大屏幕下的科幻

秋林

從鋼鐵俠的瀟灑和智慧，到變形金剛的勇敢與堅(jiān)韌，從盜夢空間的詭異和震撼，到阿凡達(dá)的宏偉與感動(dòng)?，F(xiàn)代的科幻大片似乎都離不開人機(jī)互動(dòng)?？萍疾粩喑祟惛泄倥c計(jì)算機(jī)程序巧妙結(jié)合大步邁進(jìn)。曾經(jīng)，我們無數(shù)次幻想的未來，或許馬上就可以來到我們的生活中了。

在科技與人文發(fā)展的進(jìn)程中，英特爾無疑起到了推動(dòng)作用，它讓我們離幻想中的生活越來越近，同時(shí)也對人類的想像力提出了挑戰(zhàn)。據(jù)國外媒體報(bào)道，英特爾正式在其近期召開的IDF大會(huì)（英特爾開發(fā)論壇）上推出了感知計(jì)算軟件開發(fā)工具包2013測試版。雖然，目前我們對該軟件的了解還僅僅停留在極富科幻色彩的名稱上，但是，僅依靠字面意思，我們也可以猜測到該款軟件的實(shí)質(zhì)功能。據(jù)說這種感知計(jì)算軟件是幫助研發(fā)者開發(fā)專用應(yīng)用程序的，它可以完美的實(shí)現(xiàn)以下功能：由人類通過語音以及機(jī)器視覺成功的向計(jì)算機(jī)傳達(dá)出指令，而計(jì)算機(jī)也能夠通過鍵盤、鼠標(biāo)以及直接觸摸屏等設(shè)備完整的接收到所有指令信息，經(jīng)過分析計(jì)算，巧妙的結(jié)合多模式界面，達(dá)到人類與計(jì)算設(shè)備互動(dòng)的最終目的。

自計(jì)算機(jī)誕生以來，其應(yīng)用與發(fā)展的速度就始終是令人感嘆與充滿希望的。計(jì)算機(jī)發(fā)展的最終目的也無外乎是服務(wù)人類，接收人類發(fā)出的指令，給出對應(yīng)的計(jì)算并輸出結(jié)果不過是計(jì)算機(jī)最平常的工作流程了。然而，就是在這樣平常的流程中，英特爾看到了巨大的開發(fā)潛質(zhì)。鼠標(biāo)、鍵盤已經(jīng)不能完全滿足人類輸入的需求，在不斷的實(shí)踐中，我們總是探索著更為方便而簡潔的輸入方法，觸摸屏應(yīng)運(yùn)而生。在現(xiàn)代手機(jī)早已不需要鍵盤這一強(qiáng)大事實(shí)面前，我們更深刻的體會(huì)到，人類不必再辛苦的掌握0和1關(guān)系的同時(shí)，還要求計(jì)算機(jī)的工作模式不斷地向人類的感官和習(xí)慣靠攏。不需要再學(xué)習(xí)枯燥的計(jì)算機(jī)語言，取而代之的是計(jì)算機(jī)“辨識”人類的語言，“分析”人類的動(dòng)作，給出精準(zhǔn)的計(jì)算，從而實(shí)現(xiàn)人類預(yù)期的目的。英特爾就是在這樣的需求中看到了商機(jī)，而這正是英特爾發(fā)展的關(guān)鍵，因?yàn)檠芯亢烷_發(fā)這一套科幻電影中才會(huì)頻繁出現(xiàn)的軟件，不僅要組織大量的科研人員和軟件工程師，還要耗費(fèi)大量的財(cái)力物力，投入相當(dāng)長的時(shí)間和精力。因此，該項(xiàng)目的成功，對英特爾未來的發(fā)展十分的重要。

近期人機(jī)互動(dòng)的發(fā)展方向主要集中在語音識別和機(jī)器視屏兩個(gè)方面。

通過語音進(jìn)行輸入的研究早已不再新鮮，但至今為止，尚未有可靠而且精準(zhǔn)的系統(tǒng)推出。語音識別和機(jī)器視覺都已被廣泛的應(yīng)用于軍事方面，由于9·11事件的影響，美國政府大力資助此項(xiàng)研究，因而語音識別技術(shù)也取得了大跨度的發(fā)展，但是由于種種原因，它并未成為平常的主流應(yīng)用。民間的語音識別技術(shù)也出現(xiàn)了很長一段時(shí)間，各種新舊版本的Windows都曾預(yù)裝過語音識別，但終究因?yàn)樵摷夹g(shù)不能真正的達(dá)到自然互動(dòng)、準(zhǔn)確率較低，而且需要使用耳機(jī)，最終沒能取得成功。

