什么是人機交互？簡單來說，就是“人和機器打交道的方式”。人和計算機打交道根源于人類把計算機當(dāng)成一種有效的計算服務(wù)工具。計算機自產(chǎn)生以來，計算能力日益強大，人類對計算機的態(tài)度也開始在計算機只是呆板的“機器”，還是可能變得像“人”一樣聰明，甚至比人更聰明之間搖擺。這種模糊的態(tài)度伴隨著計算機的進化不斷演變。

　　人機交互的前世今生

　　目前，計算機的發(fā)展經(jīng)歷過幾種典型形態(tài)：算盤、繼電器計算器、計算機、個人電腦、智能移動終端等，計算機形態(tài)的演變直接導(dǎo)致了人機交互形式的變化。

　　算盤是中國特色的計算工具，由于無法存儲中間計算結(jié)果，算盤具有使用方式復(fù)雜、計算過程緩慢的缺陷。而繼電器計算器是現(xiàn)在計算機的雛形，但其計算速度和實用有很大限制。

　　第一臺真正意義的計算機產(chǎn)生于1946年，它占地170平方米，重30多噸，體型有半個足球場那么大，通過穿孔紙帶的方式輸入和輸出。早期計算機交互方式不僅復(fù)雜，同樣計算緩慢。

　　1983年11月，蘋果公司的喬布斯在Comdex大展上首次展示了Macintosh計算機，從此，個人電腦千篇一律的黑屏字符界面逐漸被生動、極富個性的圖形界面代替。圖形界面使得鼠標、鍵盤變成用戶自由操作電腦的有力工具，也使得觸覺和筆式交互成為可能。

　　1971年，肯塔基大學(xué)研究基金會的一名青年教師塞繆爾·赫斯特開發(fā)出一款觸摸傳感器“AccuTouch”，為后來透明觸摸屏發(fā)展奠定了基礎(chǔ)。3年后，赫斯特研制出了真正意義上的觸摸屏。

　　1985年出現(xiàn)了第一臺現(xiàn)代意義上的移動電話，它將電源和天線放置在一個盒子中，重達3公斤，笨重且不方便，交互操作無從談起。

　　1993年，隨著手機迅速瘦身以及觸摸屏技術(shù)的發(fā)展，IBM公司與貝爾電話（南方）公司合作推出了帶觸摸屏的IBMSimon手機。這是歷史上第一款真正意義的觸摸屏智能手機。但此時的觸摸屏手機無論是從成本、耐用性、可維護性還是使用習(xí)慣上看，比之普通的按鍵手機都沒有明顯的優(yōu)勢。這種局面直到蘋果公司開發(fā)的iPhone手機問世，才被徹底改變。至此，觸摸方式成為手機交互的主流。

　　自上世紀90年代以來，隨著手寫識別、語音識別、網(wǎng)絡(luò)通信技術(shù)的發(fā)展，人機交互已發(fā)生了巨變，一個完全不懂編程以及網(wǎng)絡(luò)通信原理的普通小孩，可能會比計算機科學(xué)家和網(wǎng)絡(luò)工程師更好地使用計算機。方式的變革使得人機交互變得簡單，而這個變革，就發(fā)生在短短不到30年內(nèi)?？深A(yù)見的是，未來計算機會更加智能，人類使用它會更加自然和簡單。

　　未來的機器人比人還聰明？

　　就像一些科幻電影里描述的那樣，未來的人機交互模式是“自由”“智能”“自然”的。《超能陸戰(zhàn)隊》中的暖男型智能健康看護機器人“大白”、《鋼鐵俠2》中的人工觸碰交互技術(shù)實驗室的人工智能管家“賈維斯”、《星際穿越》中能干、聰明又幽默的“塔斯”等，這些未來的計算機通過語音識別等技術(shù)理解人類語言，通過姿態(tài)識別和情感檢測技術(shù)判斷人的情緒，通過非接觸生物特征檢測與識別技術(shù)判斷當(dāng)前人的生理活動狀態(tài)……借助專家知識庫，智能計算機可以對人的健康、當(dāng)前情緒、當(dāng)前狀態(tài)做決策和判斷。從一定程度上講，未來的機器人甚至比人還聰明，比如大白可以采用非觸碰方式獲得脈搏和心跳數(shù)據(jù)，并察覺腦電活動情況；賈維斯可以聽從鋼鐵俠的指令，采用全息投影的方式在空氣中展示原子核的內(nèi)部模型，甚至糾正鋼鐵俠的口誤。

　　未來，這些健康聰明的智能“人形”計算機使得計算機比人更完美，人機交互的未來是美好的、讓人期待的。

　　當(dāng)然，科幻作品中歷來不缺乏對人類濫用科技成果拷問的作品，比如《2001太空奧德賽漫游》中的深空探索太空旅行管家“HAL500”，《異形》中只聽命于主人設(shè)定任務(wù)的人工智能艾什（Ash）和主教（Bishop），還有《普羅米修斯》中為了完成任務(wù)背叛人類的人工智能David。這類計算機違反了機器人三定律，從人類的道德審判角度看，它們是邪惡的。但是從主人制造它們時賦予的使命看，它們是正確的。究竟計算機的智能發(fā)展以及人機交互何去何從，是一個值得深思的問題。

