人類與世界的互動，是很有趣的一件事情。打從我們還在母親肚子裡時，所有的知覺器官都還發育不完整，沒辦法聽、沒辦法看、沒辦法聞，更沒辦法去觸摸，一切只能憑感覺來了解這個世界，感覺目前所處的環境、感覺周遭的一舉一動、感覺人們的喜怒哀樂。出生後，隨著各種感覺功能的成熟，逐漸可以去看、去聽、去觸摸這個世界。我們和這個真實世界，就在這樣的交流中，互動、溝通與了解。

而現在，當人與機器已經成為密不可分的生命共同體，當0與1的數位世界已經完全與原始的類比感知掛勾在一起，與機器間更為理性而有效率的溝通方式，成為人們汲汲營營追求的目標。

Beyond Touch

在人機介面的發展史上，蘋果公司如伯樂慧眼識千里馬一般，發掘電容式觸控技術的優點，並將其引進到手機與平板等裝置之上，使得電容式觸控的長處得以在行動裝置上完全發揮。扮演伯樂的蘋果，與扮演千里馬的電容式觸控，其貢獻肯定都會在人機互動的功勞簿上被大大記上一筆。

當然，蘋果最令人津津樂道的地方，並非在其選用了哪一種觸控技術，而是蘋果『將觸控優勢完全燃燒』這一回事。其實，積極革新資訊產品的人機介面技術，是蘋果一直以來的拿手好戲，儘管不是每次都成功，然而從iPod開始的i系列商品，不斷有新穎，且真正革命性的互動作法出現。

只不過，觸控到此為止，都還是侷限於透過手指來進行互動的範疇。人們總是希望跳脫平面，來到更高一層的三度空間思考模式。不用手，一定會更快。單純觸控無法滿足人們對於人機互動的慾望，於是感測器大軍揮兵直搗應用市場。感測互動成就了下一階段的人機互動的歷史新頁。

感測打開人機互動新頁

iPhone內建的加速度計所帶來的新奇體驗，不僅造成iPhone的熱賣，也使產業開始重視觸控技術配合加速度計的發展，目前新款智慧手機均以同時支援多點觸控、加速度計為賣點。

但這樣還不夠，除了加速度計，更多感測元件例如陀螺儀（角加速計）、電子羅盤、GPS定位系統、近距離感測器等都陸續被加入智慧手機之中，甚至還會整合壓力感測器來偵測使用者所在的海拔高度。

這種單一裝置中整合多種感測器的多軸感測發展趨勢，不僅讓人機間的互動更『直來直往』，也讓許多電影中的幻想場景開始成為可能。

只要進一步整合這些來自加速度計、陀螺儀、電子羅盤與壓力感測器的資料，便可推測「使用者如何移動」、以及「使用者朝哪個方向移動了多遠」，進一步實現更精確的3D定位，例如可在室內推測使用者行走狀態的行人定位推算（Pedestrian Dead Reckoning；PDR），以及現實真實空間和虛擬空間聯動的擴增實景（Augmented Reality；AR）等用途越來越廣泛。

值得一提的是，有了更多感測元件，應用軟體必須要有能力配合感測器擷取到的輸出訊號，快速且正確判讀資訊，並做出相對反應，其重要性將越來越高。

體感互動強者爭霸

除了智慧手機，遊戲機與使用者的互動，也成為感測器大舉攻城掠地的目標。任天堂Wii一舉革新了遊戲機的傳統操作思維，而微軟的Kinect更讓人機互動一舉躍升到影像感測的更高層級。

事實上，自從Wii打開體感互動的大門後，遊戲機大廠也相繼叩關。Sony在2010年推出PS3，以CMOS感測影像輔以LED光球定位，精細度較Wii更上一層樓。但隨後微軟Kinect又以內建紅外線發射器加上CMOS測距裝置重砲還擊，除了動作定位，還可辨識3D動作。而外加RGB的CMOS感測器更可讓多人同時連線遊戲。

微軟以Kinect打遍天下無敵手，近期微軟更打鐵趁熱推出新版Kinect，除了能和微軟作業系統Windows搭配使用之外，同時也有助開發商擴張Kinect應用市場。微軟的想法顯而易見，想藉著目前佔有率頗高的Windows系統，讓更多專業開發者願意投入為Kinect開發應用，使其未來不論在家庭中或者辦公室、在室內或室外，角色都變得更為重要。

