性，也就是坚持自己的计划。这是我过去做得非常好的事情，但去年我感觉自己有点松懈，所以今年我重新拾起它。但这更像是一个习惯，一旦你养成了它，你就不会真正忘记。
一些建议
库纳尔·J：基于你多年的经验和观点，你对那些刚开始职业生涯的人有什么最重要的建议？换句话说，你今天会给年轻时的自己什么建议？
安纳德·S：这两件事有些不同。所以，首先，让我分享一下我会告诉那些刚开始职业生涯的人的建议。第一条建议是找到并解释你喜欢的事情。当你在做自己喜欢的事情时，工作会变得更容易。第二件事是通过教学来学习。如果你希望学习某个东西，最好的方法就是承诺将它教给别人。这有三个好处：首先，它迫使你学习。第二，它提高了学习的质量，以至于你可以让别人解释。第三，你会结交一些欠你人情的朋友。
现在，如果我要给自己建议的话，回到上一代的时候，我可能会告诉自己不要纠结于什么是好的或者什么是正确的。每一件事都有好的和不好的一面-只是评估一下两者。我这么说是因为我总是在回答一个问题时，没有意识到回答只是看待问题的一种方式。
这些是我们与Gramener首席执行官安纳德·S进行独家采访的亮点。你可以在这里观看完整的采访。请继续关注Analytics Vidhya社区平台上的“以数据为先导”的系列专访。