說到語音識別，也并不都是壞消息。在蘋果iOS和谷歌上，語音識別技術(shù)就得到了發(fā)展，美中不足的是，該技術(shù)仍未精準(zhǔn)到可以不用鍵盤，它必須要連接到互聯(lián)網(wǎng)才能工作的特點(diǎn)，也讓這款語音識別技術(shù)的發(fā)展受到了不小的限制。微軟研發(fā)的語音識別在游戲中的使用可圈可點(diǎn)，但在跨不同設(shè)備廣泛應(yīng)用時(shí)的不自然，還是局限了其大范圍的發(fā)展。

機(jī)器視覺的發(fā)展時(shí)間要比語音識別晚一些，主要是通過微軟的Kinect才流行起來的。就如同人要判斷距離時(shí)，需要兩只眼睛同時(shí)使用一樣，Kinect也需要使用兩個(gè)攝像頭，通過不同的視角來對人的動(dòng)作進(jìn)行判斷。遺憾的是，這種判斷只是大概的、籠統(tǒng)的，它并不能準(zhǔn)確的檢測到特定的手指和關(guān)節(jié)，而且對用戶所在的位置也有一定的要求，這無疑局限了該技術(shù)的發(fā)展。而計(jì)算資源不能過于復(fù)雜等條條框框也最終導(dǎo)致微軟這款機(jī)器視覺軟件不能大規(guī)模的發(fā)展。

機(jī)器視覺不能簡單的等同于照相機(jī)，它的最終目的不是保存所“看到”的影像，而是最終完成判斷功能。一些電腦制造商，甚至連谷歌的Nexus 7都提供了面部識別功能，但這種識別顯得有點(diǎn)低級，它不能很好的分辨出哪個(gè)是真實(shí)的人臉、照片、視頻畫面還是面具，達(dá)不到機(jī)器視覺識別人臉的基本要求。

在高科技手段不斷應(yīng)用于電影的客觀事實(shí)中，我們可以體會(huì)到3D技術(shù)的大規(guī)模發(fā)展不但為電影本身增添了可觀性，更為機(jī)器視覺提供了新思路。我們所要完成的工作，不過是3D游戲的逆向工程而已。但是，這仍然需要大量的硬件作為實(shí)現(xiàn)的基礎(chǔ)，高分辨率的攝像頭是必不可少的，在給計(jì)算設(shè)備輸入像素信息、多邊形和紋理的同時(shí)，也需要大量的處理性能和電力，這不僅僅是要滿足計(jì)算引擎，高分辨率立體攝像頭對此也有很高的要求，以上步驟完成后，3D“圖”還需要與本地?cái)?shù)據(jù)庫的圖案進(jìn)行匹配，這也對計(jì)算性能和電力提出了較高的要求。

在技術(shù)上，即使能夠逐步完善以上所有的不足，英特爾還是需要考慮用戶的隱私，怎樣既方便用戶操作使用，又能嚴(yán)格保守用戶的秘密，也是該項(xiàng)目要考慮的一個(gè)重點(diǎn)問題，這樣我們才不需要擔(dān)心網(wǎng)絡(luò)上是否會(huì)有無數(shù)雙眼睛盯著自己“穿拖鞋跳探戈”。

雖然，要達(dá)到真正實(shí)現(xiàn)自然、準(zhǔn)確的人機(jī)互動(dòng)，還有很長的一段路要走。但是，現(xiàn)在對語音識別和機(jī)器視覺的初步嘗試，也給未來帶來了無數(shù)的可能性?？苹秒娪爸械那楣?jié)將不再僅僅停留在大屏幕上，走下大屏幕的科幻橋段，無疑會(huì)給我們的生活帶來更多新鮮的感受。

想像一下，早上被鬧鐘溫柔的叫醒，并根據(jù)一天的活動(dòng)安排和天氣變化設(shè)計(jì)好你的出行計(jì)劃和著裝風(fēng)格；工作中，你不必再辛苦的敲擊鍵盤和為記不住文件被放在哪個(gè)路徑下而苦惱，取而代之的只是“有事兒您說話”；忙了一整天，想放松一下，不必再繁瑣的一首一首挑選喜歡的歌曲，你的情緒早已被音響察覺，它會(huì)自動(dòng)奉上一段符合心境的音樂；看電視也不必到處尋找遙控器了，動(dòng)動(dòng)手指，所有頻道任你選。

計(jì)算機(jī)已經(jīng)從各個(gè)方面滲透到了人類的生產(chǎn)生活中，它在為人類服務(wù)的同時(shí)，也在不斷地挑戰(zhàn)人類的智慧。怎樣把想像變成現(xiàn)實(shí)早已不是新鮮的想法，充分利用計(jì)算機(jī)，把人類智慧與機(jī)器功能完美結(jié)合已不僅僅是英特爾想要完成的任務(wù)了。在科技公司百家爭鳴、百花齊放的時(shí)代，技術(shù)的發(fā)展也是空前迅速的，相信想像與現(xiàn)實(shí)的界限在未來的生活里終將不復(fù)存在。