第一代Kinect問世後，便一舉將Xbox 360捧上遊戲機銷量冠軍寶座。2010年微軟就售出超過1800萬台Kinect。Forrester Research分析師James MacQuivey認為，若從人機互動的觀點出發，Kinect將是微軟翻身的絕佳機會。

James說：「Kinect不只是一個周邊商品，而是一個未來。」

微軟亟欲讓Kinect走出遊戲市場，讓體感完全融入日常活動，成為生活的一部份。目前已有350家公司與微軟合作開發Kinect應用，並將其應用於不同場合，例如在波音客機的銷售大廳，能為客人提供一趟虛擬航程；在加拿大的醫院中，外科醫生只需透過體感控制，不需要使用沾滿細菌的手去碰觸設備；不久的未來，百貨商場也可以直接透過Kinect來掃描客人體型，測量尺碼，來推薦適合的服裝。

而為了鼓勵開發商發展更多應用，微軟也與TechStars共同發起一個Kinect Accelerator活動來發想創意，並為剛起步的技術公司提供技術指導與資金。該活動至今已經開發出499種應用。

這些應用目前暫時都無法透過iOS與Android的行動設備來使用，唯有透過Windows系統才能體驗全貌。也因此，Kinect被視為Windows的救世主。然而James認為，Kinect想要進一步走入生活中，除了需降低價格，更需要一個真正具殺傷力的應用，來讓Kinect成為必需品。而尺寸更小，更便於攜帶當然更加分。

「現在萬事俱備的微軟，大概就只欠東風了」，James說。

『出一張嘴』的聲控體驗

從手指到體感，這些人機互動方式都還是需要人們去『動作』來控制機器。然而像電影中那樣，人們只要輕鬆出一張嘴，機器聽到之後就會自動會去完成所有工作的場景是否存在呢？

當iPhone 4S問世之後，透過聲音的人機互動方式終於露出了曙光。這個稱為Siri的語音技術，是人工智慧、自動學習加上情境感知系統的綜合體。Siri一開始的雛形，是1960年代美國國防部的『複雜情境電腦智慧能力發展』計劃，這個研究計劃在專家與企業資助下發展了長達40年以上。

開發Siri的同名團隊，被蘋果看中了其語音辨識技術的優勢，出資2億美元，在2010年收購該團隊。蘋果獲得了該研究成果，因此擁有人機對話，以及自然語言理解、機器學習等技術。

Siri的出現，歸因於語音辨識及人工智慧發展的突破，加上電腦運算與作業系統工作能力有了大幅成長，另外摩爾定律的加持、配合網際網路普及與蘋果本身的硬體整合能力，在對的時間加上對的科技，Siri也由此誕生。

根據使用者測試，發現Siri的學習能力非常高。不僅可學習使用者口音及聲音特徵，還可自動紀錄名單上沒有的人。此外，使用者也可以要求Siri讀出簡訊內容，再透過Siri來直接回覆，並可在寄出前先讀出內容，讓使用者確認無誤後再送出。

要想更了解Siri的精神，可以看看蘋果全球產品行銷資深副總裁Phil Shiller所談及的這一段話。

他強調，Siri的設計理念，是希望能讓裝置跳脫過去只能利用單一字彙你問我答的傳統模式，讓裝置可以直接辨識發問者的完整提問內容，甚至是隱藏在文句之後的深層意思，同時也能支援不同的回應方式，讓系統能以更『自然地』與使用者互動，提供所需。

Android陣營推Iris回擊

號稱人工智慧的Siri聲控功能，一問世就造成業界新震撼。新的問題是，別的陣營該不該跟進聲控功能呢？目前緊咬蘋果不放的Android陣營深怕一個不小心又再度落後，因此已經有了動作。例如dexetra.com便積極發展以Android為基礎的聲控程式，並將其取名為「Iris」。這可有意思了，仔細一看會發現，這正是Siri倒過來的寫法，似乎意味著Android抗衡蘋果的強大決心。

