智能時代人機(jī)交互未來發(fā)展趨勢探析

王琬琳

人機(jī)交互技術(shù)是研究系統(tǒng)和用戶間交互關(guān)系的技術(shù)，系統(tǒng)不僅只是計算機(jī)界面和程序軟件，也可以是各種各樣的機(jī)械、設(shè)備。[1]如今，隨著人工智能的高速發(fā)展，人機(jī)交互技術(shù)開始和人工智能技術(shù)進(jìn)行深度結(jié)合，并且人機(jī)交互從原始的圖形界面交互逐步向語音交互、手勢識別、腦機(jī)接口等方向拓展。盡管這些交互方式的運(yùn)用使人們的生活更加便捷，但上述的每一種交互方式都存在著不可忽視的缺點(diǎn)。因此，當(dāng)科學(xué)技術(shù)進(jìn)一步提升后，探索更加人性化與智能化的人機(jī)交互方式成為人機(jī)交互發(fā)展的新主題。

一、人機(jī)交互的發(fā)展

人機(jī)交互的起點(diǎn)是文字界面（TUI）交互。計算機(jī)最早只存在于實(shí)驗(yàn)室，主機(jī)龐大，售價極高，使用計算機(jī)的也都是經(jīng)過專業(yè)培養(yǎng)的專家。文字界面是計算機(jī)系統(tǒng)最初的樣子，它由成千上萬條命令行組成。這些命令行就是人機(jī)對話的第一步，用戶通過輸入命令行來完成與計算機(jī)的交流。但它的缺點(diǎn)十分明顯，首先，交互步驟冗長煩瑣，想與計算機(jī)交流需要輸入復(fù)雜的命令，用戶在此過程中極易產(chǎn)生疲憊感；其次，學(xué)習(xí)成本高，除了少數(shù)經(jīng)過專業(yè)學(xué)習(xí)的計算機(jī)專家外，大部分的普通人根本無法順暢地輸入和讀懂這些命令行。為了降低學(xué)習(xí)成本、簡化交互流程，讓大多數(shù)人也能順暢地使用計算機(jī)，人機(jī)交互迎來了它的第一次革命——圖形界面（GUI）交互。隨后，人機(jī)交互相繼進(jìn)入手勢識別、語音交互、腦機(jī)接口階段。

（一）圖形界面交互

1973 年， 在 施 樂 研 究 中 心（Xerox Palo Alto Research Center）誕生的第一個圖形界面，為之后圖形界面交互的發(fā)展指明了方向。當(dāng)時施樂研究中心的研究員提出“桌面比喻”和“紙張范本”的概念，將電腦想象成一個桌面，各種功能程序就是桌面上的工具，程序文檔則是一張張摸不著的電子紙張。[2]自此圖形界面交互開始走入非計算機(jī)技術(shù)背景用戶的工作生活中，它通過運(yùn)用實(shí)際物品轉(zhuǎn)化為虛擬物品的概念，幫助用戶把抽象的計算機(jī)程序具象化，使計算機(jī)操作更加符合人們在物理世界中的心智模型。比如，當(dāng)我們想把多個文檔歸為一類時，我們就把它們?nèi)客蟿拥揭粋€文件夾里；當(dāng)我們想把某一個文件刪除時，我們可以把文件拖動至回收站，就好像我們在物理世界里將垃圾丟進(jìn)垃圾桶一樣。在施樂圖形界面研究的啟發(fā)下，比爾·蓋茨推出了Windows 操作系統(tǒng)，并獲得巨大成功。

（二）手勢識別

手勢識別是一種融合先進(jìn)感知技術(shù)與計算機(jī)模式識別技術(shù)的新型人機(jī)自然交互技術(shù)，[3]計算機(jī)通過識別人類手勢，讓用戶在無需直接接觸設(shè)備的情況下，就可以使用簡單的手勢與設(shè)備進(jìn)行交互。手勢識別是人機(jī)交互的第二次革命，人們開始嘗試脫離傳統(tǒng)的鍵盤、鼠標(biāo)和觸屏，探索并搭建人機(jī)交流的其他橋梁。最初的手勢交互是利用定位在手部和肘部的設(shè)備，來檢測手部運(yùn)動的軌跡，進(jìn)而達(dá)到交互的效果。[4]這種依靠外部設(shè)備進(jìn)行交互的方法雖然準(zhǔn)確性高，但在很大程度上阻礙了人們手勢活動的自然表達(dá)，因此基于計算機(jī)視覺的手勢識別和交互技術(shù)應(yīng)運(yùn)而生。在此基礎(chǔ)上，人的姿態(tài)、步態(tài)、行為、面部表情識別技術(shù)也開始高速發(fā)展，由此，人機(jī)交互的設(shè)計理念開始從以“系統(tǒng)為核心”轉(zhuǎn)變?yōu)椤耙杂脩魹楹诵摹薄?/p>

