﻿摘要 人机 交互 与 人工智能 是 智能 信息 时代 备受 关注 的 两 大 重要 研究 领域 . 通过 人机 交互 与 人工智能 发展 历程 可以 发现 , 二者 的 关系 从 过去 的 此起彼伏 逐渐 变成 了 当下 的 相互 促进 , 基于 二者 深度 融合 的 典型 应用 也 在 教育 、 医疗 等 关键 领域 不断 涌现 . 人机 交互 为 人工智能 提供 了 应用 需求 和 研究 思路 , 而 人工智能 也 驱动 了 人机 交互 技术 的 发展 和 变革 . 放眼 未来 , 人机 交互 与 人工智能 将 保持 当下 这种 相互 促进 、 互相 驱动 的 关系 , 更加 深入 地 融合 并 协同 发展 . 
关键词 人机 交互 , 人工智能 , 智能 用户 界面 , 人机 共生 
1 交替 浮沉 的 历史 
“ 人工智能 ” 这个 词 最 早 出现 在 1956 年 召开 的 达 特 茅 斯 ( Dartmouth ) “ 人工智能 夏季 研讨会 ” 上 . 参加 这次 研讨会 的 人员 多数 是 当时 著名 的 数学家 和 逻辑学 家 , 包括 达 特 茅 斯 学院 约 翰 · 麦 卡 锡 ( John McCarthy ) 、 哈佛大学 马文 · 明 斯 基 ( Marvin Minisky ) 、 IBM 纳 撒 尼 尔 · 罗 彻 斯 特 ( Nathaniel Rochester ) 和 贝尔 电话 实验室 克 劳 德 · 香 农 ( Claude Shannon ) 等等 , 他们 被 认为 是 人工智能 领域 的 开拓者 . 人工智能 的 概念 一经 提出 , 就 被 当时 的 人们 赋予 了 很 高 的 期望 . 1960 年 , 诺贝尔奖 获奖者 、 人工智能 先驱 之一 赫 伯 特 · 西 蒙 ( Herbert A . Simon ) 写道 : “ 机器 在 20 年内 将 可以 从事 任何 人类 可以 从事 的 工作 ” . 1970 年 , 马文 · 明 斯 基 写道 : “ 我们 将 在 3 ～ 8 年 的 时间 内 拥有 一 台 达到 人类 平均 智力 水平 的 具有 通用 智慧 的 机器 , 它 可以 去 读 莎士比亚 的 作品 , 给 汽车 添 润滑油 , 玩弄 办公室 政治 , 讲 笑话 或者 吵架 . 机器 会 以 不可思议 的 速度 自我 学习 , 并 在 几个 月 后 达到 天才 的 水平 且 拥有 不可估量 的 能力 ” [ 1 ] . 不 难看 出 , 当时 的 研究 人员 对 人工智能 发展 的 期望 是 构建 能 复制 或 超越 人类 行为 和 智慧 的 强大 的 智能 体 . 有着 这样 雄心勃勃 的 愿 景 , 当时 的 人工智能 研究 自然而然 受到 各方面 的 关注 , 也 受到 极 大 力度 的 经费 支持 , 使得 人工智能 在 60 到 70 年代 迅速 成为 一个 初具规模 的 研究 领域 . 

