王思邁

摘 要 人機(jī)交互是計(jì)算機(jī)科學(xué)的主要分支領(lǐng)域之一，旨在研究計(jì)算機(jī)、機(jī)器人等系統(tǒng)如何與用戶進(jìn)行合理的交流互動(dòng)。自第一臺(tái)計(jì)算機(jī)在賓夕法尼亞大學(xué)誕生以來，人機(jī)交互技術(shù)就深深地影響著計(jì)算機(jī)科學(xué)的發(fā)展進(jìn)程，每一次人機(jī)交互技術(shù)的革新都會(huì)給個(gè)人電腦與互聯(lián)網(wǎng)的普及帶來新的曙光。文章梳理了人機(jī)交互的發(fā)展歷程，并將人機(jī)交互分為傳統(tǒng)人機(jī)交互技術(shù)和先進(jìn)人機(jī)交互技術(shù)進(jìn)行分別闡述，并在文章的最后對未來人機(jī)交互的形式進(jìn)行了展望。

關(guān)鍵詞 人機(jī)交互；計(jì)算機(jī)；用戶；互聯(lián)網(wǎng)

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2019）230-0142-03

所謂人機(jī)交互，是指用戶與系統(tǒng)之間的交流、互動(dòng)。此處的系統(tǒng)，既可以是電腦、手機(jī)、機(jī)器人等機(jī)器，也可以指軟件或操作系統(tǒng)等。而人機(jī)交互界面則通常指用戶可見的部分，如電視機(jī)上的按鈕、汽車的儀表盤、生產(chǎn)車間的控制室等，都是人機(jī)交互界面的典型案例。系統(tǒng)可用性和用戶友好性是人機(jī)交互設(shè)計(jì)需要考慮的兩大因素。

人機(jī)交互的最新研究成果有什么？人機(jī)交互的發(fā)展經(jīng)歷了哪些歷程？人機(jī)交互有哪些典型技術(shù)和新興技術(shù)？本文將一一對此進(jìn)行介紹。

1 人機(jī)交互發(fā)展歷程

1.1 人機(jī)交互最新研究成果

2018年10月31日，柔宇科技的第一款消費(fèi)級(jí)可折疊式手機(jī)問世，這也是世界上第一款可折疊手機(jī)。在發(fā)布會(huì)上，該手機(jī)最引人矚目的特征就是“可折疊”，一部手機(jī)可以延展成一臺(tái)iPad大小。近年來，智能手機(jī)、iPad、超級(jí)本等消費(fèi)級(jí)電子產(chǎn)品已經(jīng)走進(jìn)千家萬戶，但是材料屬性的限制使得用戶需要購買不同尺寸的電子產(chǎn)品，其經(jīng)濟(jì)性和便攜性難以保證。

從軟件的角度看，可折疊技術(shù)會(huì)給UI（User Interface，用戶界面）設(shè)計(jì)帶來一次革命性的變化，而電腦手機(jī)“合二為一”，則意味著移動(dòng)互聯(lián)網(wǎng)將成為互聯(lián)網(wǎng)時(shí)代的“霸主”，Web2.0時(shí)代即將走向終結(jié)。

除了柔性屏帶來的電子產(chǎn)品交互方式的變化，近年來，語音交互、手勢識(shí)別、虛擬現(xiàn)實(shí)等先進(jìn)交互技術(shù)的誕生，極大地拓展了人機(jī)交互的可能性。而人機(jī)交互帶來的用戶體驗(yàn)的提升，正在為計(jì)算機(jī)和互聯(lián)網(wǎng)帶來數(shù)以億計(jì)的用戶。

這就是技術(shù)變革對交互方式真正的價(jià)值，從鍵盤鼠標(biāo)的發(fā)明，到語音助手、人臉識(shí)別技術(shù)的應(yīng)用，再到如今的“柔性屏”技術(shù)，人機(jī)交互形式的變化，真正使得計(jì)算機(jī)科學(xué)和互聯(lián)網(wǎng)惠及大眾、讓世界更美好。

