本文由三思派（ID:Science-Pie）授权转载，编译：孟海华

作者：Werner Goertz, Megan Reinhart

近几年，人机交互发展突飞猛进。人机互动的热点已经转移到移动和可穿戴设备。市场领导者必须围绕多模式、个性化的技术进行设计认证和设备交互。

图1  人机交互技术成熟度曲线（2016）

来源：Gartner (2016年6月)

人机交互的总体趋势是持续向着以用户为中心、交互方式更加直观的方向发展。可穿戴设备的屏幕尺寸不断减小，自然语音（识别、翻译、回应）、手势、运动、凝视控制等技术不断进步，使用心电图、声音、面部特征等独特的个人特征的安全认证，主流的生物特征识别如指纹扫描等，充斥引导着人机交互技术的发展轨迹和范围。

对于企业而言，人机交互的数据安全得到保障。人机交互通过多联设备识别唯一的特定用户，帮助企业安全地保护机密数据，使得安全交易和移动支付成为可能，同时也极大地提高了用户体验。

对于用户而言，交互位置将发生根本性变革。云计算、移动设备、便携式可穿戴设备技术的进步将促使人与机器交互的位置可以远离机器设备，长期以来人与机器必须通过近距离交互的情况发生了根本转变。基于可穿戴设备的交互可以使得交互位置接近身体；基于云计算的智能交互可以使人在愉悦的环境中表达自己的偏好和期望。

► 空间计算

► 非医学应用芯片植入（道德、立法和法律事务原因）

► 自我量化

► 微型投影机（得不到用户的认可且太耗电）

► 电子纸（电子纸的应用仍然是一个充满商机的市场，但不再被认为是与主 题足够的相关）

► UXPs现在称为DXPs

► 手势控制现在叫手势控制设备

相对来说，人机交互技术不是一个根本性的新能力，大多数的技术都聚集在优先矩阵中获益的区域（见图2）。2015年，消费者基于对隐私的担忧和文化礼仪的考虑，以及因为采用率下降和使用情况的变化使得技术普及的速度有了一定程度的下降。转换技术，特别是机器学习和虚拟个人助理，正在颠覆性地改变我们与设备的互动，特别值得我们关注。未来几年人机交互的技术变革将对市场领导者的技术和服务提供商产生深刻的影响。例如，智能应用程序和机器学习的出现将参与到人类与机器互动的转型中去。

图2  人机交互技术优先矩阵（2016）  来源：Gartner (2016年6月)

► 空间计算

企业协作的空间计算将成为一个平台，能够连接大型的仿真显示器与手势控制设备，特别可以安装在连接多个大屏幕、视频会议（远程连接合作者）和个人设备的会议室。

空间计算预计会在科幻小说电影和概念视频中使用（由康宁公司制作的《玻璃制作的一天》）。商业设施被限制在高端客户体验中心和视觉协作系统中使用。

对高度复杂的大数据进行可视化渲染，特别是复杂的互联网产生的数据集群，可以更直观丰富地提供一个身临其境的环境，这展示了数字信号新的潜力。在高端零售潜在应用体验方面，消费者可以完全沉浸在信息交互的世界；在家庭娱乐潜在应用体验方面，可以营造并提供完全沉浸式的屏幕体验。

对显示器技术的供应商而言，空间计算为大屏幕显示器提供了一个较大的市场：在体验营销地区的供应商可以在沉浸式的三维环境中维护客户关系。社会媒体和社交互动的新机会可以通过包括语言、手势和视频的互动来实现，通过提供社交网络机会来优化处理客户关系。

► 环境经验

环境经验是用户体验，强调在空间上的接近，环境数据通过用户行为被注入系统。系统的输出以信息、音频显示，以及触觉和图形的方式进行显示。环境体验可以简单，如环境情绪照明，也可以复杂，如集成的智能应用程序。

环境信息比较丰富的应用和服务正在成为主流的发展趋势，网络、手机的硬件能力，物联网、云计算、面向服务的架构和统一通信的进步将环境经验继续向前推进，以创造一个丰富的环境经验解决方案。

企业正在探究如何使用环境经验和无缝技术空间。集合交互，比如通过一个个性化的虚拟助手响应用户的各种需求，这已经是好几年前的事情了，但是从微软的Cortana，谷歌的Now和苹果公司的Siri还是能够了解这些系统是如何工作的。

► 步态分析

步态分析指使用相机和传感器来评估运动。作为一种分析工具，它的非侵入性的属性在健身，医疗保健，安全性和生物识别密码交换上有更多的价值。

从去年的评估来看，一些解决方案已经取得了一些市场份额，这促使移动配置技术沿着技术成熟度曲线缓慢推进，包括硬件和软件部分，并且这种服务型产品已经在市场上出现了。检测开始通过定义背景，随后扫描一个人类或动物的剪影。这些媒介使用统计方法与已知的模式进行比较，也被称为时空分布。使用新的雷达系统接受检测。在智能手机和可穿戴式电子产品上使用的传感器可能会加速商业化进程。服装和运动服供应商，渴望推广一个更“高技术”的品牌，会夸大宣传步态分析的可用性。然而，如果没有更多的商业化的系统，该技术仍然是胚胎。

