人制造了機(jī)器，而機(jī)器又重新塑造了人，這是一個生生不息的過程。我們無法阻擋，只能在接受和適應(yīng)中，盡力讓機(jī)器和人類都避免異化。
文/猛犸
iPhone 4S一經(jīng)發(fā)布，追捧和調(diào)戲Siri就成了新的大眾娛樂。人們和它開玩笑，向它求愛，還時不時問它“宇宙和一切的終極答案”之類的問題。用戶把和Siri的各種互動發(fā)到視頻網(wǎng)站上，探索著它“智慧”可能性的盡頭，像是發(fā)現(xiàn)了一個能和人類溝通的新物種。
如此受歡迎的Siri，并不是已經(jīng)擁有悠久歷史的語音識別軟件，更像是一個體積微小的“沃森(Watson)”——那個由IBM制造的、在2011年3月的問答游戲中打敗了人類選手的人工智能程序，Siri的重點(diǎn)是在于分析語句的內(nèi)容，找出句子中關(guān)鍵詞之間的關(guān)系，并且自動執(zhí)行網(wǎng)絡(luò)工具或手機(jī)軟件，以滿足用戶的需求。
Siri的歷史可以追溯到2003年。那一年，美國國防部高等計(jì)劃研究署資助了一項(xiàng)名為CALO的計(jì)劃，集合超過22家研究機(jī)構(gòu)的300名研究人員之力，只為解決一個問題：開發(fā)出能夠?qū)W習(xí)、懂得人類語言的軟件，它會根據(jù)經(jīng)驗(yàn)和收集到的其他信息分析使用者的意圖，以幫助用戶完成相應(yīng)的工作。
這一計(jì)劃于2008年完成，Siri則是這一計(jì)劃產(chǎn)物的手機(jī)版——配合3G網(wǎng)絡(luò)的帶寬、更強(qiáng)大的處理器和更加智能的網(wǎng)站內(nèi)容，蘋果公司把這種擁有學(xué)習(xí)和組織能力的軟件稱做“VPS”——虛擬個人助理。這是人機(jī)交互歷史上的一個重大革新。人們喜歡使用各種各樣的問題來為難Siri，并不僅因?yàn)樗鼤o出有趣或者有用的答案，更重要的是它看起來不像是機(jī)器，而像是一個孜孜不倦又無所不能、躲在在機(jī)器里的小精靈?；蛘哒f，她像是一個活著的人。
而人們和機(jī)器之間的溝通，也正在朝著這一目標(biāo)努力：讓機(jī)器更像人。
人機(jī)間高高的門檻
人類希望用機(jī)器模擬自身的設(shè)想，從古代的文學(xué)作品中就能看到端倪。從《列子·湯問篇》中“偃師造人”的傳說，到古希臘、古羅馬的一些虛構(gòu)作品，都能看到給機(jī)器賦予人格特質(zhì)的例子。歷史上最偉大天才之一的達(dá)？芬奇就曾經(jīng)設(shè)計(jì)過機(jī)器人；1748年，法國哲學(xué)家拉？梅特利曾匿名出版了一本《人是機(jī)器》的書，干脆提出人本來就是一部精密機(jī)器的理論。這可能也是當(dāng)條件成熟之后，讓機(jī)器識字、讀書，或者讓機(jī)器能夠和人“對話”的技術(shù)迫不及待發(fā)展起來的主要原因。
傳統(tǒng)的機(jī)器和工具與人的互動簡單而直接，幾乎一眼就能看出它是如何發(fā)生的。比如當(dāng)我們壓下一根杠桿，杠桿的另一端就會翹起來；當(dāng)我們按一個按鈕時，它就會被按下去，然后發(fā)生一些我們意料之中的事情。這樣的直觀性，讓人類學(xué)習(xí)使用機(jī)器和工具的成本一直很低，但是計(jì)算機(jī)的出現(xiàn)改變了這一切——我們需要花大量的時間學(xué)習(xí)這種本來用來幫助人們的工具，本應(yīng)成為大眾工具的機(jī)器卻因?yàn)榧夹g(shù)的高門檻而讓大眾陷入困惑之中。