人机 交互 ( human computer interaction , HCI ) 可以说 是 伴随 着 计算机 的 诞生 就 自然 产生 的 话题 , 它 的 科学 起源 可以 追溯到 1960 年 约 瑟 夫 · 利 克 莱 德 ( J . C . Licklider ) 发表 的 一 篇 名为 “ 人机 共生 ” ( Man - Computer Symbiosis ) 的 文章 [ 2 ] , 其中 提到 人 应 与 计算机 进行 交互 并 协作 完成 任务 . 然而 , 在 当时 人工智能 如火如荼 的 时代 , 人 与 计算机 交互 中 的 相关 问题 似乎 显得 有些 微不足道 . 比如 怎样 优化 界面 布局 、 命令 名称 、 文字 编辑器 等等 . 人们 更 愿意 相信 即将 出现 的 智能 机器 将 解决 包括 这些 问题 在内 的 所有 问题 . 尽管 大环境 如此 , 还是 有 一些 极少数 的 实验室 和 研究 人员 专注 于 人机 交互 的 研究 . 比如 在 1963 年 , MIT 的 博士生 伊 凡 · 苏泽 兰特 ( Ivan Sutherland ) 在 博士 论文 中 提出 一种 崭新 的 交互 技术 “ SketchPad ” , 其中 涉及 了 很多 界面 相关 的 概念 , 包括 第一 个 图形 用户 界面 的 雏形 . 这 项 技术 被 认为 对 后来 人机 交互 尤其 是 图形 用户 界面 发展 影响 最为 深远 的 突破 , 苏泽 兰特 也 因此 获得 了 1988 年 的 图 灵 奖 . 温伯 格 ( Weinberg ) 1971 年 的 著作 《 计算机 编程 心理学 》 是 人机 交互 领域 研究 重要 的 心理学 基础 . 然而 , 该 著作 局限 于 针对 在 当时 能够 操作 那些 昂贵 机器 的 程序员 , 而 非 广大 的 普通 用户 . 可以说 , 人机 交互 在 人工智能 的 第一次 热潮 中 萌芽 并 缓慢 发展 . 在 之后 相当 长 的 一 段 时期 内 , 两 个 领域 的 发展 呈现 交替 浮沉 的 规律 , 即 在 一方 发展 迅猛 的 时候 , 另 一方 相对 沉寂 , 反之亦然 . 这种 规律 实则 体现 了 两 个 领域 在 经费 、 人力 等 资源 上 的 竞争 关系 [ 3 ] . 
1973 年 , 詹姆斯 · 莱 特 希 尔 ( James Lighthill ) 向 英国 科学 研究 委员会 提交 报告 , 介绍 了 人工智能 研究 的 现状 , 他 得出 结论 称 : “ 迄今为止 , 人工智能 在 各 领域 的 发现 并 没有 带来 像 预期 一样 的 重大 影响 ” . 这个 报告 最终 导致 政府 对 人工智能 研究 的 热情 迅速 下降 , 成为 人工智能 第一次 寒冬 开始 的 标志 . 人工智能 的 研究者 因为 设定 的 目标 过 高 而 陷入 窘境 , 他们 错误 估计 了 为 实现 自己 设定 的 目标 所 需要 付出 的 努力 . 冷静 下来 后 , 人们 自然 想到 的 问题 是 怎样 才能 让 人工智能 更加 实用 . 1977 年 , 《 人工智能 》 发表 了 一 篇 由 人工智能 和 早期 人机 交互 研究者 共同 署名 的 文章 , 讨论 了 自然 语言 理解 领域 里面 的 “ 可用性 ” 的 问题 [ 4 ] . 某种 意义 上 , 这 篇 文章 成为 当时 人们 思想 转变 的 代表性 的 标志 : 如何 让 人工智能 变 得 实用 ? 紧接着 的 十年 里 , 人机 交互 迅速 发展 . 一 批 具有 巨大 影响力 的 人机 交互 实验室 建立 , 包括 PARC , IBM , Digital , 贝尔实验室 等等 . 它们 对 1982 年 ACM SIGCHI 的 成立 起到 了 至关重要 的 推动 作用 . 加州 大学 圣地亚哥 分校 的 唐 · 诺 曼 ( Don Norman ) 在 20 世纪 70 年代 和 80 年代 在 人工智能 论坛 上 发表 了 与 人机 交互 相关 的 工作 , 领导 大学 参加 了 早期 的 CHI 会议 ( 人机 交互 领域 顶级 会议 , The ACM Conference on Human Factors in Computing Systems , 简称 CHI ) . 毫无疑问 , 70 年代 中后期 人工智能 的 第一次 寒冬 成为 了 人机 交互 发展 的 第一 个 黄金 时期 . 