商店里的“fitsumer”步态分析设备能够吸引源源不断的顾客。室内步态分析设备能够吸引回头客，但一定要注意较长的室内销售周期。“步态分析”这个术语已经被延展为雄心勃勃的市场和广告经理的意思。比如，在纽约，耐克的步态分析更多地依赖于销售员而不是步态分析这个技术。

► 人体机能增强

在未来的25年内触发一个价值数十亿美元的人体机能增强市场。基于选择性增强趋势（尤其是整容手术的普及）和不断增长的技能增强机会，我们将人体机能增长定位在触发阶段和顶峰之间。与此同时，一些机构会考虑为他们的员工提供一些增强性能的机会，或将出台政策来促使人体机能增强的持续趋势。

关于人类增强的伦理争议甚至在技术普及之前就已经存在了。美国部分州已经通过法案来禁止雇主将提供芯片植入物作为应聘的条件。未来的立法需要解决的，包括一个人是否有权利使用医疗设备来增强人体机能，雇主是否被允许优先选择一个人体机能比常人强大的人等。雇主需要权衡人体机能的强大与机器人的超强能力，特别是因为机器人会涉及到较少的人类伦理和法律盲区。

► 电振动

电振动是基于在皮肤内的触觉感受器起效的触感技术，它可以被当作能够感知肌肤的纹理。电荷模拟局部振动和摩擦的感觉，模仿其形状、纹理和轮廓（如键盘按键的触摸屏上的感觉）。电荷不会穿过皮肤，因为电荷是通过在导电表面上的运动而产生的。一个周期性的静电力能够将手指上的肌肤“变形”。

许多研究小组已经开发了不同的电振动技术来提高触觉触摸显示，最著名的是在匹兹堡和卡耐基-梅隆大学进行的迪斯尼研究。在美国和法国的巴黎南方大学都开发了一个现有的电振动技术称为“静电振动”，这种技术采用电振动控制与触摸静电摩擦面板（3M商用电容式触摸面板修改）和用户的手指，但是该项目仍处于实验室开发阶段。

► 芬兰Senseg公司（近期被深圳欧菲光科技收购）会通过一种技术产生触觉反馈，主要是在触摸屏上存在一个导电膜，以创建一个电场，来引起皮肤振动。该解决方案是基于能提供本地化的感觉的（特别是不同的纹理，每个手指或不同区域的纹理不同）独立的触觉元素（“tixels”），并且在该方案中触觉感知能够通过移动或静止的手指来感知。2016年3月，欧菲收购了Senseg，欧菲是触摸屏的全球领导者，此次收购将帮助实现该技术的进一步研发、规模化和商品化。生物声学传感

生物声学传感能够通过使用不同的传感技术捕捉人体内自然声音的传导性能。骨密度和尺寸的变化、软组织和关节的不同的过滤效果创建不同的声学位置的信号，这就是用软件进行感知，处理和分类。

应用该技术的一个例子是Skinput。这是由梅隆大学的微软人机交互研究所的研究人员开发的。在原型中，研究人员专注于手臂和手的触摸输入，并且为感知振动设计了一个臂章装置。当一个手指在皮肤上轻拍时，该动作产生的声学信号被生物声学传感装置所捕捉。其他的例子有：AT&T实验室的生物声学传感系统能够开发原始的生物声学数据传输系统，它能通过人体（比如骨头）的振动输送数字信号，能够使门在特定情况下解锁。相类似的技术也正在研究中，比如设备上的认证/解锁/UI方法，如头戴式显示器(HMDs)，如谷歌眼镜。从用户界面的角度来看，该技术成为主流还需要至少5到10年的时间。

多数原型和商业化的可穿戴产品正在开发利用肌肉传感和骨传导进行手势控制。应用程序中也有新的用户界面如游戏、虚拟现实和音乐创作。Thalmic实验室通过感知前臂肌肉的电流信号来发挥作用。这些信号作为输入信号，能通过软件读取让用户控制不同的计算设备。Myo袖标同样被用作另一个可穿戴设备中，由于身体就是放大的乐器，XTH传感器能捕捉肌肉的收缩，心跳的声音和血的流动，产生声音和影像。此外，骨传导技术同样运用在临床听诊设备中。一种新的商业耳机旨在让消费者用头颅和骨骼将声音传至内耳，从而使用户在听音乐的同时也能听到周围的声音，让耳朵不受阻碍（比如AfterShokz, SainSonic 和 Panasonic的耳机）。

► 智能应用程序

一个智能应用程序的四个阶段：

1、与我同步：应用程序，内容和信息提供跨设备和共享内容。

2、看到我——不断收集有关用户和他们的设备的数据，以获得对用户的上下文的理解。

3、了解我——数据是用来了解用户的需求，并主动提供基于模式识别和其他机器学习方法的产品和服务。

4、成为我——这涉及到开发以用户为代表的智能应用程序和服务。

智能应用程序正变得越来越受营销人员和客户体验负责人的欢迎，并且它从去年开始就迅速转变，逐步走向成熟。IT领导者通过从移动应用程序和可穿戴设备移动应用程序摄入更多的数据来分析、收集和同步用户的信息，他们的去向和他们的社交网络步入第三阶段。越来越多的供应商也在积极寻找将个性化的客户体验推向一个预测性的体验，因此正在走向应用战略的第四阶段。此外，在未来的两到五年，物联网和互联网大数据将满足分析需求，获得更多的数据，使系统更聪明。

