下载客户端
下载客户端
关于我们 寻求报道 加入我们
公司 2016-7-21 12:48

为了更好地与世界交互,这个疯狂的工程师建议往脑子插根管!

编者按:“二十年后,我希望在我的嘴里有根管子,里面装满了 Soylent;然后,在我的后脑上,也有根管。人类,这种这么低级的生物,需要这样更高效地 IO 管道。”隔着一万公里,我仿佛看到这名疯狂的工程师,眼睛中冒出的光。在长达一个小时的沟通中,他有关效率的逻辑推论,完全打动了我。

但,总觉得哪里不对。以下,就是他疯狂的逻辑和对效率世界的想象。他甚至,还找出了已经安全商业化的产品,以支撑他的观点。这个奇点,他认为,就在二十年后。”

说起来,随着计算机技术的飞速发展, IO(注释:输入输出)的瓶颈,最终还是在人本身。

人类的主要输入方式为视觉和听觉。视觉输入抽象数据的方法为阅读文字,并进行处理。听觉输入抽象数据的方法为听其他人(或计算机)讲话,并进行处理。辅助的,输入的元信息包括且不限于色彩、字体、排版方式、讲话语调语气。辅助输入还包括图像信息以及音乐信息。某些输入中,图像以及音乐是一个整体。

titu

同样的,人类的主要抽象输出方式包括视觉的输出以及听觉的输出。视觉的输出,主要为文字性的输出以及图像式的输出。听觉的输出,主要为语音性质的输出以及音乐性质的输出。

在这些输入输出方法中,最有效的输入方式为抽象的文本性输入以及抽象的文本性输出。绘画以及音乐,虽然信息熵更高,但输入过程的细节丢失也更多,且此类输入会受到个人的理解严重影响。作为稳定的输入输出手段,文字性的似乎为最合适的。

通常,中文发音的速率大约为 180 wpm(注释:Words per minute),约合 3 个汉字每秒。英文大约为 160 wpm。传递的信息量,大约是一致的。此时,折合的字节数,大约为中文 72bps,英文 100bps。英文看似信息量更高,但其实折合起来,并没有这么高。考虑信息熵(注释:信息熵由香农提出,是指接收的每条消息中包含的信息的平均量)后,英文的输出速度甚至可能更低 —— 有效的单字信息量,英文比中文的低一些。写字的速度,不论语言,均低于讲话的速度。

p2365498458

根据调查,阅读速度对于各种语言都在为 180 wpm 左右。也就是说,阅读的输入速率与发音的输出速率大致一致,都在百字节/秒以内。

因此,对于原生的语音和文字来说,人类的处理速率是几乎一致的。当然,由于人进行 context switching (注释:上下文切换,环境切换)的成本很高,因此进行输入的 multiplexing(注释:多路复用) 是不经济的。

进入信息时代,阅读的输入并没有产生本质的变化。键盘的输出速率毫无疑问低于语音输出速率。触摸选择的速率,更是低于,或在最好情况下与手写持平。这也导致了一个本质的问题 —— 人机界面的 I/O 速率在最好情况下依然低于人类习惯的 I/O 速率,更远低于计算机三十年前的 I/O 速率。

理想中,最高效率的 HCI(注释:人机交互) 方法即为语音 I/O,辅助文本 I/O。然而,语音文本 I/O 的缺陷也是显著的。我相信大家都对车载 GPS 的语音输入深恶痛绝 —— 下面是个绝佳的例子。

You: Send me to the gas station along my way to downtown LA before I hit the ten.

GPS: Sorry, I can’t understand that. After the beep, say a command, or say help for additional help.

You: Navigate to nearest gas station.

GPS: I’ve found 16 gas stations near you. Which one do you want?

looking at GPS screen. rear ended on another car

此类语音控制的 epic fail(注释:惨败) 随处可见。 Siri 听起来不错,甚至会给你讲段子,但是对于这种人类理解起来非常简单的语音,计算机目前却无计可施。人类对上面的回答会很不一样:

你:我要去洛杉矶市区,在我上 10 号高速之前指给我最近的加油站。

你女朋友:我看看地图,你继续开。(过了半分钟)

你女朋友:上高速之前在 Cloverfield Blvd 上右拐一下有一家加油站。

人类的思考过程,在很大程度上依然是未知的。但是,人类目前了解到的是,经过某种过程后,人类通过神经冲动的方式,或是控制声带,或是控制手,使用目标器官进行控制。当然,我时常发现,使用语音输出信息的速度低于我的思考速度。因此,似乎最好、最快、最高效的方法,便是使人类可以用原生的神经冲动进行控制。

openbci

对于直接或间接用神经冲动的交互,从几十年前到现在一直都是在不断继续的,从脑袋上贴电极到脑袋里插电线,类似的尝试一直在不断的继续。比较有侵入性的,是让盲人复明的摄像头以及电子耳蜗 —— 这些装置的侵入性主要因为对进行信息的输入的需求上。无侵入性的解决方案主要是脑袋上贴电极的方法 —— 也是恐怖电影里外星人抓到地球人后做的事情 —— 探测人脑的活动而进行反应。

sh

对于大部分人来说,提高计算机和人类的交互效率,并不需要真的进行双向的加速 —— 从计算机到人的下行带宽已经足够,需要解决的问题只是更快的人到计算机的上行带宽。目前,已经有一些头盔式脑机输入装置走上了商业销售的道路(注释:emotiv 脑控装置与 openic 脑控装置已经投入商业化销售)。

虽然他们仍然需要进行训练方可使用,而且输入的速率也非常低,精度也有问题,但是在未来,这类技术在解决了精度和速率问题后,很有可能变成下一代的主要输入方式之一。也许,现在被大家调侃的脑上插管用于通讯、嘴里插管用于喝 Soylent 的情景,在 20 年后已为常态。

有好的产品或者项目希望我们报道,猛戳这里 寻求报道

文章评论(-)
后参与讨论
正在加载中

猩猩在动物园里平时都在干嘛呢?玩 Xbox 和创作音乐啊!

2016-7-21 14:00下一篇

特斯拉自动驾驶恐慌蔓延到国内,自动驾驶路测被叫停

2016-7-21 11:29上一篇