（三）語音交互

語音交互是人機(jī)交互發(fā)展中的又一革命性交互方式。最早的語音交互是交互式語音應(yīng)答（Interaction Voice Response）系統(tǒng)，用戶通過電話撥號的方式與之進(jìn)行交互，它無法回答用戶的問題，只能向用戶播報提前錄制好的聲音，比如語音信箱、傳真提示、撥號提示等。但這種交互式語音應(yīng)答系統(tǒng)應(yīng)用范圍窄、交互效率低且交互模式生硬呆板，并無法解決用戶生活中的很多實(shí)際問題。

由于交互式語音應(yīng)答系統(tǒng)的諸多弊端，且無法解決用戶的很多實(shí)際問題，于是像Siri、Google、小愛同學(xué)這類集成了視覺和語音交互的移動端APP，以及Amazon Echo、小度這類純語音交互的智能產(chǎn)品誕生了。這些結(jié)合AI 技術(shù)的語音交互產(chǎn)品一經(jīng)問世就廣受好評，產(chǎn)品的誕生和成功不僅證明了語音交互的價值，更加速了語音交互技術(shù)的發(fā)展。

隨著AI 技術(shù)的提升，語音識別和語義理解技術(shù)也逐步成熟完善，語音交互類人化成為可能。交互形式也從一問一答的機(jī)械對話進(jìn)階至更為流暢的多輪對話，甚至還能識別多國語言和地區(qū)方言，這使得語音交互在靈活度和體驗(yàn)感上產(chǎn)生了質(zhì)的飛躍。

（四）腦機(jī)接口

腦 機(jī) 接 口（Brain-Computer Interface，BCI），是涉及神經(jīng)科學(xué)、認(rèn)知科學(xué)、計算機(jī)科學(xué)、控制及信息科學(xué)技術(shù)、醫(yī)學(xué)等多學(xué)科，多領(lǐng)域的人機(jī)接口方式，是在大腦與外部環(huán)境之間建立的神經(jīng)信息交流與控制通道。單向腦機(jī)接口允許大腦和計算機(jī)或接受腦之間單向傳輸信號，雙向腦機(jī)接口允許大腦和外部設(shè)備間進(jìn)行信號的雙向交換。[5]腦機(jī)接口技術(shù)可以準(zhǔn)確、快速地采集、識別出人腦在各種思想活動下的腦信號，并利用這些信號來控制外部設(shè)備。[6]

專家最初關(guān)注和研究腦機(jī)接口的目的，是為了恢復(fù)損傷的聽覺、視覺和肢體運(yùn)動能力。研究員嘗試通過手術(shù)，用侵入式的人工BCI 裝置替換掉原有功能受損的神經(jīng)或感覺器官，人工耳蝸、人工視網(wǎng)膜、智能假肢等都在此背景下產(chǎn)生，并成功幫助人們實(shí)現(xiàn)了感覺功能恢復(fù)和運(yùn)動功能恢復(fù)的目標(biāo)。侵入式BCI 裝置的成功，使人們開始關(guān)注起半侵入式和非侵入式BCI裝置的研究，BCI 裝置也不再局限于醫(yī)學(xué)領(lǐng)域的應(yīng)用。

不需要做任何額外的動作，只需要想一想信息就能動輸入，身邊的物品就能移動到想象的地方，智能的假肢使用起來不僅和真實(shí)的肢體無異，甚至還能產(chǎn)生觸覺反饋。這些無數(shù)科幻電影中都出現(xiàn)過的情節(jié)，和曾經(jīng)看似瘋狂的想象，都已通過腦機(jī)接口技術(shù)成為現(xiàn)實(shí)，盡管現(xiàn)在腦機(jī)接口技術(shù)還不成熟，但它的出現(xiàn)無不是在告訴我們，未來已來。

