人类构建的过程极为复杂。事实上，我们每时每刻都在面临前所未有的复杂性。当时代的信息量令人难以承受，这时人类就会在这时代的潮流中进化。我们处理复杂问题的能力是我们感官的统一的结果；每种感官相互协作，大脑把收集的碎片信息集合起来，帮助我们理解周围在无休止发生的复杂事物。
如今，面对庞杂的信息流，新的数字感知形态是多元融合的。但当我们通过非人类感知方法收集数据的时候（比如数字传感器），其实过程是和我们身体一样复杂的，但我们通常将其输出为单一感觉：视觉。
全世界范围内的数据呈现都是以视觉为规则。虽然我们偶尔会看到声波图绘制的一组数据，但还是会找出很好的理由将其可视化。那些简化与渲染复杂的数据的视觉化工具帮助我们高效便捷的识别数据趋势。
然而，虽然我们深谙数据可视化的好处，但其依赖于单个意义层面理解的局限性。例如，当我们的大脑大功率连接输入信号并处理图像信息时，信息则被储存在快速衰减的记忆区。以此类推，新进入的这部分视觉记忆不断被覆盖。我们嗅觉的记忆过程则与此相反。嗅觉信号运行与储存都与长期记忆体进行信息同步。这也就是为什么我们时常说我们无法忘记味道，且我们经常通过嗅觉回忆起以前的记忆。
这种多样性的感官体验引发了一个问题：为什么不开发更有效的次级感官数据？将声音，气味，口感，或触感与视觉相连，扩大数据体验的强度，并有可能创造出更多的细微差别，比任何单一模式的效果更好。
正如视觉给了我们颜色、形状、大小、亮度和空间，我们其他的感官也提供我们可能代表不同的方面的数据变量的数组。比如声音，有音调、语气、音量、频率和节奏。触摸有质感，重量，压力，温度，和重要性。
嗅觉和味觉感官有着密切的联系，即便两者混合在一起在，我们仍可以分别出其中的味道和气味。
下面的例子可带我们领略新兴感官数据领域的初步面貌。
尖叫的火山
阿拉斯加的科学家们正在给喷发前的火山录音。通过日常地震活动的微妙物理震动监测火山活动。通过监听，科学家发现在火山爆发前有一种独特的声音模型。这种信号在渐进的鼓点声后爆发出茶壶烧开水时的尖叫声。虽然研究者不完全清楚声源在哪，但是声音节奏的变快或变慢则预示了火山的爆发。
日常记录
利用地理位置信息，Brian House创造了一个黑胶专辑来用听觉表达他这一年来去过的所有地方。城市中的每个地点用音阶做注解，而每个城市用音调表示。当把唱片放上唱机开始记录的时候，唱机以24小时旋转，记叙当天他去过的地方。唱机转动声音播放，行为活动的模式便开始显现。工作日、周末、假期和休息日都可以从声音中区别出来。抛开地理位置与第地图的关系，我们试图用听觉模式去理解地理位置，这种模式可能之前一直被可视化的传统模式遮蔽掉了。
幽灵食物
幽灵食物项目是由艺术家Miriam Simun 和Miriam Songster 发起，旨在通过可穿戴设发出熟悉的食物气味，辅之以无味食品，模拟饮食体验。通过重新建立的味道和嚼的经验，甚至在没有食物的情况下，人的脑海中创造了对味道的感知。味道，质地和气味都可以映射出一个独特的的数据点，那么让他们相互影响，就会产生很多前所未有的多模态体验。
嗅觉记录
艺术家Amy Radcliffe在寻找一种能把感情与气味联系起来的嗅觉记录设备，用来捕捉和重现气味模拟系统。虽然这是一个冒险的设备，但其原理则指出了捕捉与复制气味的力量。鉴于我们的感情与嗅觉的紧密关系，捕获和复制事物与环境的气味可以极其有效的创建有用的数据体验。
当我们进入非视觉表现数据的领域时，重要的是要记住目标不单单是要找到最好的替代可视化或补充可视化。相反，我们的理想应该是体验更丰富的数据。这意味着任何人都可以收集数据，将之应用于不同的感知模式，探索数并发布新的见解。
了解了数据就了解了人们将来会怎么演进。然而，在我们所理解和使用数据的能力方面（包括目前我们认为有意义的方面）我们只是触及了其表面。抛除过去视觉可视化的局限给了我们新的机会去发现和交流从数据中得来的观点。
原文发布时间为：2014-07-19
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
