人工智能的热门应用-人机交互中的智能计算
自计算机问世以来，人工智能一直是计算机科学家追求的目标之一。作为人工智能的一个重要领域，计算智能因其智能性、并行性和健壮性，具有很好的自适应能力和很强的全局搜索能力，得到了众多研究者的广泛关注，目前已经在算法理论和算法性能方面取得了很多突破性的进展，并且已经被广泛应用于各种领域，在科学研究和生产实践中发挥着重要的作用。
什么是计算智能，它与传统的人工智能有何区别？
智能，不是指一个功能或某一种产品，而是一种最基本的生产力，由此将带动规模庞大的新兴产业。智能还是一个基因片断，将植入所有人的日常生活、工作中。智能计算将引领我们开启智能IT基础设施的大门。
计算智能是受到大自然智慧和人类智慧的启发而设计出的一类算法的统称。随着技术的进步，在科学研究和工程实践中遇到的问题变得越来越复杂，采用传统的计算方法来解决这些问题面临着计算复杂度高、计算时间长等问题，特别是对于一些NP（Non-determlnlstlc Polynomal）难问题，传统算法根本无法在可以忍受的时间内求出精确的解。 因此，为了在求解时间和求解精度上取得平衡，计算机科学家提出了很多具有启发式特征的计算智能算法。
说实话，有时候人们确实容易被“某某计算”这样的新名词搞得晕头转向，不知所云，甚至产生抵触情绪。而消除这些负能量的最好方法是，让这些所谓的新计算结结实实地落地。云计算就是这样走进我们的生活的，当它从概念炒作阶段进入实质落地阶段后，已经没有人再怀疑云计算的真实、有效。云已经成了新的关键基础设施。
第一个对计算智能的定义是由贝兹德克（Bezdek）于1992年提出的。他认为，计算智能取决于制造者提供的数值数据，不依赖于知识；另一方面，人工智能应用知识精品。人工神经网络应当称为计算神经网络。
把神经网络（NN）归类于人工智能（AI）可能不大合适，而归类于计算智能（CI）更能说明问题实质。进化计算、人工生命和模糊逻辑系统的某些课题，也都归类于计算智能。
人机交互（Human computer interaction），顾名思义，是研究人（用户）和计算机之间交互方式的学科，是人通过交互界面的一系列输入和计算机提供的输出反馈来完成一项任务 或者达到一个目标的过程（见下图）。人机交互是一门交叉学科，与计算机科学、人机工程学、行为科学、认知学、心理学、媒体研究、设计等多门学科都 有密切关联。
人机交互也可谓人工智能集大成的方向。在人机交互的过程中，语音识别、图像识别让机器能够理解人类的输入信号；各类预测 模型、增强学习模型帮助机器做出有效且理性的判断，并使其具备学习的能力；智能控制类方法让机器完成人类指定的动作或者进行有效的反馈。可以说人机交互中 蕴含着人工智能的方方面面，人机交互的高速发展意味着人工智能水平的整体进步。
图 人机交互示意图
在过去的几十年中，人机交互领域的研究取得了长足的发展，其中经历了三次重要的飞跃：一是20世纪70年代初，人机界面的 概念被正式提出，第一次人机系统国际大会召开，第一个相关专业杂志（IJMMS）创刊，多家研究机构和公司相继成立了人机交互界面研究中心，这个时期是人 机交互领域的奠基时期；二是20世纪80年代初期，人机交互学科逐渐形成了自己的理论体系和实践架构，在理论体系上更加强调认知心理学以及行为学和社会学 等某些人文科学的理论指导，在实践架构中则更加强调计算机对于人的反馈交互作用，人机界面/接口一词也被人机交互所取代；三是20世纪90年代后期，随着高速处理芯片、多媒体技术和Internet Web技术的迅速发展和普及，人机交互的研究重点放在了人机协同交互、多模态（多通道）与多媒体交互、虚拟交互以及智能交互等方面，强调环境和以人为中心的多通道交互技术。