二、人機(jī)交互的現(xiàn)狀和不足

就目前來看，人機(jī)交互已經(jīng)取得了巨大進(jìn)展，但主流的人機(jī)交互方式還是以圖形界面交互為主，語音交互為輔。盡管手勢識別、腦機(jī)接口在應(yīng)用層面已經(jīng)有了很大的進(jìn)步，但由于技術(shù)應(yīng)用范圍、設(shè)備品類、社會法規(guī)和倫理道德等問題，發(fā)展受限。而位于主流的圖形界面交互和語音交互也都有著無法忽視的短板。

圖形界面交互是人們接受度最高、使用率最高、使用時間最長的交互方式，但它依然存在一些不可忽視的缺陷：一，過度依賴人的視覺系統(tǒng)和設(shè)備的電子屏幕，如今智能設(shè)備的一大特點(diǎn)就是可視化，不論是產(chǎn)品自身搭載屏幕還是連接智能手機(jī)，都是在進(jìn)行產(chǎn)品的數(shù)據(jù)可視化，過量的屏幕和數(shù)據(jù)可視化導(dǎo)致信息過載；二，交互方式單一，容易產(chǎn)生疲憊感，絕大多數(shù)圖形界面交互是通過鼠標(biāo)點(diǎn)擊、鍵盤輸入和觸控的方式來完成交互操作，觸控看似是解放了鼠標(biāo)和鍵盤，但其在本質(zhì)上，和鼠標(biāo)點(diǎn)擊沒有任何區(qū)別，單一的重復(fù)操作會給用戶帶來疲憊感；三，對視力、肢體（主要是手部）有損傷的人來說操作困難，由于其對電子屏幕的依賴性和交互方式的單一，用戶不論是輸入信息還是讀取信息都易受到屏幕尺寸的影響；四，在AR 或VR 等沉浸式虛擬環(huán)境中應(yīng)用性差，特別是當(dāng)用戶與用戶在沉浸式虛擬環(huán)境中交流時，以虛擬鍵盤為主的文字輸入會降低用戶的體驗(yàn)感。

語音交互作為同時解放人類手眼的信息交互方式，一經(jīng)問世就廣受好評，從搭載語音交互的智能音箱在市場上的火熱情況，就能反映出人們對于更加類人、智能化和自然式交互方式的渴望。語音交互的優(yōu)勢在于交互方式趨近自然、用戶學(xué)習(xí)成本低、可應(yīng)用范圍廣，但語音交互也存在無法忽視的缺點(diǎn)：一，線性的輸入方式，讓它無法持續(xù)輸入和輸出較多內(nèi)容；二，信息識別易受環(huán)境影響，當(dāng)用戶處于比較嘈雜的環(huán)境時識別受阻，且無法區(qū)分出不同用戶的聲音，容易導(dǎo)致識別出錯。

手勢識別能使用戶在不佩戴任何額外設(shè)備的情況下，和系統(tǒng)進(jìn)行自然的交互，它和語音交互被視為駕駛情境下的最佳交互組合，在沉浸式虛擬空間場景中，更是擁有巨大的用戶價值，但其一直無法成為主流交互方式有以下幾個原因：一，人的雙手在沒有外物支撐的情況下，很難長時間停留在空中；二，人類在長期自然社交中產(chǎn)生的習(xí)慣，讓大多數(shù)用戶無法在室外、辦公、多人同居的家庭環(huán)境等公共場合中大量使用手勢交互；三，缺少觸覺反饋體驗(yàn)，用戶在使用手機(jī)觸屏?xí)r能清楚地感知手指碰到了屏幕，但在手勢識別中，無法觸碰的虛擬鍵盤會導(dǎo)致用戶缺少觸覺情感體驗(yàn)，從而降低用戶體驗(yàn)。

盡管腦機(jī)接口已經(jīng)在感知恢復(fù)、運(yùn)動恢復(fù)、感覺擴(kuò)增、機(jī)器人替身等方面取得了不錯進(jìn)展并得到了廣泛的使用，但由于腦機(jī)接口設(shè)備的低普及率和用戶接受度的未知，我們距離腦機(jī)接口真正走入大眾的日常生活還有一段不短的距離。

