CTIMES/SmartAuto - Gartner发表人机关系技术分析:HCI,HMI

Gartner最新公布的《2013年新兴技术发展周期（Hype Cycle for Emerging Technologies）》报告描绘了人类与机器的关系演进。Gartner选择以「人机关系」为主题，乃因智能机器、认知运算（cognitive computing）以及物联网（Internet of Things）等热潮正不断加温。其分析师认为，此一关系正因新科技不断出现而重新改写，逐渐拉近人类与机器间的距离。

Gartner副总裁Jackie Fenn表示：「今年技术发展周期的主题围绕在人类与机器之间的关系，我们鼓励企业将眼光放远，不要局限于机器和计算机将取代人类的狭隘观点。」透过对早期采用者如何运用新兴科技的观察，实际上有三个主要趋势正在运作，包括：（1）利用科技扩增人类机能，如：员工使用穿戴式运算装置；（2）利用科技取代人类，如：使用具备认知能力的虚拟助理担任自动化客服人员；（3）人类与机器协力工作，如：仓库员工与行动机器人合力搬运货箱。

Gartner认为，未来的企业将结合这三股潮流以提高生产力、改善民众或客户的体验，以及发掘竞争优势。这三大趋势需仰赖有助于人机关系发展的三个领域来实现：（1）让机器更能了解人类及环境，例如从说话的声音分辨一个人的情绪；（2）让人类更加了解机器，例如藉由物联网的协助；（3）让机器和人类因合作而变得更加聪明。

2013年新兴技术发展周期详列以下六大范畴的技术：

1. 利用科技扩增人类机能

科技让人类在体能、情感与认知方面拥有更优异的表现。在使用科技来扩增人类机能方面，企业获得的主要好处在于建立更强大的工作人力。例如，想象若所有员工都能取得穿戴式科技，可轻易回答任何产品、服务相关问题或调出企业数据。这项能力将大幅提高生产力、销售能力与客户服务。

对于此类科技抱持兴趣的企业可以留意生物声学感应（bioacoustic sensing）、量化自我（quantified self）、3D生物打印（3D bioprinting）、脑机接口（brain-computer interface）、人类机能增进（human augmentation）、语音对语音翻译（speech-to-speech translation）、神经商业（neurobusiness）、穿戴式用户接口（wearable user interface）、扩增实境（augmented reality）以及手势操控（gesture control）。

2. 利用科技取代人类

部分显而易见的情况下很适合以机器取代人类，例如：危险的工作、相对简单但工资昂贵的工作，以及重复的工作。以机器取代人类的最主要优点在于提高生产力、降低人类风险，有时甚至可提升工作质量和响应速度。例如，具备优秀能力的虚拟客户服务专员能以最新的信息回答许多单纯直接的客户问题，及取代大部分客户服务专员的「吃重」工作。

企业应看看一些这类客户专员技术来寻求以机器取代人类的创新来源，例如：体积式或全像式投影显示（volumetric and holographic display）、自动驾驶车辆（autonomous vehicle）、行动机器人（mobile robot）以及虚拟助理（virtual assistant）。

3. 人类与机器协力工作

人类和机器并非不能并存，有时让机器和人类协助工作会是更好的选择。新一代机器人即是为了让它们与人类一起工作而设计。IBM的Watson机器人可替医师进行一些基础研究，如同研究助理般确保医师在诊断或提供治疗建议时已参考了最新的临床实务、研究及其他信息。人类和机器一起工作的主要效益是能同时发挥两者之长（亦即机器的生产力与速度，以及人类的情绪智能与处理未知情况的能力）。此趋势的代表科技包括：自动驾驶车辆、行动机器人、自然语言问答（NLQA, natural Language question and answering）以及虚拟助理。

这三个能够改变未来劳动力与人类日常生活的趋势，需仰赖一些能够增进机器和人类彼此了解的科技。以下三个领域正是人类与机器培养综效关系的必要基础：

4. 让机器更了解人类及环境

唯有让机器和系统更了解人文环境以及人类本身与人类情绪才能创造效益。这样的理解能力可造就简单的环境感知式互动，例如：显示一份离用户最近地点的运作状况报告；提高对客户的了解，例如分析Facebook贴文来衡量消费者对新产品的反应；与客户进行复杂的对话，例如：让具备自然语言问答能力的虚拟助理回答客户的询问。

今年技术发展周期报告当中代表此类能力的科技包括：生物声学感应、智能灰尘（smart dust）、量化自我、脑机接口、情感运算（affective computing）、生物芯片（biochip）、3D扫瞄器、自然语言问答、内容分析（content analytics）、行动健康监测（mobile health monitoring）、手势操控、活动实时数据（activity stream）、生物特征认证（biometric authentication）、地理智能（location intelligence）以及语音识别（speech recognition）。

5. 让人类更了解机器

随着机器日益聪明，并且将更多人类的工作自动化，人类势必要对机器感到信赖和安心。构成物联网的科技将提供更多有关机器运作状态和所处运作环境的信息。例如，IBM的Watson机器人会在提供人类答案时注明「信赖度」分数，而Baxter机器人在不知该怎么做时会在屏幕上显示疑惑的表情。此外，MIT也一直在开发能从视觉及听觉传感器分辨社交线索的Kismet机器人，并且还会利用脸部表情表达理解程度。此类科技对于让人类与机器一起工作非常重要。2013年技术发展周期所收录的此类技术有：物联网、机器对机器通讯服务、网状网络（mesh network）：传感器与活动实时数据。

6.让机器与人类都变得更加聪明

巨量数据、分析与认知运算方法激增将为人类提供决策支持及自动化，并且为机器提供感知能力及智能。这些科技能让人类和机器都变得更加聪明。自然语言问答（NLQA）技术能让虚拟客服人员变得更好。NLQA亦能让医师研读大量的医学期刊和临床测试报告以协助诊断某种疾病或选择适当的治疗方案。

此类支持科技是人类和机器迈向数字未来的基础，企业应考虑量子运算（quantum computing）、规范分析（prescriptive analytics）、神经商业、NLQA、巨量数据、复杂事件处理、内存内数据库管理系统（in-memory DBMS）、云端运算、内存数据库分析（in-memory analytics）及预测分析（predictive analytics）。