人类与世界的互动，是很有趣的一件事情。打从我们还在母亲肚子里时，所有的知觉器官都还发育不完整，没办法听、没办法看、没办法闻，更没办法去触摸，一切只能凭感觉来了解这个世界，感觉目前所处的环境、感觉周遭的一举一动、感觉人们的喜怒哀乐。出生后，随着各种感觉功能的成熟，逐渐可以去看、去听、去触摸这个世界。我们和这个真实世界，就在这样的交流中，互动、沟通与了解。

而现在，当人与机器已经成为密不可分的生命共同体，当0与1的数位世界已经完全与原始的类比感知挂勾在一起，与机器间更为理性而有效率的沟通方式，成为人们汲汲营营追求的目标。

Beyond Touch

在人机介面的发展史上，苹果公司如伯乐慧眼识千里马一般，发掘电容式触控技术的优点，并将其引进到手机与平板等装置之上，使得电容式触控的长处得以在行动装置上完全发挥。扮演伯乐的苹果，与扮演千里马的电容式触控，其贡献肯定都会在人机互动的功劳簿上被大大记上一笔。

当然，苹果最令人津津乐道的地方，并非在其选用了哪一种触控技术，而是苹果『将触控优势完全燃烧』这一回事。其实，积极革新资讯产品的人机介面技术，是苹果一直以来的拿手好戏，尽管不是每次都成功，然而从iPod开始的i系列商品，不断有新颖，且真正革命性的互动作法出现。

只不过，触控到此为止，都还是局限于透过手指来进行互动的范畴。人们总是希望跳脱平面，来到更高一层的三度空间思考模式。不用手，一定会更快。单纯触控无法满足人们对于人机互动的欲望，于是感测器大军挥兵直捣应用市场。感测互动成就了下一阶段的人机互动的历史新页。

感测打开人机互动新页

iPhone内建的加速度计所带来的新奇体验，不仅造成iPhone的热卖，也使产业开始重视触控技术配合加速度计的发展，目前新款智慧手机均以同时支援多点触控、加速度计为卖点。

但这样还不够，​​除了加速度计，更多感测元件例如陀螺仪（角加速计）、电子罗盘、GPS定位系统、近距离感测器等都陆续被加入智慧手机之中，甚至还会整合压力感测器来侦测使用者所在的海拔高度。

这种单一装置中整合多种感测器的多轴感测发展趋势，不仅让人机间的互动更『直来直往』，也让许多电影中的幻想场景开始成为可能。

只要进一步整合这些来自加速度计、陀螺仪、电子罗盘与压力感测器的资料，便可推测「使用者如何移动」、以及「使用者朝哪个方向移动了多远」，进一步实现更精确的3D定位，例如可在室内推测使用者行走状态的行人定位推算（Pedestrian Dead Reckoning；PDR），以及现实真实空间和虚拟空间联动的扩增实景（Augmented Reality；AR）等用途越来越广泛。

值得一提的是，有了更多感测元件，应用软体必须要有能力配合感测器撷取到的输出讯号，快速且正确判读资讯，并做出相对反应，其重要性将越来越高。

体感互动强者争霸

除了智慧手机，游戏机与使用者的互动，也成为感测器大举攻城掠地的目标。任天堂Wii一举革新了游戏机的传统操作思维，而微软的Kinect更让人机互动一举跃升到影像感测的更高层级。

事实上，自从Wii打开体感互动的大门后，游戏机大厂也相继叩关。 Sony在2010年推出PS3，以CMOS感测影像辅以LED光球定位，精细度较Wii更上一层楼。但随后微软Kinect又以内建红外线发射器加上CMOS测距装置重炮还击，除了动作定位，还可辨识3D动作。而外加RGB的CMOS感测器更可让多人同时连线游戏。

微软以Kinect打遍天下无敌手，近期微软更打铁趁热推出新版Kinect，除了能和微软作业系统Windows搭配使用之外，同时也有助开发商扩张Kinect应用市场。微软的想法显而易见，想借着目前占有率颇高的Windows系统，让更多专业开发者愿意投入为Kinect开发应用，使其未来不论在家庭中或者办公室、在室内或室外，角色都变得更为重要。