這與電腦界面一直不符合人類的直覺有關(guān)。計(jì)算機(jī)內(nèi)部發(fā)生的事情對于大多數(shù)人來說，并不直觀，即使連我們在鍵盤上打字或者移動一下鼠標(biāo)這樣看似極簡單的事，其背后也比表面看到的復(fù)雜許多。當(dāng)我們按下鍵盤上的一個鍵時，特定的電路閉合并發(fā)出一個信號，經(jīng)過鍵盤內(nèi)部單片機(jī)的處理發(fā)送給主機(jī)的接口，然后由CPU根據(jù)當(dāng)前運(yùn)行的程序來運(yùn)算，再把結(jié)果發(fā)到屏幕上——可能是屏幕上出現(xiàn)了一個字母，或者是在游戲里走了一步。如果一個原始人穿越到了現(xiàn)代，一定會認(rèn)為我們都是巫師——我們做出奇怪的手勢，面前的鏡子(屏幕)上就會出現(xiàn)神秘的符號和畫面；我們在一塊板子(鍵盤)上敲敲打打，另外一個地方卻出現(xiàn)了變化。
自計(jì)算機(jī)發(fā)明以來，我們已經(jīng)熟悉了這種與它們相處的方式，并且忽視了這一長串的隱匿過程，以為當(dāng)我們在鍵盤上按下一個鍵，屏幕上就會出現(xiàn)相應(yīng)的活動，一切就這么簡單。實(shí)際上，鍵盤和鼠標(biāo)隱藏了人機(jī)交互的復(fù)雜性，以一種接近直觀的方式展示出來。但是，這并不夠，人們一直想要更好的人機(jī)交互方式，想讓計(jì)算機(jī)能夠和人一樣，我們與它們可以進(jìn)行更加自然的交互。要實(shí)現(xiàn)這樣的設(shè)想，需要我們改變一些固有的策略才行。
你就是控制器
過去，計(jì)算機(jī)的運(yùn)算能力是很珍貴的資源，直到今天，計(jì)算機(jī)和用戶之間的交互還是通過一種叫做“中斷”的方式來進(jìn)行，這像是暗示計(jì)算機(jī)的運(yùn)算資源依然很珍貴，我們只能偶爾打擾它一下——就好像它是我們的上司一樣。但是在摩爾定律的幫助下，今天的計(jì)算機(jī)用戶已經(jīng)不再需要這樣小心翼翼了，如今的計(jì)算機(jī)用戶擁有的計(jì)算能力已經(jīng)超過了通常所需，往往只有在玩很精美的3D游戲時，計(jì)算機(jī)運(yùn)算器件的溫度才會有明顯上升，因此以計(jì)算機(jī)為主的模式，可以改變了。今天，在計(jì)算機(jī)和用戶組成的計(jì)算機(jī)系統(tǒng)中，用戶才是更重要的資源，而計(jì)算機(jī)可以退居二線，讓它實(shí)時觀察用戶的動作并且更加及時地做出反應(yīng)，才是更合適的途徑。
視線跟蹤軟件就是一例。很顯然，用視線來控制計(jì)算機(jī)不僅能夠讓殘疾人更方便地使用電腦，也會讓那些騰不出手來或者僅僅是犯懶的用戶，能更容易地得到他們想要的信息。
早在19世紀(jì)，人們便已經(jīng)發(fā)現(xiàn)視線并非如我們以為的那樣是平滑移動的。其實(shí)，人們在看到物體的時候，視線會在大約只有0.1秒的短暫注視后，從一個點(diǎn)跳躍到另一個點(diǎn)，其過程就像我們對著不同方向拍了幾張照片，再把它們拼成一張更大的照片一樣。人類的視線能夠準(zhǔn)確觀察到的范圍可能比我們想象的要小得多——大約相當(dāng)于我們伸直手臂時，能夠看到的自己大拇指的長度。在不停地視線跳躍中，我們的大腦會自動把這些圖像拼合起來，讓我們意識不到視線的跳躍。這一發(fā)現(xiàn)，展示出了使用視線來控制機(jī)械設(shè)備的可能性。
今天，人們已經(jīng)有了不少方法來判斷瞳孔的位置，進(jìn)而模擬計(jì)算出視線在屏幕上的精確落點(diǎn)。最簡單的方式是使用家用攝像頭首先判斷使用者的面部位置，找到你的眼睛，既而通過虹膜與瞳孔的顏色差，計(jì)算出瞳孔的位置，再根據(jù)距離計(jì)算出瞳孔中心指向的屏幕位置。
