“將來，目標是從用戶身上獲取信息，無論是讓他用語言，使用手勢還是點擊按鍵都好?！?/a>
人工智能和機器人是未來HMI解決方案的一大研究領域。它們可以利用其他人提供的現有基礎設施，比如大數據。這些HMI將是機器學習的引擎——進行數據收集并向用戶提供結果和信息，即使在工程師沒有預先定義各種問題和解決方法的情況下。這些也可能成為未來HMI軟件和現在HMI軟件的關鍵區別。
基于此，在未來，HMI和IOT供應商的強勁趨勢是從產品供應商轉變為服務提供。服務作為解決方案，不是軟件應用程序的工程服務，而是提供軟件即服務或基于訂閱的模型。它將不再是在內部安裝和運行的媒體。
有美國的公司一直在實際應用中測試機器人。比如你問亞馬遜的Alexa‘今天天氣怎么樣?’，或者在做谷歌搜索，這都能算是機器人：接收你的輸入、用不同算法分析數據并為你提供有趣結果的引擎。”
例如，美國Terezinho的公司提出了一個簡單的概念，來驗證HMI bot應用程序。當軟件識別出平板電腦靠近機器時，它會將信息“設置”到平板電腦的頂部，例如溫度，生產數據和警報。
此應用程序也啟用了語音識別功能。用戶可以詢問HMI應用程序，例如“五個最重要的警報是什么？”?
第一步，HMI軟件會將語音轉換為文本；第二步：有趣的一步，將文本發送到在云上預先配置的機器人，然后機器人提供自動過濾的信息，以包含HMI上五個最關鍵的警報。
當然這只是一個開始。將來，目標是讓用戶說話，點擊按鈕或撰寫問題并獲得所需的信息，而無需非常嚴格的語法。沒有必要編寫特定的程序代碼。只是問一個問題。用戶只需詢問“給我機器A昨天產出的產品信息”，而不是編程和配置圖形以顯示昨天機器A的生產產品信息。
或者可能使用簡單的語法，例如“從表1中選擇時間等于昨天的生產數據”。
這是一種體驗更加友好的人機交互方式，可以與系統進行交互，以獲得所需的數據，機器人挖掘用于收集，分析信息并將信息傳遞給用戶的數據庫傳統上就是所謂的大數據。
HMI現在可以做很多事情。他們可以從許多不同的項目中收集數據，對其進行過濾，將其推送到可以進行分析的云端，并將可用的結果發送回用戶。他們比以往更快地提供可操作的數據。這不僅僅是針對一件事;如果把增強現實和機器人融合到一個解決方案中，您可以將所有這些選項結合起來，創建驅動到新一代運營商的解決方案，就能應用于所有事情。
五年前，當我們調研手勢和多點觸控的需求時，我們的許多客戶來到我們這里，并想知道它的價值是什么。他們不理解“當我們只需點擊一個按鈕轉到另一個屏幕時，為什么要使用觸屏？“他們覺得點擊一個按鈕會更快。
然而，然而，關鍵是，現在進入市場的用戶，對他們來說，可能更敏感，或者他們可能期待更多功能。當他們滑動屏幕時，或者揮動手的時候，HMI會改變到下一個屏幕。?
以下是一些HMI人機交互的分享
A.具有嵌入式觸摸表面的觸覺控制器：混合接口
雖然它們似乎提供了一種簡單的替代方案，但實際上它們在學習性方面存在問題，如前所述。它們也可能非常分散注意力，因為駕駛員必須始終依賴視覺反饋，并且不能隨著時間的推移形成肌肉記憶或控制圖。
C.具有視覺和聽覺以及觸覺反饋循環的3D手勢控制
使用手勢來控制HMI的某些方面是一個令人興奮的概念。這主要是因為它提供了一個機會，可以恢復早期汽車中存在的直接控制和反饋，盡管這并非沒有問題。
3D手勢數據的感知變得越來越容易，不僅因為傳感器和處理器成本低，而且還有更好的算法可用。
我們不僅可以檢測身體特征的微觀變化，如點頭，面部位置和手勢，還可以檢測眼球運動等微觀變化。然而，從低成本計算機視覺中出現的新交互模式尚未完全編目和理解，這在繪制和學習手勢界面時提出了挑戰。
可能有數百個3D手勢可能，并且學習和理解一組模式需要時間，因此在其現狀中不能作為純粹的交互依賴-?特別是在安全性方面。
盡管由于自然語言處理和識別的不斷進步，我們遠未實現與機器的人類對話，但最近幾年已經看到許多應用可能達到光明的一天（實質上這是一種形式）雖然有些人可能認為它不是-?一個強烈的“AI效應”案例。
關于語音控制設計的批判性分析，將在后續的文章中分享。
HMI將與許多應用程序連接。人機界面將保持核心戰略和視覺樣式，但隨著技術的發展，你還是需要去適應技術。隨著市場預期的發展，如果將現在的解決方案與20年前的相比較，核心概念是相同的，但它們的外觀已經完全不一樣了?！?/b>
20年前，界面是由當時的時髦產品——臺式電腦運行DOS版本的windows 3.11展示的。如今，在數據展示方面仍舊是同樣的表現，但加入了平板電腦、智能手機、微軟光環(Microsoft Halo)、谷歌眼鏡和蘋果手表(Apple Watch)。我們仍然在使用信息，但是信息表示的方式——我們如何與之交互——已經完全不同的。
