智能時代人機交互未來發(fā)展趨勢探討

陸 鑫，滕支強，范亮亮

（南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003）

1 人機交互技術(shù)的發(fā)展

1.1 圖形界面交互

圖形界面交互這一理念最早于1973年出現(xiàn)，為圖形交互指出了發(fā)展方向。電腦被看做一個桌面，系統(tǒng)各種程序被看做系統(tǒng)工具，文檔則被看做電子紙張。將生活中的實際事物轉(zhuǎn)換為虛擬的事物，利用計算機將抽象內(nèi)容具象化，比如，我們在進(jìn)行文檔歸類時，可以把同一類的文檔放到同一文件夾下；刪除文件時，直接拖拽到回收站，就好比現(xiàn)實生活丟垃圾一樣。比爾蓋茨就是受到這一理念的啟發(fā)，研發(fā)出了Windows系統(tǒng)。

1.2 手勢識別

手勢識別借助計算機識別和感知技術(shù)，實現(xiàn)了人機交互。計算機識別人們做出的手勢動作，這樣人們即便沒有接觸設(shè)備，根據(jù)對應(yīng)手勢便可以完成設(shè)備的互動。手勢識別的出現(xiàn)，表明人們已經(jīng)嘗試如何脫離鼠標(biāo)、鍵盤、屏幕等，開始搭建計算機和人類交流的新渠道。手勢識別從最初的對人類手部動作、肘部動作捕捉人們運動軌跡實現(xiàn)人機交互，到發(fā)展成為對人們的姿態(tài)、行為、面部表情等方面的識別，人機交互從以往的系統(tǒng)核心，朝著用戶核心轉(zhuǎn)換[1]，如圖1所示。

1.3 語音交互

最早的語音交互是人們建立的語音應(yīng)答系統(tǒng)，用戶撥打電話，無法得到應(yīng)答時，播放提前錄制好的語音信息。最早的語音交互，不僅應(yīng)用范圍非常窄，而且比較生硬呆板，難以解決實際的問題?，F(xiàn)階段，SIRI、小愛同學(xué)等移動端的語音交互APP的出現(xiàn)，實現(xiàn)了AI技術(shù)和人們的語音互動，受到人們的普遍歡迎。

1.4 腦機接口

腦機接口則包含了眾多的領(lǐng)域，比如，計算機科學(xué)、神經(jīng)科學(xué)、信息科學(xué)、認(rèn)知科學(xué)、醫(yī)學(xué)等多個領(lǐng)域，大腦和外部環(huán)境監(jiān)理交流和控制渠道，大腦和計算機連接之后，接受大腦信號傳輸，識別人們的腦信號，從而控制外部設(shè)備[2]。

2 人機交互的現(xiàn)狀和不足

語音交互方式可以讓人們擺脫雙手，出現(xiàn)之后，深受人們的好評。語音交互有著成本低、應(yīng)用范圍廣的優(yōu)點，但也有著不足，比如，輸入方式方面，無法輸入過多的內(nèi)容以及持續(xù)輸入，只能實現(xiàn)簡單的語音交互。語音交互還會受到外部環(huán)境的影響，如果深處嘈雜的外部環(huán)境，識別語音的難度較大，容易出現(xiàn)識別錯誤的情況。

圖1 人機交互系統(tǒng)

手勢識別可以讓人們在不佩戴設(shè)備的情況下，實現(xiàn)與系統(tǒng)的交互，將其和語音識別結(jié)合起來，可以帶來很好地交互體驗[3]。但是無法成為主流交互的原因在于：沒有外界物品的支撐，人們的雙手很難長時間浮空；人們在現(xiàn)實生活中形成的手勢習(xí)慣，無法在辦公、室外等公共場所實現(xiàn)手勢交互；缺少反饋機制，人們使用手機觸屏可以得到反饋，知道觸屏到了屏幕，手勢識別則缺乏反饋體驗，不知道是否已經(jīng)觸發(fā)了操作指令。

腦機接口的交互方式，在很多領(lǐng)域得到很好地因公，比如對于恢復(fù)感知、運動以及機器人替身等領(lǐng)域應(yīng)用比較常見。但是用戶的接受程度以及設(shè)備的普及率有待提升。

