半機人

彭懌湄

你能想象身體是計算機的輸入設(shè)備嗎?人機交互技術(shù)正在引發(fā)一場新科技革命。

自然用戶界面在目前還處于“點”的突破階段，要實現(xiàn)“面”上的廣泛應(yīng)用尚需假以時日。

2011年剛結(jié)束，CNN預(yù)測2012年的十大科技趨勢中，與自然用戶界面相關(guān)的技術(shù)發(fā)展趨勢占據(jù)三席，觸屏電腦名列榜首，聲控技術(shù)和體感技術(shù)分列六、七位。人機交互的再一次變革就發(fā)生在你身邊。

你能想象身體是計算機的輸入設(shè)備嗎?

體溫、脈搏、肌肉都是向計算機傳遞指令的信號，佩戴于手臂上端的傳感器能收集肌肉信號，再通過肌點信號識別器解讀手勢動作，從而識別手掌和手指點擊在皮膚上的信號，向計算機傳遞無線信號，進而控制電腦，這就是肌肉一計算機界面，研究人員將它命名為“帶有生理感知的自然用戶界面”。

這個略顯生疏的長短語是自然用戶界面的一種新形態(tài)，雖然自然用戶界面并不是新鮮事物，但它的流行足以改變你和機器互動方式，隨著自然用戶界面應(yīng)用的廣度和深度的擴展，人機交互的技術(shù)革命必將引發(fā)一場新的科技產(chǎn)業(yè)變革。

早期的自然用戶界面是命令行界面和圖形用戶界面的補充。早在1970年代起，多位美國計算機學(xué)家進行了手勢、多點觸摸系統(tǒng)的實驗，而彼時正是命令行界面和和圖形用戶界面的時代，用戶需要借助鍵盤輸入指令，或者用鼠標點擊圖形下達命令讓機器完成相應(yīng)的動作。

而在自然用戶界面，用戶下達的指令是日常的行為，例如，手指觸碰圖標開啟程序；與機器對話下達口頭命令，如開機、關(guān)機、跳轉(zhuǎn)窗口等；圖標隨著手指而移動……總的來說，自然用戶界面利用手勢、機器推斷和意識情景以及豐富的3D環(huán)境讓計算變得更簡單、便捷，讓用戶的體驗變得更加直觀。

IBM的科學(xué)家曾在2007年預(yù)測，5年后，人們不再需要密碼。在沒有傳統(tǒng)字符密碼的環(huán)境中，生物識別變得尤為重要，如指紋識別、視網(wǎng)膜識別、人臉識別。

人臉識別技術(shù)的基礎(chǔ)技術(shù)已經(jīng)得到較成熟的發(fā)展，在公安、安防領(lǐng)域?qū)崿F(xiàn)了較為廣泛的應(yīng)用。網(wǎng)易的最新研究則實現(xiàn)了基于互聯(lián)網(wǎng)的人臉識別應(yīng)用，人臉的錄入、掃描、匹配工作均可通過互聯(lián)網(wǎng)來完成。未來，你可能像《霹靂嬌娃》中女戰(zhàn)士在進入密室時那樣輸入郵箱、游戲賬戶的密碼——通過人臉或者視網(wǎng)膜的匹配登錄。網(wǎng)易稱這項技術(shù)將有望在2012年上半年投入到網(wǎng)易郵箱登錄上，“人臉識別技術(shù)不存在將軍令、手機密碼等傳統(tǒng)密碼使用中常出現(xiàn)的遺失、被盜的難題?！本W(wǎng)易杭州研究院副總監(jiān)汪源說，“用戶可以選擇傳統(tǒng)的字符和人臉兩種密碼登錄郵箱。”

相比指紋識別、視網(wǎng)膜識別，人臉識別技術(shù)在密碼保護領(lǐng)域有先天不足。雖然理論上說，配備超級計算機和超高清圖像設(shè)備后，人臉識別精準度能達到99.9％，但現(xiàn)實條件很可能是室內(nèi)光線、普通計算機和攝像頭的組合。如果僅核對臉部圖像是否匹配，一張照片就能破解密碼了。

但人臉識別技術(shù)在其他商業(yè)領(lǐng)域和社交媒體應(yīng)用中的前景廣闊。三電株式會社和岡谷株式會社研制了一款最新自動販賣機，一旦顧客靠近機器，人臉識別系統(tǒng)將自動分析顧客的容貌來判定顧客的年齡，并播放適合該年齡層的廣告。自動販賣機2.0版將會推向北美市場。

語音識別技術(shù)是也人機交互應(yīng)用中的重要一環(huán)。人機對話的前提在于語音識別技術(shù)——語音識別和語義識別。語音識別即是機器捕捉到用戶的話語，并將其在后臺轉(zhuǎn)化成計算機語言，而語義識別則是讓計算機聽懂用戶所表達的含義。語音識別技術(shù)中的兩個難點在于提高準確度和實現(xiàn)人工智能。