2002年5月，英國倫敦的帝國大學(xué)開發(fā)了一種叫做“眼標(biāo)”的設(shè)備，讓用戶能夠使用視線來控制鼠標(biāo)指針。2009年5月，英國蒙特福德大學(xué)的研究者們在計(jì)算機(jī)屏幕邊緣設(shè)置了兩個近紅外線攝像頭，以此精確區(qū)分瞳孔和虹膜部分，通過獲取的兩副紅外圖像的位置差，可以將瞳孔的位置定位得更加精確，讓用戶可以只靠眼睛來玩復(fù)雜的電腦游戲。
德國夫瑯禾費(fèi)協(xié)會(Fraunhofer-Gesellschaft)的光電微系統(tǒng)研究所甚至更進(jìn)一步，開發(fā)出了將攝像機(jī)和屏幕結(jié)合在一起的工具，當(dāng)用戶盯著屏幕時，屏幕也在用無數(shù)的小眼睛盯著用戶，遍布整個屏幕的攝像頭可以把用戶的視線落點(diǎn)計(jì)算得更加精確。雖然這一技術(shù)目前尚未進(jìn)入成熟商用，但已沒有什么根本難題需要解決。
既然視線可以捕捉，那么計(jì)算機(jī)用戶的表情和動作自然也可以捕捉。幾年前，英特爾就已開始嘗試在電視上安裝攝像頭，根據(jù)用戶的表情來控制錄像的播放。例如在一場球賽中，電視“看到”用戶表情比較激動的話，就會把剛才的片段以慢動作重放一次。
家用游戲主機(jī)商們更是早就開戰(zhàn)了人體動作捕捉上的探索，希望把這種以前只用于電影特效的技術(shù)帶入玩家的起居室。任天堂公司就在Wii的手柄中加入了紅外和加速度傳感器，讓手柄變成各種各樣的運(yùn)動器材；索尼的PS Move看起來像個麥克風(fēng)，其實(shí)它不僅有加速度傳感器和陀螺儀，而且還能發(fā)光；附加在微軟Xbox 360上的Kinect更是完全拋棄了游戲手柄，僅憑兩部攝像頭、麥克風(fēng)和紅外線傳感器就能跟蹤玩家的肢體動作，還能識別玩家的語音指令。
Kinect用彩色和黑白的兩個攝像頭獲取玩家的立體圖像，通過紅外線感知玩家離電視的大致距離，以判斷玩家的身體動作，并將之轉(zhuǎn)化為游戲中角色的動作。2009年7月，比爾？蓋茨提到，Kinect不僅僅是玩具，還會成為我們操控電腦的新方式?！斑@不僅限于游戲，還可以應(yīng)用在所有基于電子媒體的消費(fèi)品上，甚至包括使用Windows的電腦、視頻會議、協(xié)同工作和通信等?！彼f，“這是3D定位設(shè)備，這是視頻識別，是可以進(jìn)行行為判斷的攝像頭。”的確如此。Kinect發(fā)布沒多久，就有黑客把它移植到家用計(jì)算機(jī)上，微軟也發(fā)布消息，說在Windows 8發(fā)布時，將讓Kinect在PC上也可以使用。
機(jī)器更懂你
不久以后，我們在空氣中比劃手勢就能操作計(jì)算機(jī)，就像湯姆？克魯斯在電影《少數(shù)派報告》中所做的那樣。當(dāng)這種技術(shù)真正進(jìn)入商用，《鋼鐵俠》中托尼？史塔克那套空氣投影和動作捕捉結(jié)合的工作環(huán)境將不再是科幻。這種人機(jī)互動技術(shù)使得我們不再需要指揮計(jì)算機(jī)，而是徹底由計(jì)算機(jī)隨時“緊盯”我們的動作。這樣會更自然，或者說，更符合我們的直覺。