3 人機交互的未來發(fā)展趨勢

由于交互方式各有不足，多種交互方式相互結(jié)合，發(fā)揮各自的長處，彌補各自的不足。多感官融合的方式，也就是通過視覺、觸覺、聽覺、嗅覺、環(huán)境、動作行為等方式，計算機系統(tǒng)模擬人們社交的方式，從而更好地滿足人們?nèi)藱C交互的需要。由于情境感知有著自動化、實時性、個性化的特點，可以自動地計算和獲取用戶需求，從而提供相應(yīng)的服務(wù)內(nèi)容。以物聯(lián)網(wǎng)為基礎(chǔ)，打造多模態(tài)交互網(wǎng)絡(luò)的方式，整合現(xiàn)有的人機交互方式，通過對用戶情境的感知，選擇最為自然的交互方式，滿足用戶的交互需求，從而讓不同來源的智能產(chǎn)品，像一臺機器或者一個人一樣，為用戶提供服務(wù)?；诖?，筆者認(rèn)為，未來人機交互的發(fā)展將朝著如下方向：

首先，整體性發(fā)展。將不同的智能設(shè)備設(shè)置同樣的生態(tài)系統(tǒng)，讓多個設(shè)備像一個設(shè)備一樣，服務(wù)用戶。物聯(lián)網(wǎng)多模態(tài)交互網(wǎng)絡(luò)環(huán)境下，智能設(shè)備之間的聯(lián)系更加密切，不再是單獨為戰(zhàn)，而是設(shè)備之間進(jìn)行信息的共享，不用對信息進(jìn)行重復(fù)的計算和推送，就好比一個用戶的賬號，可以在多個設(shè)備上登錄使用，一條信息不會多次推送。利用物聯(lián)網(wǎng)的多模態(tài)交互網(wǎng)絡(luò)，提升智能設(shè)備的統(tǒng)一性和整體性，設(shè)備和系統(tǒng)的利用效率更高，也更加地安全。

其次，感知性。未來智能設(shè)備可以有效地感知用戶所處的情境，這樣用戶可以不用輸入信息，系統(tǒng)自動感知和執(zhí)行，滿足用戶的需求。可以利用類似傳感器的設(shè)備，感知用戶所處的情境，收集相關(guān)信息，分析用戶的下一步行為，從被動服務(wù)變?yōu)橹鲃臃?wù)。利用智能設(shè)備的感知功能，感知用戶的情境，分析之后做出調(diào)整變化，將最合理、最有效地信息推送給用戶，或者是執(zhí)行某種決策，更好地服務(wù)用戶。情境感知將外界的用戶、系統(tǒng)狀態(tài)、情境環(huán)境等有機地集合起來。一個完整的智能設(shè)備，可以自動感知用戶所處的情境，并作出正確地判斷[4]。

最后，去屏幕化。去屏幕化是指擺脫屏幕的限制，周圍的環(huán)境則是屏幕。最好的交互模式應(yīng)該是自然無形的，對于用戶而言，沒有界面就是最好的用戶界面。將屏幕操作的功能去除，將用戶拿取和放下耳機這一動作指令和藍(lán)牙自動斷連功能關(guān)聯(lián)，這微小的改動，讓功能更加人性化。

4 結(jié)語

綜上所述，隨著互聯(lián)網(wǎng)技術(shù)和智能技術(shù)的發(fā)展，人機交互的模式不斷增多。從最初的文字界面交互、語音交互、手勢交互、腦機接口等交互模式，逐漸變?yōu)槎喾N交互模式融合的情況。現(xiàn)階段，主流的人際交互模式是文字界面交互和手勢交互，語音交互和腦機接口的應(yīng)用領(lǐng)域則相對偏窄，利用率偏低。不同的人機交互模式有著不同的優(yōu)缺點，需要進(jìn)一步地發(fā)展和優(yōu)化。未來人機交互則重點放到減少用戶操作方面，從以往被動接受用戶操作指令，到主動感知用戶操作需求。多模態(tài)交互模式，通過系統(tǒng)感知，感知用戶所處的情境，經(jīng)過數(shù)據(jù)分析，做出相應(yīng)地判斷，減少用戶的操作。萬物智聯(lián)時代的到來，讓這種感知執(zhí)行的模式，變得更加可行。