世界上最大的200家公司将利用大数据和完整的分析工具包，以完善他们的服务，并预计在2018年提升他们的客户体验。因此，在未来的两到五年内，我们预计会有越来越多的B2C和B2B的消费企业拥抱智能应用程序。这反过来会影响跨越IT的整个电子生态系统。

► 情感检测/识别

情感检测或情感智能调节人类通过表情、手势、姿势、语调、词汇、呼吸和皮肤生理学（温度和湿冷）反映出来的人类社交表现。了解一个人在交流什么，这包括个人调制方案的解读。这就需要社会和文化习俗的知识和信息，以及对这个人的熟悉。只有当系统能够将所有因素都考虑进去时，情感识别才会达到最优状态。

随着机构试图了解多方面的客户体验，客户的情绪状态将成为一个重要的考虑因素。情感识别软件给数字世界带来了情感上的智慧，不仅改变了人类与技术的交互作用，而且还改变了人类相互交流的方式。从本质上说，有三个维度的识别：面部/身体识别、语音分析和文本分析。

研究表明，目前市场上的系统能在人脸识别上做到99%的精确度。基于鼠标和键盘的电子通讯的视频/图像分析和字迹辨识工具同样能到达这个精度。最终，将有可能通过身体行为确定情绪状态，身体行为是手势界面的一部分，尽管这些技术目前主要与游戏产业相关。

情感识别的案例基本上发生在联络中心，主要通过识别愤怒或者有暴力倾向的客户来提醒主管。在一次音频记录中，能够通过说话的内容和方式来分析情感状态，其中包括音调、语调、频率和音量的变化。当然这不是确定情绪的必要条件，手写的通讯如邮件、聊天记录的分析同样能识别情感。

真相验证目前在呼叫中心使用，用作欺诈检测和震慑，比如在保险索赔方面。但是，这被认为是低级别的优先级，如果能被广泛使用到管理上来就最好了。声音情感同样能用来引导消费者至更合适的代理服务，以他们现有的状态和声音线索来显示个人特征。在零售市场中，可以努力识别的情绪包括期望、信任、价值、参与、熟悉、厌恶、愤怒、恐惧、注意、欲望和欲望。

► 数字体验平台（DXPs） 

数字体验平台（DXP），前身为用户体验平台（UXP），是一个理性的、综合的技术，给用户和一组应用程序、进程、内容、服务或其他用户之间提供数字交互技术。DXP框架从门户和WCM演变而来的，但不同于他们广泛收集的配套服务（例如，应用程序/ API框架，搜索、分析、协作、社交、移动和UX框架），通常在一个传统的门户网站内容管理产品的范围。

用户可以在所有支持的设备和渠道上进行演示管理，共同确定合作供应商。从供应商提供的产品中决定供需计划，并确定合作发生的地点。探索这些工具的DXP选项，然后建立一个路线图，并计划在未来几年采用DXP。

► 肌肉-计算机交互

肌肉-计算机界面利用肌肉收缩产生的电信号工作，通常在手臂和面部的肌肉。皮肤表面上检测到信号，产生语义信息。一个传感器阵列检测到的信号，并将其转换成行为的解释。该传感器阵列通常被配置为一个可穿戴设备。

利用肌电信号的可穿戴设备开始通过产品如Thalmic实验室的肌电产品找到消费者。这些产品捕捉手势并产生能被人机界面解释的信号，如电脑和智能手机，能够清楚地表达含义的手势包括握紧的拳头，一个拇指捏食指或拇指捏中指，一个手指轻拍，一个扭曲的手腕和一个展开的手掌。这些手势的应用包括开始和暂停幻灯片演示，跳过和启动媒体播放器中的歌曲。游戏应用也有直观的语义应用。面部肌肉的肌电信号也用于从面部表情诠释心情。一个键盘映射应用程序能够将手势翻译成电脑键盘上的指定按键。

► 柔性显示

柔性显示器的显示面板由薄或柔性基板组成，可以弯曲、卷、折叠或弯曲而不丧失功能。柔性基板可以是塑料或薄玻璃。可以将基板（柔性显示板）印刷或沉积在薄箔上。虽然采用柔性显示技术正在快速发展，但真正的可弯曲设备、灵活的显示，可能还有几年的时间才能达到成熟。

由于较低的反射度，曲面显示提供更好的可读性、图像的对比度和色彩精度，比如LG的G Flex和三星的Galaxy S6 edge和S7 edge手机由于使用塑料基板与薄膜晶体管（TFT）带来了柔性显示器的轻薄设备，因为使用塑料薄膜代替了传统的容易破碎的玻璃管，使得它具有更强的坚韧度。目前三星的柔性显示设备已经显示出曲面玻璃的保护作用，来保护它免受破坏，因为他不能承受终端用户试图弯曲他。LG的CES 2016有一个18英寸的柔性显示器，可以像报纸一样可以卷起来。

现在使用的柔性显示器只是在有限的建筑设备中使用，使用曲面显示是为了提高可读性和持久性。更轻薄的设备会带来新元素的区分。然而，最终的用户体验并不是压倒性的，由于柔性显示设备缺乏明显的优势而不能代替其他的显示设备。真正灵活的可用性、可弯曲的显示器可能使智能手机变得与众不同，一系列新的显示器，如广告、可穿戴设备，都引发了更广泛的采用。柔性显示器对传统行业是一个较大的刺激，它带来新的形式因素可能会完全破坏目前的显示技术生态系统。

