關(guān)于人機(jī)交互的一些思考

在開(kāi)始正文前，我想請(qǐng)你思考以下一些問(wèn)題：

1. 在圖形化交互無(wú)處不在的今天，為什么做底層開(kāi)發(fā)的計(jì)算機(jī)工程人員仍然在使用“晦澀難懂（至少對(duì)于一般人而言是如此）”的字符命令在shell界面進(jìn)行操作？（相信你見(jiàn)過(guò)黑客在黑底綠字的界面下瘋狂敲擊鍵盤(pán)，入侵別人的電腦）

2. 觸控交互為什么會(huì)取代按鍵交互？（說(shuō)人話就是iphone為什么會(huì)取代nokia？）

3. 為什么諸如apple watch等的智能手表無(wú)法做到大規(guī)模普及？（例如像手機(jī)，人手一部）

這些問(wèn)題是我做以下闡述的思維原點(diǎn)和發(fā)散點(diǎn)，希望能讓你對(duì)本文內(nèi)容的理解提供些許幫助:)還有，這篇文章之所以能夠?qū)懗?，得益于錘子科技新發(fā)布的TNT給予我的靈感，使得我將以前碎片式的思考能夠連接起來(lái)，所以很可能成為一篇“軟文”??。為了方便你的理解，我想我得告訴你我的套路，在正文中我開(kāi)篇會(huì)先點(diǎn)明我的觀點(diǎn)，然后再敘議我的觀點(diǎn)，如果有需要一些背景知識(shí)我會(huì)在文中或這段末尾以括號(hào)的形式補(bǔ)充。

就像你要了解一個(gè)人，你必須了解他的經(jīng)歷一樣，我們討論人機(jī)交互也要了解它的發(fā)展。
從第一臺(tái)電子計(jì)算機(jī)ENIAC，到IBM的1401和7094，到Apple II，再到Apple Lisa，再到近期的iPhone 4，這個(gè)發(fā)展過(guò)程中計(jì)算機(jī)的計(jì)算能力成指數(shù)倍增長(zhǎng)，其運(yùn)行的軟件也越來(lái)越龐大復(fù)雜，實(shí)現(xiàn)的功能也最初的科學(xué)計(jì)算到如今的機(jī)器學(xué)習(xí)。但其內(nèi)在的本質(zhì)并沒(méi)有改變，依然為馮諾依曼體系結(jié)構(gòu)，作為用戶我們能感受到的改變也是最具意義的變化就是交互方式從最初的打孔紙帶交互到磁帶交互再到鍵盤(pán)字符交互再到鼠標(biāo)圖形交互再到手勢(shì)圖形交互。之所以稱(chēng)交互方式的改變是對(duì)我們用戶而言最具價(jià)值的變化是因?yàn)槊恳淮谓换シ绞降淖兓紟?lái)了軟件和計(jì)算的相關(guān)應(yīng)用的蓬勃發(fā)展。從另一個(gè)層次講，交互的形式也限制了軟件和應(yīng)用的發(fā)展。翻譯成人話就是交互的形式?jīng)Q定了用戶可以得到的上限，就題論題的講，從喬布斯發(fā)明了iphone定義了真正的智能機(jī)到現(xiàn)在10年過(guò)去了智能手機(jī)有沒(méi)有根本上的變化？我想答案是否定的，我們現(xiàn)在只是在完善喬布斯的定義，讓手機(jī)速度更快，容量更大，拍照更清晰，并沒(méi)有做出顛覆性的變化，當(dāng)然你非要說(shuō)手機(jī)的外殼變化巨大，我也只有依你咯！為什么變化不大呢？當(dāng)然不是那些手機(jī)公司不想變化而是交互形式把它限定在那了，只要交互形式不變，不管處理器有多快，內(nèi)存有多大，我們能做的依然是縫縫補(bǔ)補(bǔ)。
（插一句題外話，人類(lèi)歷史還有很多這樣有趣的例子，核心變化會(huì)帶來(lái)上限的變化：最開(kāi)始的階段帶來(lái)變化，成熟后將制約變化。比如交通工具動(dòng)力的變化，我們大概經(jīng)歷從馬拉車(chē)到蒸汽機(jī)車(chē)再到柴油車(chē)的變化，最早出現(xiàn)柴油車(chē)的時(shí)候，馬路上跑的更多的是馬車(chē)，當(dāng)時(shí)柴油車(chē)其實(shí)并沒(méi)有馬車(chē)跑的快，跑的遠(yuǎn)，而且聲音還大，震動(dòng)劇烈，尾氣難聞，關(guān)鍵還貴，可以說(shuō)相較于馬車(chē)幾乎沒(méi)有優(yōu)點(diǎn)，但是。。。人家潛力大啊，發(fā)展至今柴油車(chē)已經(jīng)完全超越馬車(chē)了，我們可以這樣說(shuō)在大家都在使用馬車(chē)的時(shí)代，柴油車(chē)的出現(xiàn)把我們用戶所能得到的上限往上推了一大截盡管它當(dāng)時(shí)很糟糕。現(xiàn)在又出現(xiàn)了電動(dòng)車(chē)對(duì)吧？所以你懂的。。。）