1981 年 , 日本 国际贸易 和 工业部 向 “ 第 五代 计算机 ” 项目 投入 8 . 5 亿 美元 , 该 项目 目标 是 开发 出 可以 对话 、 翻译 并 像 人 一样 推理 的 计算机 . 这个 事件 又 将 人工智能 推到 风口浪尖 , 使 其 进入 第二 次 热潮 . 美国 和 欧洲 多 个 国家 相继 投入 大量 经费 . 尽管 研究 的 内容 还是 像 第一次 热潮 一样 , 以 逻辑 表达 和 启发式 搜索 为 代表 , 人们 这次 明显 要 谨慎 很多 . 比如 , 在 这次 人工智能 热潮 中 , “ 人工智能 ” 这个 词语 相对 来说 被 使用 的 频率 并不 高 , 更多 被 提到 的 是 “ 智能 知识 系统 ” 、 “ 专家 系统 ” 、 “ 知识 工程 ” 、 “ 医疗 诊断 ” 等等 . 人们 的 目标 由 最初 的 “ 通用 智慧 ” 逐渐 降低 到 “ 领域 智慧 ” , 更多 地 希望 人工智能 能 真正 解决 特定 领域 的 一些 难题 . 然而 , 以 符号 为主 的 表达 与 推理 还是 离 现实 世界 太 远 , 难以 真正 解决 落地 的 问题 . 我们 很少 能够 看到 这些 专家 系统 取代 医生 或者 其他 领域 专家 , 不过 这些 研究 依然 为 我们 提供 了 有用 的 技术 , 并 在 生产 管理 中 得到 了 一些 应用 . 
在 80 年代 的 人工智能 热潮 中 , 人工智能 研究 人员 和 主流 的 媒体 认为 语音 和 语言 理解 将 会 成为 未来 人 与 计算机 沟通 的 主要 渠道 . 虽然 图形 用户 界面 ( graphical user interface , GUI ) 在 1985 年 发布 的 Macintosh 电脑 中 大 获 成功 , 但 这些 进展 依旧 无法 跟 人工智能 宏伟 的 愿 景 相提并论 . 更为 关键 的 是 , 人工智能 研究 人员 掌握 着 大量 的 经费 和 媒体 及 民众 的 广泛 关注 . 1982 年 , ACM SIGCHI 成立 , 1983 年 召 

开 了 第一 届 CHI 会议 . 尽管 ACM 是 主要 赞助 方 之一 , 然而 1983 年 和 1984 年 这 前 两 届 的 CHI 却 鲜有 计算机 科学家 参加 , 更多 的 是 认知 心理学家 和 人 因 工程师 . 1985 年 GUI 成功 的 商业化 使得 基于 GUI 的 研究 不必 再 基于 昂贵 的 计算机 , 极 大 扩展 了 人机 交互 相关 研究 的 空间 , 也 因此 吸引 了 大量 的 计算机 科学家 参加 CHI . 与此同时 , 人机 交互 和 人工智能 开始 出现 了 一些 融合 的 迹象 . 人机 交互 吸引 了 一些 致力于 研究 如何 辅助 用户 更 好 地 使用 工具 的 人工智能 学者 , 其中 包括 当时 在 加利 福 尼 亚 大学 圣地亚哥 分校 ( University of California , San Diego ) 和 海军 研究 办公室 的 吉 姆 · 霍兰 ( Jim Hollan ) , 他 在建 模 和 可视化 的 早期 成果 发表 在 人工智能 的 会议 [ 5 ] . 还有 格 哈 德 · 菲 舍 尔 ( Gerhard Fischer ) , 专注 于 教练 系统 和 评论 系统 , 相关 工作 同时 发表 在 人机 交互 和 人工智能 的 会议 上 [ 6 ] . 越来越 多 的 CHI 的 文章 涉及 当时 流行 的 人工智能 技术 , 比如 建 模 、 自 适应 界面 等等 . 政府 也 对 “ usable AI ” 的 概念 非常 感兴趣 , 他们 资助 了 很多 研究 语音 系统 、 专家 系统 和 知识 工程 中 的 人 因 研究 的 项目 . 