► 凝视控制

凝视控制通过眨眼或改变凝视方向对电脑下达操作指令。凝视控制包括确定用户的视觉注意力的角度或位置，通常是通过使用相机或灯光反映于眼睛，并选取一组可用的指令映射到这些位置。

凝视控制使用眼睛的焦点传达指示。眼睛跟踪使凝视控制系统在智能手机、智能电视、汽车和电脑上工作。这些进步使凝视控制系统取得进展。在Windows 8或10和安卓系统上的凝视控制的菜单里，有迹象表明，该技术在采取积极方法提高实用性，并在不同终端上得以体现。

微软HoloLens正在头戴式耳机上使用凝滞控制来增强3D现实。Daqri的智能头盔是一个工人可以操作的智能的防护头盔，它使用语音命令、手势或凝视检测来进行操作。

MAMEM的Gaze是网页版凝视控制的原型。该解决方案是基于Chromium嵌入式框架（CEF）而形成，它允许用户用眼睛操作浏览网页。眼睛凝视系统利用眼睛视物的追踪技术允许完全肌无力的用户仅用他们的眼睛就能控制轮椅。这是一个低成本、开源的方式，将移动功能教给那些原本以为永远不能活动的人们。该解决方案有两部分组成：一个“脑盒”，一个能移动轮椅的“电子手” Tobii公司还与MSI联合发布了第一台消费笔记本，该笔记本使用了眼球追踪技术，在2016年第二季度上架。伟世通的车载应用使驾驶员能调节气温、音频设置和导航。它还测量驾驶员的注意力水平，以解决分心的问题。

在残疾人士所使用的计算机控制领域，英特尔在2014年12月宣布了一个开源通信系统，称为辅助环境感知工具包。由史蒂芬•霍金专门创建，工具包的全新设计系统为全世界患四肢麻痹、运动神经元病的人们铺开了一条道路。诸如Tobii平板的设备帮助人们或学校里有身体交流障碍或由中风、自闭症、脑瘫、肌萎缩侧索硬化或创伤等导致沟通障碍的孩子进行互动。凝视控制在提高计算机设备性能方面是一个重要组件，它对用户的反应更自然，在各自的细分市场上提高设备的使用率。智能设备能检测到用户细微的变化，更令用户信服，因而对制造商而言有更高的价值。

► 可穿戴设备

过去一年看到的可穿戴设备的技术成熟曲线在现在看来发展十分缓慢，有价值的消费品和新型可穿戴设备的商业感知成为可能。应用程序和算法需要完全能够翻译可穿戴设备显示器的输入，联合其他软件平台，及时输送准确、可靠的建议，进行远程控制和监测。可穿戴设备将使服务高度个性化，通过环境和可穿戴电子设备收集到的大数据满足用户的偏好和需求。

可穿戴设备的兴趣点居高不下，主要追随Apple、Facebook、Google、Microsoft和其他电子系统以获得支持。不同类型的模式都有自己的发展步伐，Apple和Fitbit已经通过追踪主流消费者的健康状况刺激了消费者对可穿戴设备的购买力。Android Wear能在不同品牌和不同类型的可穿戴设备之间提供一个连续的用户界面。智能手表的移动支付功能为消费者创造了很多方便。

► 头戴式显示器

头戴式显示器（HMD）已经过了不切实际的高技术成熟阶段，并且正在加速走向真正的成熟，他们正准备开始首次大规模的市场渗透，越来越多的企业已经宣布是受了在过去一年中推出的设备厂商的驱动。

有几个值得注意的新产品计划将被推到聚光灯下：Oculus虚拟现实技术，Sony的PlayStation虚拟现实技术，HTC及其他。Osterhout设计集团的R-7是现实增大设备的典型案例。微软的HoloLens是头戴式显示器采用全息显示技术，将图形叠加到真实世界中的技术。时尚的HMDs将被用于消费者和企业视频，然而，之前试图在该市场投放产品的努力也失败了。下一代HMDs将在2016年出现，但对于早期沉浸式、增强型环境来说都过早了。

► 传感器融合

传感器融合表示两个传感器融合算法，变换不同的集和多传感器的输入输出以提供两个有用的设备或系统。传感器融合解决方案通常结合了一个硬件传感器“集线器”功能和一个软件传感器融合栈。然而，在某些情况下，硬件是内置的，以执行完整的传感器融合。

聚集的传感器输入到一个传感器集线器的汽车和工业系统的概念已普遍超过10年。这种方法也被应用在智能电视和视频游戏控制台超过5年了。由于传感器融合解决方案已成为较低的成本、具有更小的物理尺寸和更长的电池寿命，这个概念已经成熟，现在广泛使用。随着消费市场的快速变化，具体地说，移动设备、传感器融合的发展已经出现了新的集成功能，它处在智能手机、平板电脑和新物联网的前沿。

传感器融合技术可以明显地节省能耗，使设备的运行时间更长，电池功耗更小，这节省了材料成本。另外，各种类型输入传感器的操作会提供关于设备使用的各种信息，这也提供了更准确的定位和方向数据。