1.2 人機(jī)交互發(fā)展歷史

自從世界上第一臺(tái)計(jì)算機(jī)ENIAC被發(fā)明以來，人機(jī)交互就成為計(jì)算機(jī)科學(xué)非常重要的一個(gè)分支學(xué)科。二戰(zhàn)期間的ENIAC被用于密碼破譯、火炮彈道計(jì)算等，此時(shí)的人機(jī)交互非常原始，通過打孔紙條來實(shí)現(xiàn)指令的輸入和輸出，一個(gè)功能簡單的程序也需要幾天時(shí)間來制作打孔紙條，并改變開關(guān)和電纜的設(shè)置。如此“原始”的人機(jī)交互方式極大地影響了計(jì)算機(jī)操作的便捷性，因此急需一種更為先進(jìn)的人機(jī)交互方式。

本文通過表格（表1）的形式梳理了人機(jī)交互的發(fā)展歷程，將每個(gè)時(shí)代最前沿、最流行的人機(jī)交互技術(shù)進(jìn)行呈現(xiàn)[ 1 ]。

由上可見，人機(jī)交互的發(fā)展是一段人（用戶）適應(yīng)機(jī)器到機(jī)器適應(yīng)人（用戶）的過程?？偨Y(jié)人機(jī)交互的發(fā)展歷史，可以分為成以下幾個(gè)階段：第一階段，手工作業(yè)階段，以打孔紙條為代表；第二階段，交互命令語言階段，用戶通過編程語言操作計(jì)算機(jī)；第三階段，圖形用戶界面階段，Windows操作系統(tǒng)是這一階段的代表；第四階段，語音交互、虛擬現(xiàn)實(shí)等智能人機(jī)交互的出現(xiàn)[ 2 ]。

2 傳統(tǒng)人機(jī)交互技術(shù)

2.1 用戶界面

用戶界面又被稱為UI（User Interface），通過關(guān)注軟件的人機(jī)交互、使用邏輯和界面的美觀程度來提升用戶使用體驗(yàn)，稍具規(guī)模的互聯(lián)網(wǎng)公司都有自己的UI設(shè)計(jì)團(tuán)隊(duì)。好的UI設(shè)計(jì)既能讓軟件美觀而有格調(diào)，還能讓軟件操作變得方便、人性化。在1970年的時(shí)候，如果用戶想使用電腦，必須在命令行界面輸入命令，繁瑣的命令行使得使用電腦變成一件“高門檻”的事情。10年之后，計(jì)算機(jī)科學(xué)研究者們才開發(fā)出第一款搭載圖形用戶界面（GUI）的電腦，窗口、菜單欄、文件夾、圖標(biāo)等元素和復(fù)制、粘貼、移動(dòng)、刪除等現(xiàn)如今稀疏平常的操作，在當(dāng)時(shí)為用戶使用計(jì)算機(jī)帶來了極大的方便。近年來，互聯(lián)網(wǎng)、智能硬件領(lǐng)域的各大企業(yè)愈發(fā)重視UI設(shè)計(jì)，要求既要滿足用戶日益增長的多元化要求，又要展示出產(chǎn)品的質(zhì)量和價(jià)值觀，UI設(shè)計(jì)已經(jīng)成為高新技術(shù)企業(yè)的一張“名片”[ 3 ]。

2.2 外接硬件設(shè)備

2.2.1 鼠標(biāo)

鼠標(biāo)是計(jì)算機(jī)的一種輸入設(shè)備，其本質(zhì)上是計(jì)算機(jī)顯示系統(tǒng)橫縱坐標(biāo)定位的指示器。鼠標(biāo)的發(fā)明和普及使得計(jì)算機(jī)操作變得簡單便捷，用戶再也不必記憶復(fù)雜的指令集。根據(jù)其工作原理的差異，鼠標(biāo)可分為滾球鼠標(biāo)、光電鼠標(biāo)和無線鼠標(biāo)。鼠標(biāo)誕生于1964年，真正成為計(jì)算機(jī)標(biāo)準(zhǔn)配件是在1984年，蘋果公司推出的Macintosh讓鼠標(biāo)走進(jìn)大眾視野，為計(jì)算機(jī)用戶帶來了全新的交互體驗(yàn)。