三、人機(jī)交互的未來發(fā)展趨勢

從人機(jī)交互的發(fā)展歷史、現(xiàn)狀和不足來看，沒有哪一種人機(jī)交互方式是完美的，也沒有哪一種人機(jī)交互方式是無用的。未來人機(jī)交互發(fā)展真正需要關(guān)注的問題也不再是某一種新穎具體的單一交互方式的實(shí)現(xiàn)，而是在以用戶為核心的理念上，多種交互方式相結(jié)合，智能產(chǎn)品智能物聯(lián)后形成多模態(tài)交互網(wǎng)絡(luò)，通過情景感知，讓“機(jī)”主動服務(wù)于人。將多種交互方式相結(jié)合，每種交互方式都能在發(fā)揮長處的同時補(bǔ)足短板，現(xiàn)在由于過多電子屏幕、單一交互方式、重復(fù)信息推送等產(chǎn)生的低效率、高成本和信息過載的問題也將會得到解決。

所謂“模態(tài)（modality）”即是“感官”，多模態(tài)即多種感官融合。多模態(tài)交互，即通過視覺、聽覺、觸覺、嗅覺、動作行為、環(huán)境等多種方式進(jìn)行人機(jī)交互，[7]充分模擬人與人之間的交互方式。情景感知具有實(shí)時性、自動化、個性化的特點(diǎn)，能自動獲取用戶情境的相關(guān)信息，根據(jù)獲取的信息，經(jīng)算法推理分析出用戶需求，適時給用戶提供個性化服務(wù)。[8]

基于物聯(lián)網(wǎng)的多模態(tài)交互網(wǎng)絡(luò)能夠充分整合利用現(xiàn)有的多種交互方式，在感知用戶情景的同時，用類人的自然交互方式主動適應(yīng)用戶需求，從而讓眾多來源不一的智能產(chǎn)品像一個人或者一臺機(jī)器一樣為用戶服務(wù)。在十幾年前，由于設(shè)備計算速度慢、互聯(lián)網(wǎng)技術(shù)不發(fā)達(dá)、民眾持有設(shè)備量少（主要是電腦和智能手機(jī)）等原因，物聯(lián)網(wǎng)被認(rèn)為是一個偽命題。但在十幾年后AI 技術(shù)和互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展的今天，智能產(chǎn)品已經(jīng)進(jìn)入千家萬戶，萬物智聯(lián)即將成為可能。

基于此，人機(jī)交互的未來發(fā)展趨勢將具有以下幾個特點(diǎn)：

1. 整體性，多個智能設(shè)備共同形成智能設(shè)備生態(tài)系統(tǒng)，像一臺設(shè)備一樣為用戶服務(wù)。處于物聯(lián)網(wǎng)的多模態(tài)交互網(wǎng)絡(luò)下的智能設(shè)備將不再各自為政，各設(shè)備間共享信息，無需進(jìn)行重復(fù)的信息計算和信息推送，類似于當(dāng)一個用戶的微信賬號同時在多個設(shè)備上登錄時，一條消息推送重復(fù)提示多次的情況將不再發(fā)生。這不僅是多設(shè)備化身為不同零件集成單設(shè)備的統(tǒng)一性，還是服務(wù)流程的統(tǒng)一性?；谖锫?lián)網(wǎng)的多模態(tài)交互網(wǎng)絡(luò)的整體性提高了人機(jī)交互的資源利用率、工作效率和系統(tǒng)安全性。

2. 可感知性，可感知用戶情景，最小化用戶輸入，主動適應(yīng)用戶需求。情景感知是一種通過傳感器獲取關(guān)于用戶所處環(huán)境的相關(guān)信息，從而進(jìn)一步了解用戶行為動機(jī)的技術(shù)。它是用戶體驗(yàn)設(shè)計中的一個重要方向——主動服務(wù)設(shè)計。[9]智能設(shè)備可以根據(jù)對用戶的情景感知，進(jìn)行自適應(yīng)改變，從而做出最合理的交互決策和信息推送。情景感知可以把外界游離的用戶、情境環(huán)境、系統(tǒng)狀態(tài)有效地集成在一起。[10]完整的智能設(shè)備生態(tài)系統(tǒng)主動感知用戶生活情景，并根據(jù)生活情景自動做出判斷，例如，當(dāng)用戶啟動汽車時，與物聯(lián)網(wǎng)多模態(tài)交互網(wǎng)絡(luò)相連的車載系統(tǒng)，可以根據(jù)用戶預(yù)先制定好的出行計劃或日常生活習(xí)慣，自動顯示出目的地導(dǎo)航。通過主動的情景感知來預(yù)測用戶意圖，從而使用戶輸入最小化。

