人机交互设计课程报告

南京信息工程大学人机交互设计大作业

姓名:

专业：

学号：

任课教师：

谈人机交互技术

在未来，也许我们仅仅用手指点一下，就能够让计算机知道应该将一个文件夹移动到另一个文件夹中，这是完全可能成为现实的。也许，我们能够让计算机在距离我们最近的彩色打印机上打印出在旅游途中拍摄的照片，而无需向它提供更多的配置信息。

尽管这些对我们来说还只是一种幻想，但麻省理工学院(MIT)的研究人员却在与计算机进行交互的新方法，把我们的这些幻想变为现实。MIT计算机科学和人工智能实验室(LCS)的

首席科学家斯蒂芬表示，在LCS，有200-300名研究人员在对这个被称作“Oxygen联盟工程”的计划中的各个子项目进行研究。他说，这一计划的目标就是让人与计算机使用人类的自然语言与计算机进行交互。

该计划中包含许多子项目，除了上面提到的项目外，还包括有自然语言理解、多语种间的翻译、能够将图象从白板转换到图象应用程序中的计算机辅助设计工具、自动配置的分布式无线网络以及能够为流媒体自动分配资源的系统。

斯蒂芬指出，尽管他不能确定使用这些技术的产品会在何时上市销售，但他表示，一些研究已经开始进行了。他说，我们只负责开发技术，营销产品不是我们的任务。一些产品可能需要数年的时间才能面世。

美国国防部先进技术研究局对这一计划提供了部分资金，该计划的研究人员还与象惠普、诺基亚和菲利浦等私营公司进行了紧密的合作。这一计划的大部分研究成果将免费向公众开放，有些技术则会申请专利。

斯蒂芬表示，他希望由这一计划开发的技术能够改变人们与计算机进行交互的方式。他说，我们的希望是人们将更多地从新技术中获益，而无需关心这些技术。他认为电就属于这样一种技术，它总是默默无闻地为所有人服务。我们希望计算技术也能够成为这样一种技术。

斯蒂芬指出，从长远来看，这一计划的成果可能不仅仅限于使用更简单的计算机。他说，我们希望这种技术在提高生产力的同时，使人们享受更舒适的生活。

未来计算机技术会是什么样子的？上面的案例应该会给我们提示：人机交互技术在将来可以使计算机更加简单；在未来，人机交互技术会使人们享受更舒适的生活。至此，每个人都可以想象到人机交互技术的发展潜力以及在未来甚至是现在的重要地位。那么，什么是人机交互呢?

人机交互（Human-Computer Interaction, HCI）是关于设计、评价和实现供人们使用的交互式计算机系统且围绕这些方面进行研究的科学。人机交互概念有广义和狭义的区别：

广义上讲，人机交互以实现自然、高效、和谐的人机关系为目的，与之相关的理论和技术都在其研究范畴，是计算机科学，心理学，认知科学以及社会学等学科的交叉学科。研究开发新的人机交互设备、技术和理论，以实现无处不在计算（ubiquitous computing）环境下的以用户为中心的交互式计算机系统，使其能够增强人的创造力，解放人类的大脑、改善人与人之间的交流与协作。

人机交互从技术上讲（狭义的），主要是研究人与计算机之间的信息交换，它主要包括人到计算机和计算机到人的信息交换两部分：

（1）人们如何借助键盘、鼠标、操纵杆、眼动跟踪器、位置跟踪器、数据手套、压力笔等设备，用手、脚、声音、姿势或身体的动作、眼睛甚至脑电波等向计算机传递信息

（2）计算机如何通过打印机、绘图仪、显示器、头盔式显示器（HMD）、音箱、力反馈等输出设备给人提供信息

人机交互和人机界面是两个不同的概念：人机交互是指用户与计算机系统之间的通信，它是人与计算机之间各种符号和动作的双向信息交换；人机界面是指人类用户与计算机系统之间的通信媒体或手段，它是人机双向信息交换的支持软件和硬件。这里“界面”定义为通信的媒体或手段，人机交互是通过一定的人机界面来实现的，在界面开发过程中，有时把它们作为同义词使用。

人机交互的研究内容十分广泛，涵盖了建模、设计、评估等理论和方法以及在计算机支持的协同工作、信息搜索与可视化、超媒体与万维网、普适计算与增强现实等方面的交互设计技术，主要包括：

