關于人機交互的一些思考

在開始正文前，我想請你思考以下一些問題：

1. 在圖形化交互無處不在的今天，為什么做底層開發的計算機工程人員仍然在使用“晦澀難懂（至少對于一般人而言是如此）”的字符命令在shell界面進行操作？（相信你見過黑客在黑底綠字的界面下瘋狂敲擊鍵盤，入侵別人的電腦）

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

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

這些問題是我做以下闡述的思維原點和發散點，希望能讓你對本文內容的理解提供些許幫助:)還有，這篇文章之所以能夠寫出，得益于錘子科技新發布的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，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，在正文中我開篇會先點明我的觀點，然后再敘議我的觀點，如果有需要一些背景知識我會在文中或這段末尾以括號的形式補充。

就像你要了解一個人，你必須了解他的經歷一樣，我們討論人機交互也要了解它的發展。
從第一臺電子計算機ENIAC，到IBM的1401和7094，到Apple II，再到Apple Lisa，再到近期的iPhone 4，這個發展過程中計算機的計算能力成指數倍增長，其運行的軟件也越來越龐大復雜，實現的功能也最初的科學計算到如今的機器學習。但其內在的本質并沒有改變，依然為馮諾依曼體系結構，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字符交互再到鼠標圖形交互再到手勢圖形交互。之所以稱交互方式的改變是對我們用戶而言最具價值的變化是因為每一次交互方式的變化都帶來了軟件和計算的相關應用的蓬勃發展。從另一個層次講，交互的形式也限制了軟件和應用的發展。翻譯成人話就是交互的形式決定了用戶可以得到的上限，就題論題的講，從喬布斯發明了iphone定義了真正的智能機到現在10年過去了智能手機有沒有根本上的變化？我想答案是否定的，我們現在只是在完善喬布斯的定義，讓手機速度更快，容量更大，拍照更清晰，并沒有做出顛覆性的變化，當然你非要說手機的外殼變化巨大，我也只有依你咯！為什么變化不大呢？當然不是那些手機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，內存有多大，我們能做的依然是縫縫補補。
（插一句題外話，人類歷史還有很多這樣有趣的例子，核心變化會帶來上限的變化：最開始的階段帶來變化，成熟后將制約變化。比如交通工具動力的變化，我們大概經歷從馬拉車到蒸汽機車再到柴油車的變化，最早出現柴油車的時候，馬路上跑的更多的是馬車，當時柴油車其實并沒有馬車跑的快，跑的遠，而且聲音還大，震動劇烈，尾氣難聞，關鍵還貴，可以說相較于馬車幾乎沒有優點，但是。。。人家潛力大啊，發展至今柴油車已經完全超越馬車了，我們可以這樣說在大家都在使用馬車的時代，柴油車的出現把我們用戶所能得到的上限往上推了一大截盡管它當時很糟糕。現在又出現了電動車對吧？所以你懂的。。。）

談了那么多人機交互，可是人機交互是什么？人機交互的本質是人與機器間的交流（廣義交流：信息在兩個或多個客體間的流通）。既然是交流那么就有關于交流的兩個重要指標存在，交流復雜度和交流效率（這里的交流復雜度和交流效率分別對應信息論中的編碼和信息熵，如果你沒學過信息論，那就不管它）不知你是否看過關于哲學或經濟學或其它傾向于講述本質問題的書，你有沒有注意到，作者在講述的時候傾向于使用許多定語來限制這句話的多余理解，使得作者要表達的意思盡可能的能被唯一解讀。這里的使用定語就是交流復雜度，定語越多，也就越復雜，這也是為什么哲學書讀起來晦澀的原因，這些書的作者提高了交流復雜度，使得作者表達的話難以被錯誤解讀，也就提高了交流效率，補充一句，怕你們誤會：這里的交流效率是指作者的意圖真正被你理解的程度，并不指你單位時間內能理解多少，換句話說作者表達的越清晰就越不可能產生歧義，你就越可能準確理解作者意圖，可能那句話很難，但你可以通過查閱資料花些功夫理解。有了這些鋪墊我們回到開篇的問題：