2009年，麻省理工學(xué)院(MIT)媒體實(shí)驗(yàn)室的印度天才帕納夫？米斯瑞(Parnav Mistry)就展示了一個基于人類直覺的操作系統(tǒng)。這種系統(tǒng)叫做“第六感(Sixsense)”，它由一部手機(jī)、一個微型投影儀、一個攝像頭、幾個不同顏色的智能鼠標(biāo)手指和相應(yīng)的軟件構(gòu)成?！暗诹小痹O(shè)備擁有完整的輸入輸出：用攝像頭拍攝下人們的手勢和面前的一切，并且用它來執(zhí)行相應(yīng)的動作。例如你把一本書放在攝像頭前面，“第六感”就會通過手機(jī)里面的OCR(光學(xué)字符識別)軟件判斷出書名，再去亞馬遜這樣的網(wǎng)上書店中搜尋，把書評直接投影在書的封面上，給你的購買做參考。此外，當(dāng)你看到某個人的時候，它會用圖像搜索程序搜索此人的照片，再提供給你網(wǎng)上關(guān)于此人的相關(guān)資料，幫助你化解對面卻不相識的尷尬。而當(dāng)你用手比出一個取景框姿勢時，它就會拍下你眼前的美景。
雖然以目前手持設(shè)備的計(jì)算能力，要完成“第六感”設(shè)想的計(jì)算還有些難度，但是這種基于人類直覺的操作方式還是讓人眼前一亮。這比Kinect這樣的動作捕捉技術(shù)更近了一步，它能夠讓計(jì)算資源圍繞人的需要而配置，根據(jù)人的周圍環(huán)境而判斷出人們最需要的是什么信息。帕納夫？米斯瑞在發(fā)布“第六感”時曾說：“我相信把信息跟所有物件整合，不僅能幫助我們消除信息鴻溝，還能以某種方式幫助我們保有人性，加強(qiáng)我們與實(shí)體世界的連接，最終我們不會變成坐在一臺機(jī)器面前的另一臺機(jī)器?！?/FONT>
消除信息鴻溝的根本方法，在于讓人們生活的這個由原子構(gòu)成的真實(shí)世界和由字節(jié)構(gòu)成的虛擬世界能夠隨時連接在一起——甚至更進(jìn)一步地疊加在一起。
在日本東京都的立川市，有一棟叫做N Building的建筑，它的墻上刷著一副81平方米的巨型標(biāo)記，這看起來似乎沒有什么意義，但是如果你在智能手機(jī)上安裝一個軟件，再用手機(jī)攝像頭對準(zhǔn)那個標(biāo)記，屏幕上就會顯示出建筑中的店鋪、商品和打折的信息，就像你的手機(jī)變成了一個透視窗口，它讓建筑物內(nèi)部的信息一覽無余。
1992年，波音公司計(jì)算機(jī)研究部門的首席科學(xué)家托馬斯？考德爾(Thomas Caudell)提出了這種被叫做“增強(qiáng)現(xiàn)實(shí)”的設(shè)想。他認(rèn)為，人類可以將所需要的數(shù)據(jù)投射到真實(shí)世界的景物上，以減少人們在真實(shí)世界與虛擬世界之間切換所花費(fèi)的時間。不過，當(dāng)時的計(jì)算能力不足以支持這樣的設(shè)計(jì)，但現(xiàn)在已經(jīng)不成問題?，F(xiàn)在，寶馬公司在使用這種技術(shù)培訓(xùn)維修人員，醫(yī)學(xué)院用它來培訓(xùn)外科醫(yī)生，甚至有人在名片背后也印上標(biāo)記，當(dāng)它對著攝像頭時，電腦會顯示出一個立體的網(wǎng)格人物形象，還會主動進(jìn)行自我介紹。
甚至就連雜志也不甘落后——2009年12月的《Esquire》封面是《鋼鐵俠》和《大偵探福爾摩斯》的主演小羅伯特？唐尼，他手指著一個由黑色和白色方塊組成的圖形。當(dāng)你在雜志官網(wǎng)上下載一個軟件，再把封面上的圖形放到攝像頭前，小羅伯特？唐尼就會出現(xiàn)在你的屏幕上，展示這期雜志的更多故事，有視頻、有動畫、有訪談，甚至還有汽車廣告。阿迪達(dá)斯正計(jì)劃推出幾款支持增強(qiáng)現(xiàn)實(shí)的運(yùn)動鞋，讓你能夠和穿同款球鞋的玩家一起玩虛擬游戲。和“第六感”類似，增強(qiáng)現(xiàn)實(shí)技術(shù)讓我們無須努力翻找信息，而是讓信息根據(jù)我們的所需，適時地出現(xiàn)在我們眼前。
美麗新世界，抑或深淵