► 智能织物

智能织物是指用技术将材料用在服装、室内装饰和更多的设备上，可以部署为传感器、开关、连接器、电池或显示器。组件和电子可以被嵌入在织物红或成为织物的一部分。

智能织物的设计表现出的特点如轻盈、透气、防水以及隔热等，也能用于诸如能源发电和储存、电子控制器、运动监测和加热包装。一个有趣的智能织物的应用是在利用汗水传感，用于获得信息，如肾上腺素的水平。另一个有趣的应用是测量肌肉活动，如用于专业运动员穿的织物或服装与肌电传感器。

智能织物作为一种技术仍在不断发展，随着传感器变得越来越小，并在不断发展，这让每天都有新的可能。虽然智能织物作为一种技术给多个行业带来效益，早期在医疗行业和运动市场可以看到。其他一些产品定位于控制电子设备、时装和太阳能帐篷，但他们显然没有采用。谷歌还设立了项目来查看编入织物的控制传感器和现在正在使用的商业产品。

许多智能织物仍然在第一代生产过程中，在大批量使用前仍需要技术的进一步发展。缺乏标准、质量可用性不足、电子元件较小和可靠性的问题以及更高的成本，都是智能织物快速采用的主要挑战。一些智能织物产品需要非常复杂的过程，织成织物的传感器，这将导致更高的制造成本和更多的生产时间。其他影响智能织物的因素包括提供高质量、清洁的织物，并且不影响电子元件、发电效率、隐私问题和营销预算提高用户感知。与其他健身服装相比，智能服装的成本（织物）高、低寿命（在智能织物传感器上最多50个洗涤周期），这阻止了其在早期采用者的基础上进一步发展。

在接下来的两年（2017年晚些时候或2018年），灵活的传感器、电池和半导体的迅速发展预计都会被织入织物，而不影响舒适度，给用户带来更大范围的应用。汽车制造、医疗、军事、急救服务、健身服装、采矿、工程和其他制造业的服务提供商将得益于大多数的智能织物创新技术。

► 人脸识别

人脸识别是一种生物识别模式，可以通过比较来自与以前创建的图像进行识别验证一个人的身份，并绑定到该人的身份（或来自于一个受信任的图像）。该图像可以是二维或三维，并可以被可见光或红外光捕获。

人脸识别技术在移动支付、可穿戴电子产品、游戏和汽车应用等领域获得了新的关注。人脸识别技术可以消除“spoofig”，这是指图片，而不是人脸的虚假认证。美国运通卡和万事达卡宣布了所使用的人脸识别解决方案的原型，开发了移动应用程序使客户能够访问他们的帐户。银行如荷兰银行从2015年底开始试验计划，并计划在2016下半年进行全国范围内的投放。阿里巴巴的支付宝正在开发一个应用程序，让用户支付可以使用人脸识别技术。几家银行使用了FacePhi人脸识别技术。USAA利用人脸识别与语音开发Daon IdentityX，Wells Fargo使用由语音中心支持的人脸识别技术。

► 虚拟世界

虚拟世界是一个在线的、网络化的虚拟环境中，参与者沉浸在一个三维的虚拟空间，并与其他参与者和环境通过头像进行交流（在虚拟空间中的自己的表示）。（不讨论纳入视频游戏的广泛的虚拟世界。）

虚拟世界正远离低谷，步入成熟，因为他们正缓慢地爬上斜坡，在有限的范围内使用。该技术成熟曲线驱使以客户为目标和以社交为目的的虚拟世界，比如第二生命，当然，现在它已经消失了。增长曾一度停滞，但由于如今的HMD技术和虚拟现实技术的发展，它也将加快步伐。线上社交空间的使用下降，社交网络和视频产品提供了一个非侵入性的界面，但那曾经改变过HMD，变成一个更受商业接受的设备。

虚拟世界被限制在沉浸式环境中，比如设备操作或安全训练。人机界面技术的提高如HMDs，三星的Gear VR，和手势技术，如英特尔的Real Sense会比侵入性的2D/3D用户界面更具直观控制性。

► 环境显示

环境显示在办公场所、公共环境和家中的设备和信息应用中被使用。为了准确定位人类大脑的“前注意”部位而设计，该显示器让用户在没有背景环境的影响下而使用。

一个环境显示器只有在用户需要的时候才做出提醒。其意图是专注于眼前项目，把信息放在屏幕上，让用户知道每一个微妙的变化。首要任务是创建一个图形交互式的用户界面，并响应用户的需求。它必须根据应用环境做出即时有效的响应。用环境来做显示器有多种方法，现在的显示器是意识应用的一种。

环境显示器是自然的，低调的，但是基础理论扎实，由多种行为社会学研究支持的应用。该技术会沿着技术成熟度曲线缓慢移动，它在中期至长期的时候才会被广泛接受。目前该技术被简单应用到可穿戴计算机（如智能手表，健身追踪器和智能首饰）的应用中。

► 大型表面计算机

大型表面计算机是有大屏幕（40英寸或更大）的可以通过触摸或手势来直接互动的显示设备。他们可以水平或垂直（壁挂式或独立式）放置。他们融合了多点触控的元素，会识别多个用户，允许联合使用。可以通过触摸或写意3D与大型表面计算机进行互动。3D的相互作用，深度意识相机使用，让用户在空间移动，而不会接触到计算机的表面。

大型表面计算机最初是针对酒店和零售行业，并进行了大幅度的价格溢价。大屏幕平板电脑的增长模糊了该种类的界限，尤其是低端产品。结果大型表面计算机（在5000美元至10000美元区间价格）的未来被限制在特定垂直市场应用中。他们的坚固性和较大尺寸也是被需要的（如展览、博物馆和零售展示墙）。