　　告別單一模式

　　多模態(tài)自然人機交互是下一代人機交互的發(fā)展趨勢。融合視覺、聽覺、觸覺、嗅覺甚至味覺的多模態(tài)交互方式，其表達效率和表達的信息都優(yōu)于單一的視覺或者聽覺模式。

　　多模態(tài)自然人機交互主要分為3個模塊，分別是信息多模態(tài)交互信息輸入、多模態(tài)交互信息融合和處理、多模態(tài)交互信息反饋。其中，信息輸入模塊主要接收來自人的“視聽觸嗅味”五感信息，然后借助多模態(tài)信息融合和理解模塊，形成“感”覺和認知，并根據(jù)專家知識庫系統(tǒng)和檢索技術(shù)形成對用戶的信息反饋，構(gòu)建出多模態(tài)自然人機交互系統(tǒng)。

　　從自然人機交互的未來趨勢看，高度便利的多模態(tài)自然人機口語對話模式是最為自然和最理想人機交互方式。比如，利用中科院自動化所構(gòu)建的一個多模態(tài)自然人機交互系統(tǒng)，用戶可以自由地和兩個設(shè)置有不同聊天主題的數(shù)字虛擬人交互，對話主題包括咖啡、天氣、科普、娛樂等主題。這種新型的多通道融合的人機對話模式，是下一代新型人機界面操作模式的有效探索。

　　目前，盡管多模態(tài)自然人機對話已經(jīng)獲得了很大進展，但由于環(huán)境噪聲、用戶方言口音及光照變化遮擋情況下的影響，計算機對人類視聽覺信息獲取、理解還存在一定誤差，加上目前計算機在自然語言理解方面還存在一定困難，這使得計算機在與人交互的時候，存在答非所問的情形。這類現(xiàn)象嚴重影響了人機交互的體驗。其根本原因在于，計算機雖然計算能力越來越強，然而對人而言很簡單的推理、聯(lián)想和夸張，計算機卻很困難。因此，讓計算機具有“智能”或者讓計算機具有“思維”能力，是計算機是否能與人自由交互的關(guān)鍵。

　　計算機是否會發(fā)展出意識？

　　隨著近幾年深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在學(xué)術(shù)界和工業(yè)界的成功，很多人愿意相信計算機會進化出和人一樣的意識和思維能力。2009年，歐盟(瑞士洛桑理工學(xué)院)在藍腦計劃（Blue Brain）中用微電路芯片模擬了36萬個細胞的大腦皮質(zhì)，當(dāng)給這些微電路芯片群“看”或者“聽”一些大自然的照片和聲音時，微電路芯片群自發(fā)地產(chǎn)生了伽馬振蕩波。伽馬波是大腦中一種快速的電振蕩，它可能涉及到學(xué)習(xí)過程、記憶力和注意力。這種周期為每秒25~80次的伽馬波腦電波不能就說是意識，但卻是驗證類大腦意識活動存在的重要特征。

　　藍腦計劃的確促使很多科學(xué)家和工程師們堅信計算機會“進化”出意識，一些研究機構(gòu)（甚至政府）都啟動了相應(yīng)的類腦計劃。

　　計算機是否會發(fā)展出意識會帶來人機交互發(fā)展的多種可能性。

　　如果計算機產(chǎn)生意識，并通過進化發(fā)展出機器人自己的語言、視覺以及情感等“生理”系統(tǒng)，則說明人類最引以為自豪的“思維”能力是可以按照一定模式被設(shè)計然后進化出來。如果機器人是被人類創(chuàng)造出來的，那么人類是否也是被設(shè)計然后進化出來的？

　　在同一個星球上，如果機器人進化能力始終超不過人類進化能力，人類可以借助完全智能的計算機在深海探索、深空外星移民等領(lǐng)域獲得重大突破。那么未來的人機交互技術(shù)主要在于研究：向外怎么利用人工智能進行太空探索，向內(nèi)怎么利用微型智能機器人進入人體為人類健康服務(wù)。當(dāng)然，由于智能機器人有自己的情感系統(tǒng)，人機交互技術(shù)也有可能演變?yōu)槲幕涣鞯氖侄?，比如，人機交互技術(shù)可能會成為論證人是否可以與“機器人”結(jié)婚之類的倫理問題的基礎(chǔ)。

　　如果人工智能進化超過人類，一旦機器人具有“生死”的意識，因為資源競爭，那么一些科幻電影中的常見橋段就會成為現(xiàn)實：機器戰(zhàn)勝人類導(dǎo)致人類成為機器的工具。這種情況下，人機交互技術(shù)將是用于研究人類抵抗機器人的手段和武器的重要工具。

　　如果計算機不能產(chǎn)生意識，則說明目前人類尚沒發(fā)現(xiàn)宇宙中的類人智能的產(chǎn)生規(guī)律?；蛟S人類智能產(chǎn)生的規(guī)律本身除了外在條件之外，本身就是一個隨機的問題。沿著這個方向發(fā)展的人機交互技術(shù)，將是人類利用計算機的在工業(yè)控制、計算服務(wù)、醫(yī)療診斷、外空探索等重要工具。即便這樣，人類探索人工智能還任重而道遠。

　　究竟人機交互何去何從，我會說“我會永遠欣賞，未來你的任何模樣”。(楊明浩 中科院自動化所模式識別 國家重點實驗室副研究員)