2.2.2 鍵盤

鍵盤也是一種輸入設(shè)備，英文字母、阿拉伯?dāng)?shù)字、標(biāo)點(diǎn)符號(hào)等字符都可以通過鍵盤直接輸入。同時(shí)，快捷鍵也是鍵盤的一大特色，最常見的如“Ctrl+C”為復(fù)制、“Ctrl+V”為粘貼。計(jì)算機(jī)鍵盤發(fā)源自打字機(jī)鍵盤，目前最為經(jīng)典的“QWERTY”設(shè)計(jì)之初的目的也是降低打字員打字速度以免卡鍵。鍵盤操作雖然不如鼠標(biāo)方便，但是作為計(jì)算機(jī)最重要的外部設(shè)備，有著無法替代的作用。

3 先進(jìn)人機(jī)交互技術(shù)

3.1 語音交互

語音交互主要包含以下步驟：

首先，語音識(shí)別，即通過麥克風(fēng)提取聲波信號(hào)，將聲波的振動(dòng)信號(hào)轉(zhuǎn)化為電信號(hào)，再將電信號(hào)進(jìn)行處理（如進(jìn)行拉普拉斯變換得到頻域信號(hào)），分析處理后的信號(hào)特征且與數(shù)據(jù)庫中的文字信息進(jìn)行匹配，數(shù)據(jù)庫越大、樣本信息越多，則語音識(shí)別的準(zhǔn)確率越高。

其次，語義識(shí)別，即讓計(jì)算機(jī)通過識(shí)別出的文字信息“讀懂”句子的含義。相比于語音識(shí)別，語義識(shí)別技術(shù)仍不夠成熟，目前在消費(fèi)級(jí)產(chǎn)品上只能實(shí)現(xiàn)喚醒、設(shè)置鬧鐘等簡單的指令理解。但是值得期待的是，谷歌、蘋果等各大科技巨頭都加大了對智能音箱的投入，機(jī)器學(xué)習(xí)可以使計(jì)算機(jī)不斷“自學(xué)”，通過大量數(shù)據(jù)來自我提升語義識(shí)別的準(zhǔn)確度，隨著時(shí)間的推移，計(jì)算機(jī)在未來可以真正做到理解用戶的指令，進(jìn)而更加精確地滿足用戶需求。

最后，語音合成。語音合成又可分為在線語音合成和離線語音合成兩部分，在線語音合成無需占用大量內(nèi)存，可通過云端數(shù)據(jù)庫合成接近甚至超越人聲的合成聲音，但是網(wǎng)絡(luò)環(huán)境會(huì)極大地影響音質(zhì)和合成速率，翻譯機(jī)、智能小助手通常采用在線語音合成技術(shù)。離線語音合成則需要用戶提前下載本地語音包，計(jì)算機(jī)接收到需要合成的句子后直接調(diào)用本地語音包進(jìn)行合成，占用較大內(nèi)存，且音色稍遜于在線語音合成。但其優(yōu)勢在于不受網(wǎng)絡(luò)環(huán)境的限制，合成速度更快，機(jī)場、商店等地的廣播通常采用離線語音合成技術(shù)[ 4 ]。

3.2 虛擬現(xiàn)實(shí)

虛擬現(xiàn)實(shí)技術(shù)（virtual reality，簡稱VR）本質(zhì)上是一種仿真技術(shù)，并融合了計(jì)算機(jī)圖形學(xué)、人機(jī)接口、多媒體融合技術(shù)、傳感器技術(shù)等諸多學(xué)科的前沿科技。虛擬現(xiàn)實(shí)技術(shù)主要包含以下幾方面。

1）模擬環(huán)境：即計(jì)算機(jī)生成、動(dòng)態(tài)三維立體圖像，并對逼真程度要求很高。

2）感知：理想的虛擬現(xiàn)實(shí)技術(shù)應(yīng)該具備人類所具有的一切感知能力，除了與計(jì)算機(jī)視覺所對應(yīng)的視覺感知能力，還應(yīng)具備聽覺、觸覺、運(yùn)動(dòng)感知、壓力感知甚至嗅覺等能力。

3）自然技能：是指虛擬現(xiàn)實(shí)可以檢測并跟蹤到人的各種動(dòng)作，如頭部、眼球、手勢、肢體等，并將感知到的動(dòng)作信號(hào)轉(zhuǎn)化成數(shù)據(jù)進(jìn)行分析和實(shí)時(shí)反饋，其中反饋的對象為用戶的五官和皮膚等感知器官，主要通過交互設(shè)備來實(shí)現(xiàn)。