所有這些讓人機(jī)互動更為友好的技術(shù)都暗示了同一種趨勢——讓計(jì)算機(jī)變得更加像人，機(jī)器不再像過去那樣只會等待人們的提問，它們會像人一樣考慮更多的可能性，然后做出最合適的反應(yīng)。今天，硬件、軟件、人機(jī)交互、微型設(shè)備等領(lǐng)域的進(jìn)展，意味著一種新的人機(jī)交互方式——讓機(jī)器更“懂”人的心思。
隱藏在這種趨勢之下的，是一堆看不見的傳感器、大量程序和互聯(lián)網(wǎng)的協(xié)同工作。隨著計(jì)算設(shè)備能力的提升、電子器件微型化進(jìn)程的進(jìn)展，計(jì)算設(shè)備終將會變成圍繞在我們身邊的一團(tuán)空氣，它們從我們的生活中學(xué)習(xí)，自動自發(fā)地做好一切準(zhǔn)備。這些行為是如此自然，人們不會意識到這是大量計(jì)算得出的最優(yōu)結(jié)果，我們不再需要告訴機(jī)器去做什么，它們就會主動“關(guān)照”我們。
這幾乎是已經(jīng)確定的未來。但是人們對這樣的機(jī)器將會產(chǎn)生什么樣的反應(yīng)，并不可知。必然有些人會歡欣鼓舞新時代的來到，但是也一定會有人厭煩、擔(dān)心，甚至恐懼。對新技術(shù)的擔(dān)憂可能來自人們固有的心理障礙，不過機(jī)器即使像一個傻頭傻腦的大鐵塊，也并不能保證它就一定招所有人喜歡。對機(jī)器的恐懼，比較合理的解釋也許是人們對看起來有智能的對象會表現(xiàn)出一點(diǎn)感情色彩，我們可能不會對一個電燈開關(guān)關(guān)心備至，但有時會忍不住把自己的計(jì)算機(jī)擬人化。
斯坦福大學(xué)傳播系的學(xué)者也認(rèn)可這種觀點(diǎn)。拜倫？里弗斯(Byron Reeves)和克利福德？奈斯(Clifford Nass)在那本里程碑式的《媒介公式》中，研究了人與信息技術(shù)設(shè)備的關(guān)系，他們用20年的時間和數(shù)十個實(shí)驗(yàn)證實(shí)，人們和自己使用的計(jì)算機(jī)之間的確存在類似人類之間的感情。正是基于這些實(shí)驗(yàn)，他們幫助微軟開發(fā)出了Word軟件中那個長著兩只大眼睛、曲別針形狀的助手“Clippy”。有些人喜歡它，也有許多人討厭它，但重點(diǎn)是，這個完全沒有生命的小東西喚起了人們強(qiáng)烈的情緒反應(yīng)。卡耐基梅隆大學(xué)和喬治亞理工學(xué)院的研究表明，人們會一廂情愿地將情感投射到機(jī)器上，期盼它們的行為像人類自己一樣。當(dāng)機(jī)器達(dá)不到這樣的要求時，人們會失望和憤怒。
更成熟的人機(jī)交互技術(shù)會讓用戶誤認(rèn)為計(jì)算設(shè)備可能擁有某些人類的特質(zhì)，變成某種像是人的“生物”。這種趨勢讓學(xué)者擔(dān)憂這會進(jìn)而改變?nèi)祟悓Υ嫒说姆绞健?011年12月7日，供職于美國?？怂剐侣勁_的心理學(xué)家基思？阿布羅發(fā)表了一篇文章，認(rèn)為Siri這樣的工具會弱化人類的正常社交能力，減少人類正常的情感響應(yīng)，讓我們的語言和情感最終變得和一臺機(jī)器差不多。不過，這只是一種比較嚴(yán)重的推測，我們只能希望它不會發(fā)生。
人機(jī)交互的確會向著更自然的方式前進(jìn)，但是我們也正在受到機(jī)器越來越多的影響，只要看看那些整天“調(diào)戲”Siri而樂此不疲的人，就會對此心中有數(shù)。但是，宛如DNA雙螺旋緊緊纏繞一般，人制造了機(jī)器，機(jī)器又重新塑造著人，這是一個生生不息的過程，我們無法阻擋，只能在接受和適應(yīng)中，盡力讓機(jī)器和人類都避免異化。?