2010年之后，伴随着计算资源、网络带宽和智能设备的进一步发展，以及机器学习在大数据领域的应用和深度神经网络的崛 起，多项人机交互领域的核心技术取得质的突破。计算机设备开始具备一定的智能化，可以大致听懂人说的话，看懂周围的环境，并理解用户的动作和行为。人机交 互领域也进入第四个发展阶段，即智能交互时代。
随着智能交互时代的到来，人机交互领域与人工智能领域之间不再有任何间隙，人机交互的终极形态似乎就是让机器也具有高度 的智能，能与人顺畅地沟通交流，能够自主、高效地完成人类赋予的任务。但类似自然人交互的人机交互方式真的是最合理、最高效的方式吗？我们需要关心机器在 想什么，它是如何完成我们的任务的吗？真的存在一种终极的、统一的人机交互方式吗？这是我们对未来的疑问，接下来就让我们一起面向未来探讨一下这些问题。
■ 人机交互将回归自然？
有人简单地把交互的发展方向定位为自然人机交互，但这是不科学或者说不准确的。计算机设备从诞生的那天起，它就是非自然 的产物。人和设备的交互方式主要以人适应设备为主，例如人们使用的QWERT键盘、鼠标、触摸板等，或者在方方正正的显示屏上查阅输出反馈信号等交互方式 均非自然的交互方式。
在智能交互时代，智能化和小型化的设备可以嵌入到衣服、鞋、戴的眼镜、手上的腕表，抑或周围环境中的桌子、椅子、镜子、 音箱等，如图所示。人在与这些自然环境中被赋予智能的设备交互时，通常需要设备提供一定的辅助信号来实现人机交互，而非沿用其“自然”属性的交 互方法，例如智能腕表上的敲击、智能眼镜的手势交互、智能桌面上的手掌归拢手势等。
图 人机交互的方式从键盘鼠标演变成智能手表等可穿戴设备
准确地说，智能交互最终将在人性化方面回归。这主要是因为，尽管人与智能设备的交互方式可能各不相同，千变万化，但智能交互 设计通常会遵循以下两条路径进行优化：一个是理性路径，人通过观察、阅读或理解，看懂了交互或者反馈提供的信息，例如按钮上的文字或者屏幕上的数字，用 “理性脑”的思考打通意识环节，整理信息并触发交互的下一步；另一个是感性路径，人通过视觉、听觉、触觉等感官感受到的物体属性，如可旋转的圆形旋钮、亮 着绿灯的开关和燃气炉火焰的大小，通过感性思考触发交互的下一步。显而易见，采用这两条路径的交互设计方案也一定是人性化的。
但“人性化”不完全等同于“拟人化”，自然人之间的交互方式也不一定是最高效的。从人的角度出发，针对特定功能和智能设备本身的特点制定特定的交互方式才应该是最合适的人机交互方式。
■ 人机交互会黑盒化吗？
人机交互是一个人输入信息、计算机输出反馈的序列过程。在过去多年的发展中，即时地输出反馈一直是人机交互必不可少的重 要环节之一。人不仅可以通过即时反馈修订交互策略，还可以获取对设备的控制感，人和设备是主从关系。在智能交互时代，设备的智能化程度越来越高，自主判决 能力也越来越强。尽管智能算法中的参数数量随之水涨船高，但显然人对结果更感兴趣而不关心其中的逻辑和过程，例如识别并运算复杂的手写公式、呼叫 Alexa（亚马逊推出的智能语音助手）播放最新的科幻电影、解放双手让计算机完成自动驾驶等。智能交互时代，人和设备更像是一个代理关系，人布置任务， 计算机完成复杂的任务后反馈结果。智能运算的过程日趋黑盒化。
近年来越来越多的学者和研究人员发现，智能算法可能会产生偏见。引起智能算法偏见的原因有多种，例如“互动偏见”，当机 器被设定向周围环境学习时，环境输入好坏混杂的信息将引起智能设备带有偏见，例如学会说脏话或者带有种族歧视的聊天机器人，是由于训练数据本身因素带来的 “数据偏见”。再比如搜索医生照片，结果可能会先呈现男性照片，而搜索护士照片时则反之，又或者反馈处女座更易有洁癖，7月出生的人更聪明等奇怪的结论。 而“模型偏见”是指因数据缺失导致算法模型可能会放大某类决策从而做出不公平的判决，例如快递服务绕开黑人社区、为女性推荐低薪工作等。