（1）人机交互界面表示模型与设计方法（Model and Methodology）。一个交互界面的好坏，直接影响到软件开发的成败。友好人机交互界面的开发离不开好

的交互模型与设计方法MDD和MDA。

（2）多通道交互技术（Multi-Modal）。在多通道交互中，用户可以使用语音、手势、眼神、表情等自然的交互方式与计算机系统进行通信。多通道交互主要研究多通道交互界面的表示模型、多通道交互界面的评估方法以及多通道信息的融合等。

（3）智能用户界面（Intelligent User Interface，IUI）。智能用户界面的最终目标是使人机交互和人－人交互一样自然、方便。上下文感知、眼动跟踪、手势识别、三维输入、语音识别、表情识别、手写识别、自然语言理解等都是认知与智能用户界面需要解决的重要问题。

（4）计算机支持的协同工作（Computer Supported Cooperative Work--CSCW）。“计算机支持的协同工作已成为一个多学科交叉的新兴的研究领域。CSCW是要研究在计算机技术支持的环境下(CS)，特别是在计算机网络环境下，一个群体如何协同工作完成一项共同的任务(CW)。它的目标是要设计出能支持各种各样的协同工作的工具、环境与应用系统。

（5）信息搜索与可视化。随着数据量和数据多样性的增加，对信息集合的搜索和可视化日益重要。

信息搜索包括：数据库查询、文本文档的短语搜索、照片搜索、地图搜索、图案或图标的搜索、声音搜索、视频搜索和动画搜索等。

信息可视化是一种计算方法，它将符号形式转化为几何形式，使研究人员能够观察所做的模拟与计算。可视化提供了一种查看原来不可见事物的方法。

（6）超媒体与万维网。超媒体扩展了传统的线性文本，给用户提供了在多个相关内容之间跳转的机会。网页中可以包含图形、图像、声音以及由Java或虚拟现实建模语言(VRML)所提供的日益逼真的动画，并且这些网页可在全世界成千上万台计算机服务器上进行传递。

（7）虚拟现实和增强现实（Virtual Reality& Augmented Reality ）。“以人为本”的、自然和谐的人机交互理论和方法是虚拟现实的主要研究内容之一。通过研究视觉、听觉、触觉等多通道信息融合的理论和方法、协同交互技术以及三维交互技术等，建立具有高度真实感的虚拟环境，使人产生“身临其境”的感觉。

（8）普适计算（Ubiquitous Computing）。普适计算是指通过新一代的设备根据需要随时随地方便地访问相关信息，并可轻松地对其进行操作，普适计算对人机交互技术提出了更高的要求。

至此，人机交互技术的大致框架浮现出来了，对人机交互也有了基本的认识。我们也可以从它与其他相关学科的关系可以预知其重要性。如下图：

人机交互与其他相关学科的关系

同时，让我们看看这六件事情：

1、1945年美国罗斯福总统的科学顾问Vannever Bush(1894-1974)在《大西洋月刊》上发表的“As We May Think”的著名论文，提出了应采用设备或技术帮助科学家来检索、记录、分析及传输各种信息的明确目标和名为“Memex”的一种工作站构想，这一目标和构想影响着过去和当今的一大批最著名计算机科学家。

2、1963年发明鼠标器的美国斯坦福研究所的 D.Engleberg，他预言鼠标器比其他输入设备都好，并在超文本系统、导航工具方面会有杰出的成果。10年后鼠标器经Xerox研究中心改进后，成为影响当代计算机使用的最重要成果。

3、1963年美国麻省理工学院I.Sutherland开创了计算机图形学的新领域，随后美国布朗大学A.Van Dam等人组织了SIGGRAPH。I.Sutherland还在1968

年开发了头盔式显示器。

4、20世纪70年代当时在Xerox研究中心的 Alan Kay发明了重叠式多窗口系统，并提出了Smalltalk面向对象程序设计等思想。

5、1989年 Tim Berners-Lee在日内瓦的CERN用HTML及HTTP开发了WWW 网，随后出现了各种浏览器（网络用户界面），使因特网飞速发展起来。

6、20世纪90年代美国麻省理工学院 N.Negroponte（他早在30年前就提出了“交谈式计算机”概念）领导的媒体实验室在新一代多通道人机界面方面（包括语音、手势、智能体等），做了大量开创性的工作。