虛擬現(xiàn)實(shí)技術(shù)目前仍存在許多瓶頸，傳感器精度有限、網(wǎng)絡(luò)傳輸速度限制影響著虛擬現(xiàn)實(shí)技術(shù)的用戶體驗(yàn)，相信隨著“中國智造”的實(shí)現(xiàn)和5G通信網(wǎng)絡(luò)的應(yīng)用，虛擬現(xiàn)實(shí)技術(shù)的軟硬件需求終將得到滿足[ 5 ]。

3.3 先進(jìn)人機(jī)交互技術(shù)展望

展望人機(jī)交互的發(fā)展未來，可總結(jié)為以下4個(gè)特征。

1）集成化：即集成了語音識(shí)別、手勢識(shí)別、表情識(shí)別、肢體動(dòng)作識(shí)別的交互形式，通過融合各種識(shí)別結(jié)果輸出最終判斷。

2）智能化：在人機(jī)交互中，使計(jì)算機(jī)更好地自動(dòng)捕捉人的姿態(tài)、手勢、語音和上下文等信息，了解人的意圖，并做出合適的反饋或動(dòng)作，提高交互活動(dòng)的自然性和高效性，使人-機(jī)之間的交互像人-人交互一樣自然、方便，是計(jì)算機(jī)科學(xué)家正在積極探索的新一代交互技術(shù)的一個(gè)重要內(nèi)容。人機(jī)交互與人工智能的結(jié)合，使得交互技術(shù)產(chǎn)生極大的提升。人機(jī)交互的智能化，其終極追求就是使“人-機(jī)”互動(dòng)變得像“人-人”互動(dòng)一樣自然、流暢。

3）標(biāo)準(zhǔn)化：人機(jī)交互設(shè)備的標(biāo)準(zhǔn)化可降低制造成本、挺高不同設(shè)備之間的兼容性，鼠標(biāo)和鍵盤就是一個(gè)很好的案例，當(dāng)先進(jìn)人機(jī)交互技術(shù)逐漸從“百花齊放”走向“大一統(tǒng)”的時(shí)候，標(biāo)準(zhǔn)化就是用戶乃至整個(gè)社會(huì)的必然需求[ 6 ]。

4 結(jié)論

人機(jī)交互技術(shù)是計(jì)算機(jī)科學(xué)一門重要分支，從發(fā)展歷程的角度看，人機(jī)交互方式的進(jìn)步使得計(jì)算機(jī)操作更加便捷，進(jìn)而使得計(jì)算機(jī)從軍隊(duì)、大型企業(yè)的專屬物轉(zhuǎn)變成千千萬萬用戶的日常工具。人機(jī)交互可分為傳統(tǒng)人機(jī)交互方式和先進(jìn)人機(jī)交互方式兩大類，本文分別以用戶界面、外界硬件設(shè)備和語音交互、虛擬現(xiàn)實(shí)為例，分析了這兩類交互方式的原理和主要特征，并對未來的交互方式進(jìn)行了展望。隨著更為便捷、高效的交互方式的誕生，計(jì)算機(jī)將會(huì)在生產(chǎn)、生活中為人類帶來更多的福祉。

參考文獻(xiàn)

[1]俞宏良.科技創(chuàng)新視域下我國人機(jī)交互發(fā)展問題研究[D].延吉：延邊大學(xué)，2018.

[2]劉晶.面向老年人的聲音增強(qiáng)交互認(rèn)知研究[D].廣州：廣東工業(yè)大學(xué)，2018.

[3]周莉莉.人機(jī)交互界面的藝術(shù)表現(xiàn)研究[D].合肥：合肥工業(yè)大學(xué)，2009.

[4]禹琳琳.語音識(shí)別技術(shù)及應(yīng)用綜述[J].現(xiàn)代電子技術(shù)，2013，36（13）：43-45

[5]廖斯羽.虛擬現(xiàn)實(shí)技術(shù)的特點(diǎn)及應(yīng)用[J].科技傳播，2018，10（21）：127-128，135.

[6]馬浩.多媒體英語智能客戶端的交互設(shè)計(jì)和實(shí)現(xiàn)[D].北京：北京郵電大學(xué)，2011.