同时，人们还发现，在一些领域，智能设备如果具有过高的自主决策权，决策错误可能引发严重后果，例如2018年3月Uber的无人驾驶汽车在车道线错误和缺失的情况下撞向护栏，智能音箱Alexa会在半夜偶尔发出奇怪的笑声等。
事实上黑盒化已经开始引起人对智能设备的不信任，越来越多的研究工作开始侧重增加智能设备的决策透明性。提供更多的即时 反馈信息是一种缓解担忧的方法，例如在观看影视剧时，显示推荐的理由会让用户增强使用服务的信心。在出错代价高昂的交互领域，智能设备则需要采取更加保守 的智能策略，交出部分决策权并提供更多辅助信息来优化最终的决策。考虑到智能设备可能处理的海量数据和人所能承受的交互负荷，智能交互最终一定会在黑盒化 和透明化之间达成某种程度的妥协。
■ 会有一种普遍适用的交互方式吗？
在智能交互时代，越来越多形态各异的设备嵌入小型化的智能芯片成为智能交互体，给人类工作和生活带来极大的便利。那么是否会存在一种普遍适用的交互方式，可以应用到各种各样的设备形态呢？
答案可能是否定的。智能交互方式的多样化使得智能设备具有较大的差异性，主要体现在环境感知能力、交互展示能力、链接能力和嵌入能力等，这些差异决定了交互的形态的不同。
环境感知能力，贴身的可穿戴设备有能力检测心跳、肌肉变化，智能桌面需要感知放置的物体、分辨多个操作人，而 Microsoft Kinect设备（见下图）则具备重建操作环境的能力，不同的感知能力自然需要不同的交互方式。例如与40mm显示屏的腕表主要通过敲击、单指滑 动进行交互；而8英寸的平板电脑则主要通过单指或者多指交互；在50英寸的智能桌面上交互则更倾向于用双手多指、手掌或手掌侧进行交互，而且可以借助物品 与设备进行虚实交互；在100+ 英寸的投影和Kinect设备下，人们则更倾向于使用整个身体姿势，甚至借助一些控制器进行交互。
图 微软推出的体感外设Kinect
■ 智能交互的未来
在人工智能的浪潮之巅，我们应该为身处这样一个伟大的时代感到庆幸。对于致力于下一代智能交互技术革新的工程师们来说，这更是一个创新迸发、日新月异的时代，你的每一份贡献都可能会改变人们的生活，成为这个崭新的智能世界中的一段基因。
在未来的某一天，也许所有人都可以不再纠结于茫然费解的各色产品说明书，只需要对智能管家说一句话，甚至只需要意念的控 制，就能让家中的所有电器和设备为你服务；也许我们的AI助手会在我们情绪失落的时候送上一首舒缓的歌，在即将下雨的时候放一把雨伞在门口，在你想款待朋 友的时候提前为你预定合适的餐厅；也许我们可以像“钢铁侠”一样，在一个虚拟的空间中挥舞下手臂，便能完成一件伟大工业品的设计；也许我们已经打破了现实 和虚拟的界限，正自由穿梭于不同世界间的“结界”，获得与众不同的体验。
这些都还遥远吗？其实我们已在路上。目前，计算智能算法在国内外得到广泛的关注，已经成为人工智能以及计算机科学的重要研究方向。计算智能还处于不断发展和完善的过程，目前还没有牢固的数学基础，国内外众多研究者也是在不断的探索中前进。 计算智能技术在自身性能的提高和应用范围的拓展中不断完善。计算智能的研究、发展与应用，无论是研究队伍的规模、发表的论文数量，还是网上的信息资源，发展速度都很快，已经得到了国际学术界的广泛认可，并且在优化计算、模式识别、自动控制、经济管理、机械工程、通信网络和生物医学等多个领域取得了成功的应用，应用领域涉及国防、科技、经济、工业和农业等各个方面。
本文部分摘自《百面机器学习》，作者是诸葛越和葫芦娃，这本书目前收录了超过100道机器学习算法工程师的面试题目和解答，其中大部分源于Hulu算法研究岗位的真实场景。个人认为这本书非常值得一看，强烈建议大家买一本纸质书籍放在床头每天查阅，不久的将来您一定能成为机器学习领域的大牛！
来源：我是码农，转载请保留出处和链接！
本文链接：http://www.54manong.com/?id=1194