談了那么多人機(jī)交互，可是人機(jī)交互是什么？人機(jī)交互的本質(zhì)是人與機(jī)器間的交流（廣義交流：信息在兩個(gè)或多個(gè)客體間的流通）。既然是交流那么就有關(guān)于交流的兩個(gè)重要指標(biāo)存在，交流復(fù)雜度和交流效率（這里的交流復(fù)雜度和交流效率分別對(duì)應(yīng)信息論中的編碼和信息熵，如果你沒(méi)學(xué)過(guò)信息論，那就不管它）不知你是否看過(guò)關(guān)于哲學(xué)或經(jīng)濟(jì)學(xué)或其它傾向于講述本質(zhì)問(wèn)題的書(shū)，你有沒(méi)有注意到，作者在講述的時(shí)候傾向于使用許多定語(yǔ)來(lái)限制這句話的多余理解，使得作者要表達(dá)的意思盡可能的能被唯一解讀。這里的使用定語(yǔ)就是交流復(fù)雜度，定語(yǔ)越多，也就越復(fù)雜，這也是為什么哲學(xué)書(shū)讀起來(lái)晦澀的原因，這些書(shū)的作者提高了交流復(fù)雜度，使得作者表達(dá)的話難以被錯(cuò)誤解讀，也就提高了交流效率，補(bǔ)充一句，怕你們誤會(huì)：這里的交流效率是指作者的意圖真正被你理解的程度，并不指你單位時(shí)間內(nèi)能理解多少，換句話說(shuō)作者表達(dá)的越清晰就越不可能產(chǎn)生歧義，你就越可能準(zhǔn)確理解作者意圖，可能那句話很難，但你可以通過(guò)查閱資料花些功夫理解。有了這些鋪墊我們回到開(kāi)篇的問(wèn)題：

1. 在圖形化交互無(wú)處不在的今天，為什么做底層開(kāi)發(fā)的技術(shù)人員仍然在使用“晦澀難懂”的字符命令在shell界面進(jìn)行操作？

答案很簡(jiǎn)單因?yàn)樾省Ｅe個(gè)例子你要修改一個(gè)保存有5000張圖片的文件夾中昨天導(dǎo)入的1000張圖片的格式（因?yàn)樯缃痪W(wǎng)站只支持特定格式的圖片）在圖形界面下：找出昨天下午導(dǎo)入的那1000張圖片——>將其導(dǎo)入格式轉(zhuǎn)換軟件——>選擇要轉(zhuǎn)變的格式——>點(diǎn)擊轉(zhuǎn)換，這是圖形界面操作的大致過(guò)程，如果細(xì)分開(kāi)每點(diǎn)一下鼠標(biāo)一個(gè)步驟，還要更多。再來(lái)看看字符命令：調(diào)用的軟件名+要執(zhí)行的操作（轉(zhuǎn)格式）+過(guò)濾命令+過(guò)濾條件（昨天導(dǎo)入）+目標(biāo)格式——>回車(chē)鍵，只要大概一兩行的命令就完成了轉(zhuǎn)碼操作遠(yuǎn)比圖形界面更具效率。從對(duì)比中我們可以看出字符命令描述問(wèn)題的維度更多，能對(duì)我們的意圖進(jìn)行更細(xì)致的刻畫(huà)，進(jìn)而提升了我們與計(jì)算機(jī)間的交流效率；而圖形界面，單從調(diào)用軟件那一步驟而言，軟件有不只一個(gè)功能，即使是轉(zhuǎn)碼功能也有不同的碼，我們的每一步操作都有被“曲解的可能”，所以其交流效率低下。字符界面固然有較高的操作效率但它是是以提升交流的復(fù)雜度為代價(jià)：首先你得熟記那一系列的操作命令其次你得懂得正則表達(dá)的規(guī)則，這一系列的條件對(duì)普通人而言都是不友好，其本質(zhì)就是學(xué)一門(mén)外語(yǔ)，只不過(guò)不是對(duì)對(duì)人講的。
（無(wú)論是圖形界面還是字符界面盡管我們的操作不同，但我們需要告訴計(jì)算機(jī)的信息是一樣：計(jì)算必須知道用什么軟件打開(kāi)文件，以及文件的名稱(chēng)和該文件所在的位置才能對(duì)這個(gè)文件進(jìn)行操作，只不過(guò)圖形界面將過(guò)程自動(dòng)化：我只需要用鼠標(biāo)點(diǎn)擊要打開(kāi)的文件，計(jì)算機(jī)自動(dòng)根據(jù)你的點(diǎn)擊補(bǔ)全文件的位置而字符界面則需要你手動(dòng)輸入文件路徑或進(jìn)入到目標(biāo)文件位置。請(qǐng)你記住圖形界面下計(jì)算機(jī)自動(dòng)補(bǔ)全信息，使得用戶可以忽略細(xì)節(jié)一定程度上提升效率的重要性。其實(shí)我想寫(xiě)三遍，但那確實(shí)太啰嗦了。這對(duì)我們將要提及的事有重要的啟示。）