在近中期，目前的大型表面计算机的范围将被限制为利基应用，如零售、展览和展示。从长远来看，大屏幕的一体化、触摸和手势敏感显示器会成为建筑结构的发展趋势。这种类型的设备可能成为智能家居的家常便饭，但很可能来源于以消费者为导向的设备，且成本更加低廉。结果，大型表面计算机的增长被限制了，直到建立连接家和智能工作环境的设备出现。

► 生物特征识别

生物识别认证方法，是当他们访问端点设备、网络、移动、网络或Web应用程序时使用独特的特征来证实用户的身份。在广泛使用的情况下，任何一种生物识别方法都可以使用一对一的比较模式（其中有一个特定的身份的隐式或显式要求）或一对多的搜索模式（当用户简单地介绍他或她的生物特征的特征，系统从一系列的候选人中决定了用户的身份）。

生物识别方法针对不同的需求有许多技术和不同的使用案例。这种技术的高峰位置和时间代表了最优案例。改进的用户体验（UX）是一个关键的驱动程序，但可能不会完全实现。许多用户（15%）存在指纹问题，有些用户无法可靠地使用这些程序。这些问题限制了企业的采纳和买家的态度。

其他模式的端点设备（见用户建议部分）用现存的输入来提供数据，并且逐渐走向成熟。降低成本和提高用户体验使得这些模式具有极大的吸引力，尤其是用户体验对过去几年的移动银行应用有较大的收益。

生物识别专家正在带头。大多数主流的认证供应商还没有找到从路线图到一般可用性移动生物识别方法。

微软Windows 10支持指纹、脸部和虹膜模式，这极大地吸引了客户兴趣。然而，指纹的问题需要专门的红外相机给Windows Hello系统识别脸部和虹膜。

► 语音识别

通过语音到文本（STT）的发展速度在历史上一直都比较慢，且容易出错。在研究水平上，IBM、微软、谷歌、亚马逊、百度和其他厂商之间有强烈的竞争，都在科学研究状态下发表了相应的文章来表明自身研究水平的进步。

深层神经网络应用（DNN）新技术和端到端的处理（由百度倡导）能极大地提升技术应用状态，尽管人类在大多数情况下优于语音识别系统。消费者对智能手机、游戏机等设备的采用已经暴涨，支撑消费者需要的语音识别技术已经足够。

► 手写识别

手写识别系统使用模式匹配，将手写的符号转换成实时的相应的计算机文本或命令。输入装置可以在高级智能手机、一个电容手写笔或手指服饰、平板电脑和PC屏幕中使用。手写识别在个人设备上提供了一个方便用户的界面，作为多模式输入/输出的辅助技术，比如语音和手势。手写识别应用程序可从网上下载，通过各种操作系统用于智能手机、平板电脑和电脑的笔记处理方面。

在汽车中，导航系统受益于手写输入系统。一家领先的供应商如MyScript，有一个软件开发工具包，合作伙伴可以构建自己的定制的手写识别功能的应用。其他的手写识别应用程序包括iPad的PhatWare WritePad价格为4.99美元，MyScript Stylus价格为20美元。Apple Pencil推出iPad Pro和微软推出Ink已经给手写输入提供了额外的平台。

由于大屏幕智能手机被广泛使用，用手写识别来做笔记和进行即时会话。小屏幕的手写区域能够用来写亚洲字符。五英寸和大屏幕的平板如三星的Galaxy Note将得益于基本的手写输入。

用电容笔，而不是一个手指写，可以更方便，特别是在屏幕尺寸小于6英寸的设备填写在表格上的字段或多写几句话。用户可能会发现，一支笔使他们在设备上的书写更流畅清晰，高亮度的屏幕因为“橡胶”端增加了笔和玻璃之间的摩擦。

文章为作者独立观点，不代表主办机构立场。

Gartner 最新报告：2016 年十大战略科技趋势

【新智元导读】2016 年是变革的一年，AlphaGo 战胜李世石，给我们带来了很大的震撼。Gartner 的这篇最新报告，所提出的 2016 年的十大趋势是今天数字业务的主要推动力量。这包括了终端网络、3D 打印、万物互联、高等机器学习、自主代理、物联网等。我们预期，在未来的 5 到 10 年里，这些前沿科技会逐渐从研究院走向产业化，给我们带来和现在相比完全不同的世界。

摘要：我们所提出的十大趋势是今天数字业务的主要推动力量， 也为未来运算业务奠定了基础。我们分析了智能机器如何支持不断发展的数字网络，创造突破性机遇，我们也探讨了智能机器对 IT 架构及平台的要求。

趋势一：终端网络。

终端网络将传统的以桌面为中心的计算、移动计算、物联网及云计算，整合到一个由终端及配套服务组成的通用、互联框架内，为供数字体验及支持数字和运算业务商机创造可能。在“2016年十大战略科技趋势：终端网络”（"Top 10 Strategic Technology Trends for 2016: The Device Mesh"）(/doc/code/296571?ref=ddisp)一文中，我们探讨了增加终端设备集（包括：传统设备、无线设备及物联网设备）的应用，使关注重点从无线设备到被不断变化的无线设备包围的无线个人转移。

