IT的身体语言

　　2007年是重要的一年，这一年微软发布了Surface，苹果发布了iPhone。虽然两者差距千里，却共同推动了一种技术进入主流视野，那就是多点触摸技术以及由此引申而来的手势操控界面。在这一技术的支持下，人们开始用手指、手势乃至肢体动作操纵哪些早已熟悉的IT产品，一个与我们的一举一动息息相关的全新it时代正在悄然来临。

　　现在手势操控技术发展红火，作为其中的一个分支，多点触摸技术最先走向了市场并获得成功，甚至山寨产品也能找到硬件和软件实现这样的操控，这是人机界面的巨大变革。随后，苹果在它的Macbook上全面引入多点触摸，而微软也会在Windows7中采用这个技术，多点触摸技术的全面爆发已经指日可待。

　　多点触摸的背后

　　目前多点触摸技术已经形成了两个主要派别：一种是基于硬屏幕传感器的方式，iPhone就是如此；另一种是通过摄像头进行坐标转换，从而实现姿势意图的判断，微软的Surface就属于这一种。

　　在同一个时期，两个重要的姿势控制在空间上对撞了。我们可以回顾一下历史，上溯到20多年前，类似的图景已经展开。1983年，贝尔实验室开始研究这个问题，1984年便小有成果。但主要的突破在1991年，当Pierre Wellner发表了一篇描述他做的Digital Desk的论文，这个设为能够支持多手指触碰功能。从那个时候起，人们开始意识到，这个用户界面的巨大突破，不仅仅需要硬件方面的支持，更需要软件方面的突破。

　　在微软和苹果的产品中，两个公司起到了决定性的作用。微软购买了3DV System公司，这家公司在通过摄像头实现的手势控制方面相当有地位，他们通过摄像头进行手势的定位，从而实现操作。Surface借助一个小的摄像头和内部的投影机，实现了30英寸的桌面，可以应用到办公、商业演示、娱乐等等方面。

　　站在iPhone后面的则是Fingerworks公司，这个公司在2005年被苹果收购，苹果由此诞生了历史上最重要的转型产品——iPhone。在iPhone推出之前，苹果与AT&T合作过一款手机，还没有成型就夭折了，据说设计跟Moto的Razor比较类似，虽然浪费了大约1.4亿美元，但苹果得到了AT&T的大力支持。在研发iPhone的时候，据说不少硬件都是AT&T提供给苹果的。

　　Fingerworks的产品突破了以前的传统，虽然在概念上比不上微软的有弹性，但是适合小尺寸屏幕使用，并且一举突破了手机屏幕尺寸的问题。使得iPhone上网相当方便，也构成了iPhone成功的重要基础。它的技术采用多个传感器，而不是以前的单个或者少数几个传感器，能够扫描和处理多个触点的信息。硬件方面的问题处理好之后，在后台的软件上，需要针对其做有针对性的调教，虽然有不少公司都能提供类似的方案，但从目前来看，苹果的方案无疑还是最好的。

　　在苹果的带动下，多点触摸技术迅速风靡。除了手机，华硕的EeePC 900以及Dell Inspiron Mini/Latitude XT和Sharp 的Mobius都开始陆续采用多点触摸技术。

　　让我们丢掉遥控器

　　最有意思的是家电厂商也要进入这个市场。日立和东芝都有支持手势操作的电视推出，可以摆脱遥控器对电视的控制。这属于另外一个类型的产品，比简单的多点触摸更为复杂，而且也要比微软的Surface采用的方案更复杂。

　　这样的方案需要面对比较复杂的局面，首先需要有识别边界的能力，能够区分人和其他事物；其次要有距离感觉，能够判断手势代表的含义。例如Canesta公司开发的CCD摄像头就拥有复杂的功能，除了拍摄操控的人之外，还要记录这个操作者手势的幅度，如果在用户界面的设计上不注意的话，手势操作会累死人。

　　而且这一技术对摄像头的反应速度也有要求。如果摄像头反应太慢，无法采集到足够多的运动点，就无法构成轨迹，形成操作命令。此外，对付多人的操作也是问题，到底以谁为主？过多的用户是否会导致电视机混乱，起身或者接电话时的手势如果恰好符合某个指令，也会为使用带来麻烦。

　　当然，要是打个响指就能开启电视，这就太有意思了。就是这样的诱惑，让微软继续投入，准备在游戏机上实现这样的用户界面，从而带来完全不同的体验。与仅仅依靠手势不同的是，微软的游戏界面是全身的运动。也就是说，摄像头捕捉的信息是全面的，游戏可以利用几个关键点来实现控制，比如跳舞、拳击等游戏，玩家能够真实的体验与电脑的对战。

　　大约在5年前，通过摄像头玩的游戏就已经开始出现，游戏中的主角头像可以设置为玩家自己的照片，可以通过手势运动在游戏中敲击气球。任天堂的Wii则通过重力传感器实现了另外一种姿势的控制。

　　如果微软把全身的姿势控制成功引入游戏机，那么，未来的减肥游戏和运动游戏就将不只是坐着不动了，这将构成全新的游戏体验。在这一领域，Fraunhofer的iPoint 3D更有意思，它是针对立体显像的手势操作，这将大幅度提高用户参与游戏和互动内容的感觉。