1. 在圖形化交互無處不在的今天，為什么做底層開發的技術人員仍然在使用“晦澀難懂”的字符命令在shell界面進行操作？

答案很簡單因為效率。舉個例子你要修改一個保存有5000張圖片的文件夾中昨天導入的1000張圖片的格式（因為社交網站只支持特定格式的圖片）在圖形界面下：找出昨天下午導入的那1000張圖片——>將其導入格式轉換軟件——>選擇要轉變的格式——>點擊轉換，這是圖形界面操作的大致過程，如果細分開每點一下鼠標一個步驟，還要更多。再來看看字符命令：調用的軟件名+要執行的操作（轉格式）+過濾命令+過濾條件（昨天導入）+目標格式——>回車鍵，只要大概一兩行的命令就完成了轉碼操作遠比圖形界面更具效率。從對比中我們可以看出字符命令描述問題的維度更多，能對我們的意圖進行更細致的刻畫，進而提升了我們與計算機間的交流效率；而圖形界面，單從調用軟件那一步驟而言，軟件有不只一個功能，即使是轉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雜度為代價：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的規則，這一系列的條件對普通人而言都是不友好，其本質就是學一門外語，只不過不是對對人講的。
（無論是圖形界面還是字符界面盡管我們的操作不同，但我們需要告訴計算機的信息是一樣：計算必須知道用什么軟件打開文件，以及文件的名稱和該文件所在的位置才能對這個文件進行操作，只不過圖形界面將過程自動化：我只需要用鼠標點擊要打開的文件，計算機自動根據你的點擊補全文件的位置而字符界面則需要你手動輸入文件路徑或進入到目標文件位置。請你記住圖形界面下計算機自動補全信息，使得用戶可以忽略細節一定程度上提升效率的重要性。其實我想寫三遍，但那確實太啰嗦了。這對我們將要提及的事有重要的啟示。）

我們人都會有一個夢想，概括為一句話就是：既想馬兒跑得快，有想馬兒不吃草。所以我們就要問了，有沒有可能我們既能提高交流效率，又能降低交流復雜度？其實我們的交互發展一直在朝著個方向發展，那就是同過一系列計算機自動化的方式來解決那個矛盾的問題。就目前來看蘋果做得比較好，通過合理的菜單組織，減少高頻操作的步驟，以及通過對高頻應用的統計，把這些高頻應用集合為一個按鍵，比如女孩子喜歡的照片一鍵美顏，以及把規則化的形式一一羅列出來。這次老羅所演示的TNT PPt自動排版，就遵循的這個邏輯。排版的規則無非就是對齊居中，主次分明，字體統一，大小合適，在這些美學要求下排版也就那幾種可能。