这些事充分反映了人机交互技术重要的历史科学地位，同时我们也认识到其潜力的巨大，那么什么才是理想人机交互技术呢？未来的人机交互技术应该是什么样子的呢？

人机交互技术几十年来经历了几个不同的主要发展阶段和典型风格。当前，占统治地位的图形用户界面(WIMP/GUI)正遭受不断的批评，而新的交互技术尚不成熟和普及，于是人们更为热衷于争论未来的人机界面“可能是什么样子”而且莫衷一是。在此，我们也想加入这种讨论的行列，根据几年来研究工作的心得发表一些看法，谈谈什么是理想人机交互风格。我们的出发点处于人机工程学这个大背景，遵循人机工程学的基本观点，在“以人为中心”前提下强调人机配合。

让我们先考察在人机工程学出现之前人类如何对待工具。不管某个具体工具的设计者在某个具体时期如何理解人与工具的关系，就人类劳动(尤其是制造和使用工具)的历史长河而言，人类是在努力不懈地改造和驯服自然，而工具的制造和完善都是在服从这种目的的前提下进行的。就使用特定工具是否需要经过训练以及所需训练的程度如何，也是不一而论的。人的技能有简单与复杂之分，也许人人都能学会打字，但未必人人都能学会驾驶航天飞机。

较为合理的看法是“自然人机交互是利用人的日常技能进行的”，强调无需特别训练或不需要训练。但究竟什么是“日常技能”以及日常技能是否都是不经训练或稍作训练即可获得呢?语言(特别是书面语言)是必须经过训练的，音乐、绘画、生产工艺等莫不如此。我们认为，人从日常环境走向计算环境时原本具有的技能便是所谓的“日常技能”。可见这是一个相对的概念，其中并不细究是否需训练的问题。所以我们不能以是否需要训练来衡量人机交互技术的好坏。人机

工程学并不否定训练，避免训练或减少训练是人们的愿望，但能否做到并不完全由人的主观意志决定，应根据人机交互任务的目的、特点、场合以及实现成本等因素来决定人机交流应达到的自然性程序。

也许对于早期的“纯粹”的计算机问题和为数极少的计算机专家而言，命令语言及程序语言界面是足够的。但是当计算机大量应用于CAD/CAM、字处理、MIS 等非数值计算领域之后，需要进行大量几何的、空间的、非数值的、非符号的信息处理手段，此时形式语言界面的复杂性、抽象性，对记忆负荷要求等限制了计算机应用的深入和普及，随之直接操纵给用户界面技术应运而生并广受欢迎。我们相信，形式语言不会消失，当然也不能强迫所有用户都接受它。这正如数学语言并不会被其它形式的语言(如图形的、手势的)所取代，虽然心理学家尝试在数学教育中大量利用非数学手段；又如流行音乐与高雅音乐各分秋色，听众各有所好。目前，直接操纵界面不但没有彻底取代形式语言界面，而且其自身也表现出许多局限性。而基于语言的对话式交互方式又重新开始受到重视，只是对话语言不再限于单纯的形式语言，而是引入了自然语言或类自然语言对话，如所谓的第四代语言，甚至引入基于语音的人机对话。基于形式语言、自然语言或类自然语言的用户界面本质上都是命令驱动的，其基本模式与直接操作用户界面相反。这两种本质不同的人机交互模式在人类的日常活动中都存在其对应的形式，分别对应于语言的和非语言的交际活动，后者泛指形体语言，包括姿势，情态、触摸、近体、标志等。语言具有后天习得性，有口头语言和书面语言两种，书面语言需要正规和专门的教育和训练才能掌握。

我们认为，自然人机交互模式是以直接操纵为主的、与命令语言特别是自然语言共存的人机交互形式。理想的人机交互模式就是“用户自由”。

人机交互和计算机用户界面刚刚走过基于字符方式的命令语言式界面，目前正处于图形用户界面时代。但是，计算机科学家并不满足于这种现状，他们正积极探索新型风格的人机交互技术。当前语音识别技术和计算机联机手写识别技术的商业成功让人们看到了自然人机交互的曙光。虚拟现实和多通道用户界面的迅速发展显示出未来人机交互技术的发展趋势是追求所谓“人机和谐”的多维信息空间和“基于自然交互方式”的人机交互风格。