　　我们可以看到，随着技术的发展，摄像头的功能将复杂化，将不再只是一个可以拍摄自己大头像的配件，它好像成了机器的眼睛，与机器的互动完全可以借助摄像头实现。而用户界面得改变也改变了我们跟机器的交流方式，未来手势技术的发展将会不局限在显示领域，利用这一技术，未来可以实现灯光的智能跟踪，只在有人活动的地方提供合适的照度，而相应降低其他区域的亮度。这一技术拓展的唯一缺点是，我们感觉像被监视了。而未来机器是否能够正确地理解人类的行为，器通过网络获得的“智慧”是否真有可能让人喜出望外或者是惊恐万分？这都需要进一步研究。

　　用动作指挥技术

　　Jefferson Y. Han在2006年的TED上，展示了惊人的多点触摸模型，远比我们现在讨论的复杂和精彩。其系统可以用十个以上的手指进行触摸和控制，而且功能强大。图片的放大缩小仅仅是其中很小部分的功能，未来，它甚至可以供设计人员使用。这是一个在技术上完全实现了人类想法的触摸技术，最重要的是，即便是一个没有怎么学习和熟悉过这个界面的用户，也能很容易地使用这个系统。

　　紧接着，Han创立的Perceptive Pixel公司，开始提供此类产品，它最有名的产品包含供给CNN两个电视墙，长度达到2.4米，高度达到0.9米。由于它的技术相对比较复杂，因此采用了不同的理念——通过红外LED和红外摄像头感知触点，并把触点的操作转变成为数字世界的操作。根据演示的效果来看，这一技术能够实现类似沙画的效果，查看GIS、3D内容也很方便，在这一技术的影响下，人很容易产生进入数字世界的错觉。

　　另一个迅速发展的技术就是由麻省理工媒体实验室开发的第六感。这个技术更是惊人，它包含一个用来连接网络的设备——现在来看就是手机，一个微型的投影机——好像是激光投影机，以及几个戴在手指上的传感器。激光投影机可以在任何介质上投影，而一个神秘的镜片能够把信息反馈到控制系统，这个系统通过阅读这些信息，就能够对这些资料进行查找。比如打开一本书，它就会连接上Amazon这样的网站，并且把书的作者的介绍和评价都显示出来。

　　这个设备甚至可以投射出一个键盘在你的手里，通过按手里的投射的数字，就可以实现电话的拨打。同时，还能够根据需要在手臂上投射手表等等，这是肢体操控技术与人类生活最接近的一种。这也是为什么开发它的Pattie Maes把它命名为第六感的原因。

　　毫无疑问，这一技术使人类能够进入网络中。在需要调整系统功能的时候，可以把画面投射在任意地方，然后通过手指选择；我们甚至可以如同Harry potter一样看报纸，可以利用投影机在报纸上播放视频的新闻；或者通过人脸识别，看到对方的时候就能够把这个人的资料全部调出来。

　　触控技术的延伸

　　当然，这一技术不应该只用在传统的设备上，在更新的一些应用领域，我们将看到他们的身影。比如针对某些人的特定动作习惯进行分析，从而使用这样的特征码进行加密——只要通过扫描人们在特定区域内的动作信息，再加上其他信息的对比，就可以实现童话中“芝麻开门”的效果；在汽车上，可以将挡风玻璃当作信息显示平台，甚至方向盘的具体功能都可以省略，改用肢体控制，这样，开车就会变得和聊天一样，通过机器可以识别的手势，驾车者将不会因为分心或者心情不好导致交通问题，还能够避免违章带来的众多问题；在超市，通过设立在商品旁边的触控技术信息服务终端，人们就可以找到需要的东西，多点触摸能够大大节省查阅的时间，同时，这些信息点还能够提供各种产品的具体区域，以方便像不常逛超市的人查询；甚至政府也可以设立一些公众信息的显示墙，用户可以在特定的区域了解一些其他信息，比如选举、旅游、地图，甚至周围的便利店。手势的操作能够充分利用显示墙的功能，使得很多人可以通过同时操作一个屏幕获得各自需要的信息；在工业上，触控技术还可以用来培训工人，降低因为操作不规范引起的危险，还可以通过机器扫描出框架，大幅度降低员工培训的成本，提高生产效率；未来运动员的训练也可以通过设定标准动作实现训练的监控，这样会比现在通过摄像的方式方便得多，如果能够通过使用了触控技术的游戏减肥、锻炼，肯定也会很有意思。

　　基于姿势的动作语言，改变了我们跟机器打交道的方式，正是因为有了这个层面的互动，聪明的机器才真的有了基础。除了为我们的生活带来便利，这一简单的操作也会扩大机器作为工具的能力，使机器能跟人进行互动，这将完全改变我们的行为方式。如果可能，机器的互动还将变得更有趣，机器的协同工作可能不再需要复杂电线等设备，只要有合适的摄像头或者激光束扫描就行。我们将能够操作机器以及虚拟空间，甚至在设计三维动画的时候，进行动作捕捉也不再需要复杂的流程，这将会大幅度降低工作的复杂程度。

　　实际上，基于姿势的用户界面，并不是一个简单的娱乐产品，它真正涉及到人与机器交流的核心。在这一技术的基础上，人类可以通过与机器的手势、肢体动作等方面的交流，构建更为有趣和高效的现实世界。