2.觸控交互為什么會取代按鍵交互？

所見即所及的高效率。跟功能機時代你需要用方向鍵選中圖標，相比你直接用手指點擊的效率不知高到哪里去，圖標越多（即功能越多），體現的越明顯
時至今日我們可以這樣講：按鍵限制了手機提供更復雜功能的可能性，在巴掌大的地方提供的按鍵極其有限以致在電腦上執行這些操作遠比手機方便，比如p圖，剪輯視頻，瀏覽網頁；而觸控的高效率則為手機提供更復雜的功能提供了可能性，從本質上講也是通過增加交流的復雜度（觸控的維度要遠遠高于有限的按鍵所提供的維度）來提升交流的效率，可是為什么提升了交流的復雜度我們去感覺手機更簡答易用？
因為它使用的是我們會的方式來跟我們打交道，那種感覺就像一個人考你一個難的問題，但是那個問題是你會的。對你而言也就不難了。用手勢操作喚醒了跟現實世界打交道的記憶，讓這件事操作起來更顯直觀。比如，用手機閱讀手指向上滑動把看過的文字滑出去，把沒看過的文字滑上來。像不像，有一張紙遮住了半頁書，你要看下半頁的書要么把書往上拉，要么把紙往下拉，所以只要手機邊框和屏幕可以伸長，向下拉屏幕也是易于被人類所接受的。還比如放大圖片兩只手指外擴像不像，你的小玩意掉到草叢里，你用手把草叢撥開，尋找細節。像不像你吃薯片時用兩根手指將薯片袋開口撐大所見即所及的直觀和互動性。
說一件我深有感觸的一件事，去年家里電視換成了智能電視，我在電視裝了優酷，芒果，騰訊的app，有段時間熱播《大秦帝國》，我就從app里直接點播，后來我婆也想從app里看點播讓我教她，先從選擇app開始，我讓她試著按動方向鍵移動選擇框，我告訴她你按動方向鍵的目的就是是使得選擇框選中你要選擇的圖標，如果選擇框在圖標的左邊你就點右鍵，選擇框在圖標的下面你就點上鍵，反之相反。然而教了三四遍我婆任然沒有學會，根本不知道如何按方向鍵，因為她無法理解選擇框，也就無法在按動方向鍵和選擇框間建立聯系。后來我讓她指芒果TV在哪，她一指就指對了。那時我就想：如果電視是觸控的，那么我只需告訴她，你用手點你要打開的圖標就可以了。
在操作的高效率和直觀易用上來講，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，損失了進行盲操作的可能，但跟我們得到的比起來，損失的簡直是微不足道。

3.為什么諸如apple watch等的智能手表無法做到大規模普及？

智能手表與智能手機相似的交互方式，決定了其功能的上限就是智能手機，換句話說，手表能實現的，手機也能實現。它唯一能與手機區別開來的，就是攜帶方式不同：手表是穿戴式設備可以寸不離身，而手機是便攜式設備，可是現在人找不到手機就像是丟了魂一樣，一樣是寸不離身啊。所以當功能重復度如此高時，智能手表只能作為智能手機的補充存在，而無法成為一個剛需。

談談未來的交互方式的發展

上面談到，如何實現更低的交流復雜度，更高的交流效率，我們所做的計算機自動化努力，目前看來是夠用，可是放眼未來這樣的自動化是遠遠不夠的。所幸是革命來了，大殺器來了，
上文我提到字符命令操作更像我們人在學一門對計算機講的外語，換個方向，為什么不讓計算機學習對人講的“外語”呢？人工智能，計算機理解我們人類的自然語言。這是因為我們人類的語言有足夠的復雜度，使得交流效率可以足夠高。其次因為我們人類熟悉，所以幾乎沒有學習成本，我們能感受到的復雜度幾乎沒有。老羅的TNT出來后，網上就有人用表情包調侃，其實他們錯，你覺得人類中的那部分精英分子會傻到說用有足夠復雜度的語言來描述“關掉對話xx窗口”，”打開xx軟件”？肯定不會對不對？因為在你說完那句話前，我用鼠標或鍵盤早就完成 了那個操作。未來我們用語言，是直接把我們的意圖告訴計算機，具體操作的細節由人工智能決定。比如我們想買個相機，我們直接說出“買一個相機”，人工智能直接分別搜尋各個電商網站和測評網站為你列出最優選項供你選擇，而不是用語音告訴計算機，“打開淘寶”，“搜索相機”，“打開京東”， “搜索相機”。我想這也是老羅演示TNTpoker dealer所要實現的目標：我們只告訴計算機我們的意圖，具體怎么操作由計算機智動完成。
總結：不管未來如何發展，交互方式一定是沿著提升交互效率（交流效率）降低交互復雜度（交流復雜度）的方向前進，但兩者是矛盾的，為了平衡這兩個矛盾的部分，交互必然會趨向于機器人格化的方向發展，也就是AI化的方向發展。