第一代Kinect问世后，便一举将Xbox 360捧上游戏机销量冠军宝座。 2010年微软就售出超过1800万台Kinect。 Forrester Research分析师James MacQuivey认为，若从人机互动的观点出发，Kinect将是微软翻身的绝佳机会。

James说：「Kinect不只是一个周边商品，而是一个未来。」

微软亟欲让Kinect走出游戏市场，让体感完全融入日常活动，成为生活的一部份。目前已有350家公司与微软合作开发Kinect应用，并将其应用于不同场合，例如在波音客机的销售大厅，能为客人提供一趟虚拟航程；在加拿大的医院中，外科医生只需透过体感控制，不需要使用沾满细菌的手去碰触设备；不久的未来，百货商场也可以直接透过Kinect来扫描客人体型，测量尺码，来推荐适合的服装。

而为了鼓励开发商发展更多应用，微软也与TechStars共同发起一个Kinect Accelerator活动来发想创意，并为刚起步的技术公司提供技术指导与资金。该活动至今已经开发出499种应用。

这些应用目前暂时都无法透过iOS与Android的行动设备来使用，唯有透过Windows系统才能体验全貌。也因此，Kinect被视为Windows的救世主。然而James认为，Kinect想要进一步走入生活中，除了需降低价格，更需要一个真正具杀伤力的应用，来让Kinect成为必需品。而尺寸更小，更便于携带当然更加分。

「现在万事俱备的微软，大概就只欠东风了」，James说。

『出一张嘴』的声控体验

从手指到体感，这些人机互动方式都还是需要人们去『动作』来控制机器。然而像电影中那样，人们只要轻松出一张嘴，机器听到之后就会自动会去完成所有工作的场景是否存在呢？

当iPhone 4S问世之后，透过声音的人机互动方式终于露出了曙光。这个称为Siri的语音技术，​​是人工智慧、自动学习加上情境感知系统的综合体。 Siri一开始的雏形，是1960年代美国国防部的『复杂情境电脑智慧能力发展』计划，这个研究计划在专家与企业资助下发展了长达40年以上。

开发Siri的同名团队，被苹果看中了其语音辨识技术的优势，出资2亿美元，在2010年收购该团队。苹果获得了该研究成果，因此拥有人机对话，以及自然语言理解、机器学习等技术。

Siri的出现，归因于语音辨识及人工智慧发展的突破，加上电脑运算与作业系统工作能力有了大幅成长，另外摩尔定律的加持、配合网际网路普及​​与苹果本身的硬体整合能力，在对的时间加上对的科技，Siri也由此诞生。

根据使用者测试，发现Siri的学习能力非常高。不仅可学习使用者口音及声音特征，还可自动纪录名单上没有的人。此外，使用者也可以要求Siri读出简讯内容，再透过Siri来直接回覆，并可在寄出前先读出内容，让使用者确认无误后再送出。

要想更了解Siri的精神，可以看看苹果全球产品行销资深副总裁Phil Shiller所谈及的这一段话。

他强调，Siri的设计理念，是希望能让装置跳脱过去只能利用单一字汇你问我答的传统模式，让装置可以直接辨识发问者的完整提问内容，甚至是隐藏在文句之后的深层意思，同时也能支援不同的回应方式，让系统能以更『自然地』与使用者互动，提供所需。

Android阵营推Iris回击

号称人工智慧的Siri声控功能，一问世就造成业界新震撼。新的问题是，别的阵营该不该跟进声控功能呢？目前紧咬苹果不放的Andr​​oid阵营深怕一个不小心又再度落后，因此已经有了动作。例如dexetra.com便积极发展以Android为基础的声控程式，并将其取名为「Iris」。这可有意思了，仔细一看会发现，这正是Siri倒过来的写法，似乎意味着Android抗衡苹果的强大决心。