3. 去屏幕化或超屏幕化，將“屏幕”融于環(huán)境。好的交互應(yīng)該是自然且無形的，最好的用戶界面就是沒有界面。過去，設(shè)計者和研究員們反復(fù)強(qiáng)調(diào)要“將看不見的數(shù)據(jù)和服務(wù)可視化”，這導(dǎo)致很多設(shè)計者對于可視化產(chǎn)生了盲從心理，忽視了產(chǎn)品本身的角色定位，甚至連智能燈泡和智能熱水器都配備了可交互的電子屏幕和專屬APP，但這些屏幕不僅沒有提高用戶的效率，反而產(chǎn)生了大量的重復(fù)操作。與此相反，AirPods 藍(lán)牙耳機(jī)去掉了幾乎所有的屏幕操作環(huán)節(jié)，將用戶放取耳機(jī)的行為與手機(jī)藍(lán)牙的自動斷連相關(guān)聯(lián)，看似細(xì)微的修改，實(shí)則重新定義了行業(yè)標(biāo)準(zhǔn)。這無疑是在說明去屏幕化、超屏幕化、將屏幕“融于”環(huán)境的設(shè)計思維正在逐步興起。

四、總結(jié)

文字界面交互打通了人類與計算機(jī)溝通的橋梁，圖形界面交互讓計算機(jī)成為普通人也能使用的日常工具，手勢識別讓人們脫離了輸入工具的束縛，語音交互同時解放了雙手和眼睛，腦機(jī)接口使不可能成為可能。

未來人機(jī)交互將延續(xù)現(xiàn)有交互的特點(diǎn)，在此之上結(jié)合AI 技術(shù)，將多種不同的交互方式相結(jié)合，在物聯(lián)網(wǎng)的基礎(chǔ)上，實(shí)現(xiàn)萬物智聯(lián)，讓數(shù)量眾多但各自為政的智能產(chǎn)品在智聯(lián)的方式下，形成多模態(tài)交互網(wǎng)絡(luò)，通過情景感知主動地與用戶進(jìn)行交互。

注釋：

[1]張文藝．基于ROS 的人機(jī)語音交互系統(tǒng)設(shè)計與實(shí)現(xiàn)[D]．西安電子科技大學(xué)，2017．

[2] DT． High Speed Cooling Test [M]． Engineering Standard． 2016．

[3][4]趙小川，趙繼鵬，范炳遠(yuǎn)，郝麗麗．手勢識別技術(shù)研究綜述與應(yīng)用展望[A]．中國高科技產(chǎn)業(yè)化研究會智能信息處理產(chǎn)業(yè)化分會、中國高科技產(chǎn)業(yè)化研究會信號處理專家委員會．第十一屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議?？痆C]．中國高科技產(chǎn)業(yè)化研究會智能信息處理產(chǎn)業(yè)化分會、中國高科技產(chǎn)業(yè)化研究會信號處理專家委員會:中國高科技產(chǎn)業(yè)化研究會，2017:4．

[5]顏士州．意念成真[J]．科學(xué)24 小時，2017(1):20-22．

[6][7]李玨，薛澄岐，彭寧玥．基于腦機(jī)接口的界面設(shè)計風(fēng)格溝通方法研究[J]．設(shè)計，2017(19):56-57．

[8][10]姚瑤，王戰(zhàn)紅．基于物聯(lián)網(wǎng)的情景感知計算研究與應(yīng)用[J]．河南機(jī)電高等?？茖W(xué)校學(xué)報，2015，23(4):16-19+22．

[9]文怡．2019 世界機(jī)器人大會：人工智能為生活帶來新生態(tài)[J]．今日科技，2019(8):55-60．