看來，蘋果的每一步，的確讓競爭對手步步為營。但面對如此智慧化的對手，Android陣營也不甘示弱。

其實，以Android為基礎的語音識別系統目前已有Speaktoit Assistant這套軟體。但dexetra.com團隊進一步利用Android語音轉文字（speech-to-text）技術，搶先推出Iris的最初版本。這套聲控系統目前已經可以辨識包括轉換率、藝術、文學、歷史和生物學等基本主題，問它2乘以8等於多少，它可以準確回答出16。

Iris開發商表示，這套最初版僅花了8個小時便完成，目前也可免費下載。不過，這是最初版本，因此進步空間仍很大，例如問題的反應速度還是過慢。當然，Iris在未來不斷開發新功能，陸續進化之後，以目前Android系統市佔第一的情況來推估，Siri很可能反被壓得喘不過氣。

Intel打造聲控Ultrabook

打造行動平台不遺餘力的Intel，想將自家處理器平台推向行動市場高峰，自然也不會看輕聲控技術，特別是在Ultrabook的產品推廣上。

Intel與知名聲控軟體公司Nuance合作，運用的是Nuance的「Dragon」語音辨識科技，來開發專為Ultrabook設計的直覺式互動的聲控程式。Dragon聲控技術為Dragon Naturally Speaking聲控軟體的核心技術。讓使用者可以透過自然的對話方式控制裝置，並藉此啟動應用程式、播放多媒體、與社群網站互動並操作電子郵件信箱與行事曆。

事實上，Nuance的Dragon聲控技術已經搶先應用於LG的3D Smart TV的Magic Remote遙控器上。該款Smart TV隨機附贈具聲控、滾輪、神奇手勢以及點選等四種控制選項的遙控器。該遙控器的聲控功能初期可支援美式英語、美式西班牙語、加拿大法語及韓語等。

HMI的未來進行式

目前，人類與機器的互動，仍然是『以手為主、以口為輔』。而人機互動的終極目標，是在於讓機器更為智慧化，主要目標包括以下兩者：

(1) 能自動：未來機器需可自行偵測所處環境、地點、白天黑夜，來自動進行更為體貼的動作，例如自動調整顯示器亮度、或者提醒主人剛路過的商店有折扣等。

(2) 能學習：學習功能如同電影那樣，機器可以透過平常使用習慣，來學習記憶一位或多位不同使用者慣用的模式，當遇到類似的狀況時，不需使用者輸入任何指令，機器可直接執行正確的動作。

在電影中，一般人應該都看過類似的場景，也就是未來人們戴上一個帥氣的眼鏡，就可以透過這個眼鏡看到真實與虛構整合的空間，以及各種環境相關資訊。這種互動科技，其實正是類似今日頭戴式眼鏡（HMD）或者擴增實境的概念，它完全符合自動化與學習化的未來人機互動模式，不需額外輸入指令，便會自動顯示必要的資訊給使用者。

HMD這種頭戴式眼鏡，戴上之後，會有如身歷其境一般的視覺體驗。這種人機介面目前在消費市場主要用於個人化的多媒體享受，例如觀賞電影。HMD主打行動市場，未來說不定會成為智慧手機的周邊配備之一。事實上，HMD這樣好用的技術，早有玩家把它拿來與Kinect一起使用，讓玩家遊歷在虛幻空間之中。

至於擴增實境（AR），則更是虛擬與現實的延伸。

擴增實境這種使用介面，指的是能把虛擬資訊加到使用者感官知覺上的電腦顯示器，大多以透視裝置例如頭戴式眼鏡，把資訊或影像加到使用者所見的畫面上，讓現實世界的場景與虛構資訊結合。這種系統必須追蹤使用者頭部的位置與方向，好讓疊上去的資訊能符合使用者真正看到的世界。

擴增實境系統採用和虛擬實境（virtual reality；VR）類似的硬體技術，但主要差異是，VR是以虛構畫面取代真實世界，而AR卻是在真實世界中擴增資訊。

結語

從手指開始，人類與機器互動的歷史，一路展延，最終的盡頭是什麼？是可直接口語命令機器去做事，還是根本只要透過大腦，想到什麼，機器就會做什麼？人與機器之間，還有無限的互動可能，不論是AR或VR，可預見在未來，除了人、機之外，機器與環境間的感知連結也將成為互動的一部分。如此人、機、地完全無縫接軌，將是人機互動的最終境界了吧。