人工智能 在 80 年代 末 再次 因为 没有 做出 实际 能够 落地 的 成果 而 陷入 低谷 . 从 AAAI 的 参会 人数 可见 一斑 . 1986 ～ 1988 年 AAAI 参会 每年 4000 ～ 5000 人 , 1990 年 降到 3000 人 , 1991 年 不足 2000 人 , 后来 相当 长 一 段 时间 稳定 在 1000 人 左右 . 与此同时 , 人机 交互 进入 了 又 一个 黄金 时期 . 很多 学校 的 计算机系 将 人机 交互 列入 核心 课程 , 并 聘用 人机 交互 教员 . 人机 交互 毕业生 人数 也 大幅 上升 . 不少 之前 在 人工智能 领域 的 研究 人员 开始 在 CHI 上 发 文章 , 包括 推荐 系统 的 研究 人员 MIT 的 佩 蒂 · 梅 斯 ( Patti Maes ) [ 7 ] , 密 歇 根 大学 的 保 罗 · 瑞 斯 尼 克 ( Paul Resnick ) [ 8 ] , 明 尼 苏达 大学 的 乔 · 康 斯 坦 ( Joe Konstan ) [ 9 ] 等 , 以及 沙龙 · 奥 维 亚 特 ( Sharon Oviatt ) 的 语音 识别 研究 的 工作 [ 10 ] 和 埃 里 克 · 霍维 茨 ( Eric Horvitz ) 关于 机器 学习 的 工作 [ 11 ] . 这 一 时期 CHI 的 投稿 数量 和 参与 人数 均 在 稳步 上升 . 
2 相互 驱动 的 当下 
经历 了 人机 交互 与 人工智能 的 两 次 大起大落 后 , 人们 不再 抱有 让 计算机 的 能力 全面 超过 人类 这种 在 当前 技术 条件 下 不太 可能 实现 的 幻想 , 转而 更加 注重 真正 能够 落地 的 更 实际 的 研究 工作 . 这种 转变 造成 的 结果 就是 人工智能 领域 逐渐 分化 为 以 概率 模型 和 随机 计算 为 基础 的 五大 相对 独立 的 学科 方向 , 包括 计算机 视觉 、 自然 语言 理解 、 认知 科学 、 机器 学习 和 机器人学 . 关于 通用 人工智能 , 即 在 各个 方面 都 能 达到 或 超过 人类 水平 的 智能 体 的 呼声 越来越 少 , 而 针对 特定 场景 和 任务 的 人工智能 研究 取得 了 很 大 的 进展 和 成功 . 在 图像 和 语音 识别 方面 , 机器 已经 达到 了 普通 人类 的 水平 ; 在 棋类 游戏 方面 , 1997 年 深蓝 在 国际象棋 上 、 2017 年 AlphaGo 在 围棋 上 均 已经 击败 了 当时 最 顶 尖 的 人类 棋手 . 这些 方面 的 进展 大大 驱动 了 人机 交互 的 发展 . 以 图形 用户 界面 和 键盘 、 鼠标 等 直接 操控 设备 为 主流 的 人机 交互 方式 很 难 使 人 与 计算机 实现 如同 人 与 人 之间 那样 高效 自然 的 交互 , 而 语音 识别 、 手势 识别 、 语义 理解 、 大 数据 分析 等 人工智能 技术 能 帮助 计算机 更 好 地 感知 人类 意图 和 用户 状态 , 进而 增强 人机 之间 的 交互 带宽 , 使 计算机 更 “ 懂 ” 用户 , 实现 以 人为 中心 的 计算 和 真正 自然 的 交互 . 可以说 , 人工智能 的 发展 不断 革新 着 人机 交互 的 方式 , 驱动 人机 交互 由 传统 方式 向 更 智能 、 更 自然 的 方式 进步 [ 12 ] . 
与此同时 , 人机 交互 同样 驱动 着 人工智能 的 发展 . 机器 学习 先驱 Michael Jordan 提出 “ 人工智能 最先 获得 突破 的 领域 是 人机对话 , 更 进一步 的 成果 则 是 能 帮 人类 处理 日常 事务 甚至 做出 决策 的 家庭 机器人 ” . 