UC優(yōu)視研發(fā)出一款適用于手機的語音瀏覽器，它能減少用戶在使用手機瀏覽網(wǎng)頁時的輸入動作，而把語言作為指令，包括前進、語言搜索、跳轉(zhuǎn)網(wǎng)頁等。

但通常人們說的同一個詞語能表達多個含義?！白寵C器在不同的場景下識別語義是語言識別系統(tǒng)的難點所在?！盪C優(yōu)視產(chǎn)品總監(jiān)鄭叢威說，“這就是人工智能需要解決的問題?！痹诂F(xiàn)階段，人工智能是基于對用戶的使用習(xí)慣進行統(tǒng)計分析的結(jié)果而達到的智能。

但如何讓瀏覽器理解用戶所說的指令是搜索相關(guān)網(wǎng)頁，還是跳轉(zhuǎn)到相應(yīng)的網(wǎng)站呢?UC優(yōu)視對用戶使用UCweb瀏覽器的習(xí)慣進行統(tǒng)計分析，并選用概率最大的結(jié)果作為語音瀏覽器的指令。而遇到語音瀏覽器無法識別的場景，瀏覽器會出現(xiàn)多個選項共用戶選擇，這時用戶還是需要手勢等其他操作。

2007年Google為了測試、改進其語音搜索技術(shù)，發(fā)布了免費的語音搜索服務(wù)。百度在2008年效仿Google公開測試了“百度語音搜索”的電話業(yè)務(wù)，但最終沒有普及。2009年，Google便發(fā)布了中文版的語音搜索軟件，運用于諾基亞塞班操作平臺，但一直沒有得到更廣泛應(yīng)用。

事實上，移動互聯(lián)網(wǎng)的快速發(fā)展是手機領(lǐng)域人機交互興起的催化劑。受限于手機屏幕的尺寸，語音識別、語音搜索逐漸成為手機人機交互的新寵。在智能手機領(lǐng)域，UC語音瀏覽器僅是數(shù)目龐大的推廣語音識別的軟件之一，Siri的發(fā)布，掀起了人機對話的熱潮，騰訊QQ、微信等即時通訊工具都具備了語音識別功能。為了省去用戶在不到5英寸的小屏幕上打字的麻煩，韋伯斯特詞典、有道詞典都配備了語音識別功能。鄭叢威預(yù)計語音識別和語音搜索的市場前景相當(dāng)廣闊，UC在2012年第一季度正式發(fā)布UC語音瀏覽器后，20％的用戶會選擇替代目前使用的版本。

除了語音、人臉識別，捕捉人們的動作是自然用戶界面的另一個重點領(lǐng)域。游戲終端設(shè)備已經(jīng)在這一領(lǐng)域取得突破，Kinect游戲終端實現(xiàn)了人臉識別、手勢、動作等綜合自然用戶界面技術(shù)。2010年11月4日微軟發(fā)布Kinect的60天內(nèi)，Kinect累計銷售800萬臺，總銷量突破1000萬臺，足可見其受歡迎程度。

自然用戶界面讓人們甩掉鼠標和鍵盤玩游戲成為可能，這無疑挑逗著玩家的好奇心。

智能游戲終端發(fā)布后，市場普遍認為Kinect可以實現(xiàn)更多的價值。由于機器可以捕捉并反應(yīng)用戶肢體動作，研究人員可以操控機器人進行科學(xué)研究，例如代替自己進入危險的事故現(xiàn)場進行操作。而Top Shop莫斯科旗艦店則打起了智能試衣鏡的主意，用戶只需要站在屏幕前，點擊對應(yīng)的商品，就可以“試穿”所有的衣服、鞋子，借助這一應(yīng)用，服裝電子商務(wù)能夠得到更好的展示機會。

自然用戶界面強調(diào)用戶通過語言、手勢、動作，而不是鍵盤、鼠標操控計算機，以此來標榜“自然”。但不得不注意的是，自然用戶界面也可能會帶來一些“不自然”的結(jié)果。

將捕捉到的動作傳遞到計算機，再由計算機反映在屏幕上的時滯引起了用戶的不滿，智能游戲終端機的反應(yīng)速度和鼠標的反應(yīng)速度還是有一定的差距。而一些對力道、角度要求嚴格的應(yīng)用場合中，例如，遠程醫(yī)療手術(shù)，自然用戶界面所提供的體驗還有很大的提升空間。此外，人工智能的研究還處于公司各自為營的分散階段，也就是各個公司的統(tǒng)計結(jié)果存在差異，缺乏一個統(tǒng)一的人工智能標準，這可能會成為制約業(yè)界技術(shù)精準化的因素之一。

“自然用戶界面在目前還處于‘點的突破階段，要實現(xiàn)‘面上的廣泛應(yīng)用尚需假以時日?！编崊餐f。

但毋庸置疑，自然用戶界面將會成為未來技術(shù)發(fā)展的主流。