趋势二：环境用户体验。

环境用户体验（UX用来应对新的需求，为全套数字网络终端包围的个人提供简单、流程及丰富的体验。环境用户体验创造了后应用程序时代，人们能够通过多样化智能代理基础界面，访问属于自己的云端服务。在“2016年十大战略技术趋势：环境用户体验”一文中, (/doc/code/296573?ref=ddisp)，我们识别了影响用户体验设计的主要技术变革，从独立的应用程式终端到终端网络，通过跨设备给客户带来身临其境的体验。

趋势三：3D打印材料。

3D打印继续保持稳定的步伐不断发展，价格与性能比例提高了，质量的提高也被应用到更广阔的市场中来。3D打印的主要制约因素是能够使用的材料及通过使用多种材料来打印一个物件的能力。在“2016年十大科技趋势：3D打印材料” （"Top 10 Strategic Technology Trends for 2016: 3D­Printing Materials" ）(/doc/code/296574?ref=ddisp)一文中, 我们探讨了材料发展如何能够使3D打印被运用到更广行业中。

趋势四：万物联网信息。

传统系统、云资源及物联网产生的海量数据带来超负荷，需要更高级的分析方法与应用程序、业务流程及常规客户习惯结构整合来解决。在“2016年10大战略科技趋势：万物联网信息” ("Top 10 Strategic Technology Trends for 2016: Information of Everything" ) (/doc/code/296575?ref=ddisp)一文中，我们探讨了海量递增数据、数据周转率和多样性的应用和带来的机遇，也对先进分析方法和数据科学的应用进行讨论。

趋势五：高等机器学习。

通过机器学习，计算机可以不需要清晰编程指令就能执行操作。海量数据与机器学习、新硬件平台空前的进步，带来大规模平行运算能力，加速机器学习。在”2016年十大战略科技趋势：先进机器学习” ("Top 10 Strategic Technology Trends for 2016: Advanced Machine Learning,") (/doc/code/296576?ref=ddisp)一文中，我们分析了作为数据科学的下一步的机器学习的快速发展，以及智能机器和算法经济的基础。

趋势六：自主代理与物体。

企业与IT领导人有很多机遇去开发机器学习。这些机遇带来了生产自主和半自主代理与物体可能性，包括：机器人、自动驾驶能汽车、智能视觉系统、虚拟客户助理、智能代理及自然语言处理性能等。与我们生活息息相关的物件，例如听诊器及客户关系系统（CRM）或安全工具等企业软件，也将会不断加入智能与自主功能。在“2016年十大科技趋势：自主代理与物体” （"Top 10 Strategic Technology Trends for 2016: Autonomous Agents and Things"） (/doc/code/296577?ref=ddisp)一文中，我们探讨了在先进系统构架下，万物联网信息和先进机器学习算法如何带来更多智能软件及硬件为基础的解决方案，巩固和创造新的市场细分。

趋势七：自适应的安全架构。

自适应架构意识到传统访问控制系统和周边防御是不足够的，我们需要一个全方位工具来取而代之。安全架构包括：应用程序设计、稳定性进行测试，操作系统的运行时应用程序自我保护等。此外，使用语境分析和机器学习算法的用户和企业行为分析方法将会为内部系统带来实时的监控和主动保护。在“2016年10大战略科技趋势：自适应的安全架构”(In "Top 10 Strategic Technology Trends for 2016: Adaptive Security Architecture" )(/doc/code/296578?ref=ddisp)一文中, 我们探讨了安全系统需要如何改进来应对数字网络、智能机器及云计算带来的不断增加的复杂性。

趋势八：高级系统架构。

高级系架构的发展，尤其是用来支持平行处理的芯片架构，带来了只能机器增长的热潮。在“2016年十大战略科技趋势：高级系统架构” （"Top 10 Strategic Technology Trends for 2016: Advanced System Architecture"） (/doc/code/296579?ref=ddisp)一文中，我们对发生在系统层面用来支持智能机器和算法业务的创新发表了一些看法。

趋势九：网络应用程序与服务架构。

充斥着客户终端的云计算原理和自适应的、分层的应用程序为数字网络奠定了基础。软件的定义方法，着重于通过使用OS容器来创造拥有丰富分层API及交付服务的微服务，带来了更大的部署灵活度，用以支持数字网络的动态特征。应用程序架构需要能够应对所有潜在终端，通过日趋动态和智能的UI分层，在需要时候可以组装服务组件。在“2016年十大战略科技趋势：网络应用程序与服务架构”( "Top 10 Strategic Technology Trends for 2016: Mesh App and Service Architecture" )(/doc/code/296582?ref=ddisp)一文中，我们重点介绍了数据网络和用户体验的应用程序架构的改革和支持此项新兴架构的技术。

趋势十：物联网架构及平台。

企业架构师在决定物联网最优架构的时候需要充分考虑安全性、私密性、成本、登录的容易程度、灵活性及性能。物联网平台使企业能够监控物联网终端，开发应用来应对数字业务需求。在“2016年十大战略科技趋势：物联网架构及平台” ("Top 10 Strategic Technology Trends for2016: Internet of Things Architecture and Platforms") (/doc/code/296583?ref=ddisp)一文中，我们 探讨了数字网络下的物联网元素如何推动新架构及新平台能力的需求，来支持物联网解决方案。