我們?nèi)硕紩?huì)有一個(gè)夢(mèng)想，概括為一句話就是：既想馬兒跑得快，有想馬兒不吃草。所以我們就要問(wèn)了，有沒(méi)有可能我們既能提高交流效率，又能降低交流復(fù)雜度？其實(shí)我們的交互發(fā)展一直在朝著個(gè)方向發(fā)展，那就是同過(guò)一系列計(jì)算機(jī)自動(dòng)化的方式來(lái)解決那個(gè)矛盾的問(wèn)題。就目前來(lái)看蘋(píng)果做得比較好，通過(guò)合理的菜單組織，減少高頻操作的步驟，以及通過(guò)對(duì)高頻應(yīng)用的統(tǒng)計(jì)，把這些高頻應(yīng)用集合為一個(gè)按鍵，比如女孩子喜歡的照片一鍵美顏，以及把規(guī)則化的形式一一羅列出來(lái)。這次老羅所演示的TNT PPt自動(dòng)排版，就遵循的這個(gè)邏輯。排版的規(guī)則無(wú)非就是對(duì)齊居中，主次分明，字體統(tǒng)一，大小合適，在這些美學(xué)要求下排版也就那幾種可能。

2.觸控交互為什么會(huì)取代按鍵交互？

所見(jiàn)即所及的高效率。跟功能機(jī)時(shí)代你需要用方向鍵選中圖標(biāo)，相比你直接用手指點(diǎn)擊的效率不知高到哪里去，圖標(biāo)越多（即功能越多），體現(xiàn)的越明顯
時(shí)至今日我們可以這樣講：按鍵限制了手機(jī)提供更復(fù)雜功能的可能性，在巴掌大的地方提供的按鍵極其有限以致在電腦上執(zhí)行這些操作遠(yuǎn)比手機(jī)方便，比如p圖，剪輯視頻，瀏覽網(wǎng)頁(yè)；而觸控的高效率則為手機(jī)提供更復(fù)雜的功能提供了可能性，從本質(zhì)上講也是通過(guò)增加交流的復(fù)雜度（觸控的維度要遠(yuǎn)遠(yuǎn)高于有限的按鍵所提供的維度）來(lái)提升交流的效率，可是為什么提升了交流的復(fù)雜度我們?nèi)ジ杏X(jué)手機(jī)更簡(jiǎn)答易用？
因?yàn)樗褂玫氖俏覀儠?huì)的方式來(lái)跟我們打交道，那種感覺(jué)就像一個(gè)人考你一個(gè)難的問(wèn)題，但是那個(gè)問(wèn)題是你會(huì)的。對(duì)你而言也就不難了。用手勢(shì)操作喚醒了跟現(xiàn)實(shí)世界打交道的記憶，讓這件事操作起來(lái)更顯直觀。比如，用手機(jī)閱讀手指向上滑動(dòng)把看過(guò)的文字滑出去，把沒(méi)看過(guò)的文字滑上來(lái)。像不像，有一張紙遮住了半頁(yè)書(shū)，你要看下半頁(yè)的書(shū)要么把書(shū)往上拉，要么把紙往下拉，所以只要手機(jī)邊框和屏幕可以伸長(zhǎng)，向下拉屏幕也是易于被人類(lèi)所接受的。還比如放大圖片兩只手指外擴(kuò)像不像，你的小玩意掉到草叢里，你用手把草叢撥開(kāi)，尋找細(xì)節(jié)。像不像你吃薯片時(shí)用兩根手指將薯片袋開(kāi)口撐大所見(jiàn)即所及的直觀和互動(dòng)性。
說(shuō)一件我深有感觸的一件事，去年家里電視換成了智能電視，我在電視裝了優(yōu)酷，芒果，騰訊的app，有段時(shí)間熱播《大秦帝國(guó)》，我就從app里直接點(diǎn)播，后來(lái)我婆也想從app里看點(diǎn)播讓我教她，先從選擇app開(kāi)始，我讓她試著按動(dòng)方向鍵移動(dòng)選擇框，我告訴她你按動(dòng)方向鍵的目的就是是使得選擇框選中你要選擇的圖標(biāo)，如果選擇框在圖標(biāo)的左邊你就點(diǎn)右鍵，選擇框在圖標(biāo)的下面你就點(diǎn)上鍵，反之相反。然而教了三四遍我婆任然沒(méi)有學(xué)會(huì)，根本不知道如何按方向鍵，因?yàn)樗裏o(wú)法理解選擇框，也就無(wú)法在按動(dòng)方向鍵和選擇框間建立聯(lián)系。后來(lái)我讓她指芒果TV在哪，她一指就指對(duì)了。那時(shí)我就想：如果電視是觸控的，那么我只需告訴她，你用手點(diǎn)你要打開(kāi)的圖標(biāo)就可以了。
在操作的高效率和直觀易用上來(lái)講，觸控交互取代按鍵交互幾乎是必然，盡管我們損失了按鍵的手感，損失了進(jìn)行盲操作的可能，但跟我們得到的比起來(lái)，損失的簡(jiǎn)直是微不足道。