看来，苹果的每一步，的确让竞争对手步步为营。但面对如此智慧化的对手，Android阵营也不甘示弱。

其实，以Android为基础的语音识别系统目前已有Speaktoit Assistant这套软体。但dexetra.com团队进一步利用Android语音转文字（speech-to-text）技术，抢先推出Iris的最初版本。这套声控系统目前已经可以辨识包括转换率、艺术、文学、历史和生物学等基本主题，问它2乘以8等于多少，它可以准确回答出16。

Iris开发商表示，这套最初版仅花了8个小时便完成，目前也可免费下载。不过，这是最初版本，因此进步空间仍很大，例如问题的反应速度还是过慢。当然，Iris在未来不断开发新功能，陆续进化之后，以目前Android系统市占第一的情况来推估，Siri很可能反被压得喘不过气。

Intel打造声控Ultrabook

打造行动平台不遗余力的Intel，想将自家处理器平台推向行动市场高峰，自然也不会看轻声控技术，特别是在Ultrabook的产品推广上。

Intel与知名声控软体公司Nuance合作，运用的是Nuance的「Dragon」语音辨识科技，来开发专为Ultrabook设计的直觉式互动的声控程式。 Dragon声控技术为Dragon Naturally Speaking声控软体的核心技术。让使用者可以透过自然的对话方式控制装置，并借此启动应用程式、播放多媒体、与社群网站互动并操作电子邮件信箱与行事历。

事实上，Nuance的Dragon声控技术已经抢先应用于LG的3D Smart TV的Magic Remote遥控器上。该款Smart TV随机附赠具声控、滚轮、神奇手势以及点选等四种控制选项的遥控器。该遥控器的声控功能初期可支援美式英语、美式西班牙语、加拿大法语及韩语等。

HMI的未来进行式

目前，人类与机器的互动，仍然是『以手为主、以口为辅』。而人机互动的终极目标，是在于让机器更为智慧化，主要目标包括以下两者：

(1) 能自动：未来机器需可自行侦测所处环境、地点、白天黑夜，来自动进行更为体贴的动作，例如自动调整显示器亮度、或者提醒主人刚路过的商店有折扣等。

(2) 能学习：学习功能如同电影那样，机器可以透过平常使用习惯，来学习记忆一位或多位不同使用者惯用的模式，当遇到类似的状况时，不需使用者输入任何指令，机器可直接执行正确的动作。

在电影中，一般人应该都看​​过类似的场景，也就是未来人们戴上一个帅气的眼镜，就可以透过这个眼镜看到真实与虚构整合的空间，以及各种环境相关资讯。这种互动科技，其实正是类似今日头戴式眼镜（HMD）或者扩增实境的概念，它完全符合自动化与学习化的未来人机互动模式，不需额外输入指令，便会自动显示必要的资讯给使用者。

HMD这种头戴式眼镜，戴上之后，会有如身历其境一般的视觉体验。这种人机介面目前在消费市场主要用于个人化的多媒体享受，例如观赏电影。 HMD主打行动市场，未来说不定会成为智慧手机的周边配备之一。事实上，HMD这样好用的技术，早有玩家把它拿来与Kinect一起使用，让玩家游历在虚幻空间之中。

至于扩增实境（AR），则更是虚拟与现实的延伸。

扩增实境这种使用介面，指的是能把虚拟资讯加到使用者感官知觉上的电脑显示器，大多以透视装置例如头戴式眼镜，把资讯或影像加到使用者所见的画面上，让现实世界的场景与虚构资讯结合。这种系统必须追踪使用者头部的位置与方向，好让叠上去的资讯能符合使用者真正看到的世界。

扩增实境系统采用和虚拟实境（virtual reality；VR）类似的硬体技术，但主要差异是，VR是以虚构画面取代真实世界，而AR却是在真实世界中扩增资讯。

结语

从手指开始，人类与机器互动的历史，一路展延，最终的尽头是什么？是可直接口语命令机器去做事，还是根本只要透过大脑，想到什么，机器就会做什么？人与机器之间，还有无限的互动可能，不论是AR或VR，可预见在未来，除了人、机之外，机器与环境间的感知连结也将成为互动的一部分。如此人、机、地完全无缝接轨，将是人机互动的最终境界了吧。