Gartner预测2016十大战略性技术趋势

摘要：Gartner公司关于顶尖技术趋势的年度报告可以用以下热词来概括：增强现实技术，微服务，物联网以及机器学习，这些技术都有自己风靡的时刻。我们来简单了解下他们的预测和未来的科技发展趋势。

今年在Orlando召开的年度Gartner Symposium/ITxpo会议上，我们有幸窥视到了Gartner关于未来的十大战略性技术趋势预测。这些趋势预计将到2020年之前都会给企业和机构带来深刻的影响。

今年的发展趋势有三大主题：The digital mesh（数字网）、smart machines（智能设备）和the new IT reality（新IT现实技术）。

1、设备间互相通信（Devices talking to one another）

虽然当今设备日益网络化，但它们大多数还是处于独立工作状态。在Gartner预测的设备网中，情况将会改变。不同设备，例如智能手机、可穿戴设备和家庭娱乐设备以及汽车之间彼此间可以互相沟通交流。

物联网（IoT）是Gartner的预测设备网走势的主要驱动力，正如Gartner副总裁、研究员David Cearley所说那样，现在的重点转移到移动用户，这些用户被超越传统的移动设备所包围。

2、积累现实（Accumulated reality）

数字网将是确保我们的数字互动可连续同步的基础，根据Gartner预测，增强和虚拟现实存在着巨大的潜力。然而，这些仅代表这用户新体验的一个方面。

对用户而言，体验应是融合了物理、虚拟和电子的环境，尽管公司应该专注于在多个设备上（物联网传感器、汽车甚至工厂）为用户提供一致的体验。

3、3D打印新材料(3D printing with new materials）

3D打印现已使用多种材料，例如镍合金、碳纤维或导电墨水等。这种发展趋势将导致3D打印材料进入全新的领域如航空、医学和军事等。

Gartner预测，截止到2019，3D打印材料的增加将会使得公司3D打印机销售量增加64%。

4、数据变得有序（Bringing order to the data chaos）

在数字网络中我们周围的一切都与无限的信息相关，我们产生它、利用它并与之沟通。这种信息超越了纯文本信息、音频与视频信息--也包括传感器和上下文提到的信息。这些趋势将会发展为尝试连接不同数据源的工作。语义工具的发展，如图形数据库分类和数据分析将会给数据混乱带来秩序。

5、机器学习和深度学习（Machine and deep learning）

通过对现有概念的理解和具有学习能力，智能设备被认为是利用深度神经网络的来改变未来行为的设备。我们将会看到它们取代经典的计算机和信息管理设备。通过独立学习建立的自治系统，并将能够感知外面的世界。

6、应用程序对话（App conversations）

不管是机器人还是无人驾驶车辆，机器学习使得更多事情变得更为智能。但是，基于软件的智能应用已经具有更大的影响了。例如谷歌 Now，微软的Cortana和苹果的Siri等虚拟个人助理（VPA），正在变得越来越聪明并且是具有技术优势的自主主体。告别烦人的菜单和表格，让我们向应用程序对话和语音控制问好吧。

7、自适应安全系统（Adaptive-build security systems）

数字化程度的增加给企业带来更多的风险，安全性与以往相比提出了更高的需求。传统的保护方法不再能够满足现在的要求。

在公司监控用户及其设备行为的情况下，应用程序需要自我防护，应创建一个能自适应调节的安全系统。

8、先进的系统架构（Advanced system architecture）

Gartner预测：部署智能设备的数字网将需要强大的神经形态结构。Cearley解释道：依赖于GPU和FPGA的系统更像人类的大脑，这将使得他们能够更好地应付深度学习等模式识别算法。

9、灵活架构：微服务和容器（Microservices and containers for flexible architecture）

整体架构（Monolithic structures）被认为是松耦合系统的罪魁祸首。微服务和容器将会满足灵活和可扩展性架构的需求，微服务和容器一般用于（但不限于）灵活和可扩展的体系结构中，同时也可以用于云的解决方案中。

在这里的应用程序和服务的交付是最为重要的，因此需要“扩展到多个端点设备并相互产生连续的数字体验”。再者，在数字网中预测本身就是一个很强的趋势。

10、物联网核心：物联网平台（The IoT platform is the heart of things）

物联网平台的附加应用和服务架构组织可以支配起的庞大网络。物联网平台的管理，安全和集成标准是将物联网建立为一个整体的核心元素。

物联网平台标准还有助于设置物联网中通信和控制端点的功能，以及其安全性和整体管理的功能。

（本文为CSDN编译整理，译者：刘崇鑫，审校：朱正贵、李子健 责编：周建丁原文链接：The top ten technology trends for 2016）

《Gartner2016年度新兴技术成熟度曲线》全解读

【科技评论】Gartner 院士级分析师，解读 2016 年十大战略科技趋势

【科技评论】Gartner 最新报告：2016 年十大战略科技趋势（万字长文）

解读Gartner《2015年度新兴技术成熟度曲线报告》

【科技资讯】Gartner预测智能化世界十大未来趋势

【科技资讯】Gartner预测2016十大战略性技术趋势

【科技评论】2015~2016年十大战略技术趋势

【科技资讯】Gartner发布2015年技术炒作周期报告

【科技资讯】Gartner发布2015年十大信息科技趋势

【科技评论】2014中国十大战略技术趋势

【科技评论】新技术炒作周期图：大数据顶峰滑落，人工智能、神经技术崛起