3.為什么諸如apple watch等的智能手表無(wú)法做到大規(guī)模普及？

智能手表與智能手機(jī)相似的交互方式，決定了其功能的上限就是智能手機(jī)，換句話說(shuō)，手表能實(shí)現(xiàn)的，手機(jī)也能實(shí)現(xiàn)。它唯一能與手機(jī)區(qū)別開(kāi)來(lái)的，就是攜帶方式不同：手表是穿戴式設(shè)備可以寸不離身，而手機(jī)是便攜式設(shè)備，可是現(xiàn)在人找不到手機(jī)就像是丟了魂一樣，一樣是寸不離身啊。所以當(dāng)功能重復(fù)度如此高時(shí)，智能手表只能作為智能手機(jī)的補(bǔ)充存在，而無(wú)法成為一個(gè)剛需。

談?wù)勎磥?lái)的交互方式的發(fā)展

上面談到，如何實(shí)現(xiàn)更低的交流復(fù)雜度，更高的交流效率，我們所做的計(jì)算機(jī)自動(dòng)化努力，目前看來(lái)是夠用，可是放眼未來(lái)這樣的自動(dòng)化是遠(yuǎn)遠(yuǎn)不夠的。所幸是革命來(lái)了，大殺器來(lái)了，
上文我提到字符命令操作更像我們?nèi)嗽趯W(xué)一門(mén)對(duì)計(jì)算機(jī)講的外語(yǔ)，換個(gè)方向，為什么不讓計(jì)算機(jī)學(xué)習(xí)對(duì)人講的“外語(yǔ)”呢？人工智能，計(jì)算機(jī)理解我們?nèi)祟?lèi)的自然語(yǔ)言。這是因?yàn)槲覀內(nèi)祟?lèi)的語(yǔ)言有足夠的復(fù)雜度，使得交流效率可以足夠高。其次因?yàn)槲覀內(nèi)祟?lèi)熟悉，所以幾乎沒(méi)有學(xué)習(xí)成本，我們能感受到的復(fù)雜度幾乎沒(méi)有。老羅的TNT出來(lái)后，網(wǎng)上就有人用表情包調(diào)侃，其實(shí)他們錯(cuò)，你覺(jué)得人類(lèi)中的那部分精英分子會(huì)傻到說(shuō)用有足夠復(fù)雜度的語(yǔ)言來(lái)描述“關(guān)掉對(duì)話xx窗口”，”打開(kāi)xx軟件”？肯定不會(huì)對(duì)不對(duì)？因?yàn)樵谀阏f(shuō)完那句話前，我用鼠標(biāo)或鍵盤(pán)早就完成 了那個(gè)操作。未來(lái)我們用語(yǔ)言，是直接把我們的意圖告訴計(jì)算機(jī)，具體操作的細(xì)節(jié)由人工智能決定。比如我們想買(mǎi)個(gè)相機(jī)，我們直接說(shuō)出“買(mǎi)一個(gè)相機(jī)”，人工智能直接分別搜尋各個(gè)電商網(wǎng)站和測(cè)評(píng)網(wǎng)站為你列出最優(yōu)選項(xiàng)供你選擇，而不是用語(yǔ)音告訴計(jì)算機(jī)，“打開(kāi)淘寶”，“搜索相機(jī)”，“打開(kāi)京東”， “搜索相機(jī)”。我想這也是老羅演示TNTpoker dealer所要實(shí)現(xiàn)的目標(biāo)：我們只告訴計(jì)算機(jī)我們的意圖，具體怎么操作由計(jì)算機(jī)智動(dòng)完成。
總結(jié)：不管未來(lái)如何發(fā)展，交互方式一定是沿著提升交互效率（交流效率）降低交互復(fù)雜度（交流復(fù)雜度）的方向前進(jìn)，但兩者是矛盾的，為了平衡這兩個(gè)矛盾的部分，交互必然會(huì)趨向于機(jī)器人格化的方向發(fā)展，也就是AI化的方向發(fā)展。