為什麼寧願自己亂來，也不願看一下說明書？──2018 搞笑諾貝爾文學獎

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

「這段時間，我們一直納悶控制的方法在哪裡……」
「沒想到就是我們自己。」

——《人生複本》 Blake Crouch

有沒有注意自己的日常用語會跟自己經常接觸的朋友們越趨接近？像是辦公室有人開始講：「是在哈囉？」身旁會也越來越多人在不經意間說出：「是在哈囉？」我們跟某個朋友聊天時，如果對方原本都沒有在用貼圖，但是突然有一天他/她開始用了貼圖，我們也開始跟著用貼圖來回應對方。

用語上的一致性 （lexical alignment / lexical entrainment）能夠讓人跟人之間距離更靠近，增加彼此的信任感。不僅在語言上，行為上一致性（姿勢、動作等）也能在兩個溝通越來越順暢的人們身上觀察到，而且人們在沒有察覺的情況下，對於那些語言與行為跟自己一致的人也展現較多好感。

語言一致性的涵蓋範圍廣泛，包含用詞選擇、腔調、語速，甚至是修辭結構。

舉例來說，當我們在跟朋友描述自己所在的位置時：「我在地下室一樓」此時，對方比較有可能回應「我在地下室二樓」，而不是「我在 B2」。

但人與人之間對話時的用語一致性跟語音助理設計有什麼關係呢？

無論與人或電腦對話，我們都會配合對方的用語

我們可以透過瞭解人跟電腦對話的時候，是否也會出現這樣的用語一致性。在這個實驗當中，研究者們會讓使用者分別跟三個不同的角色語音對話對話，分別是：

• 真人
• 較舊版本的電腦
• 較新版本的電腦

而且使用者們會明確地被告知即將對話者的身分。如果是舊版電腦，就會看到一個螢幕開機畫面上寫著是 1987 年的作業系統版本；如果對話的是新版電腦，就會在螢幕上看到 2003 年的作業系統版本。

接著，請使用者在實驗過程中分別跟三個不同的角色互相看著圖片描述一個物品，例如：看一張電燈的圖片。不過「電燈」的另一個稱呼也可以是「檯燈」，這時候研究者就讓他們輪流向對方說出照片裡的物品，進而讓研究者們分析使用者會不會因為對方用了某個詞彙，後續再看到同樣的圖片時也用同樣的詞彙。

結果發現，是的！使用者不但會配合另一個人的用詞方式，也會配合電腦的用詞。

即便使用者知道自己在跟電腦對話，當電腦一直用固定的詞彙描述圖中物品時，使用者的描述用詞也會配合電腦，就如同配合人一樣，用同樣的詞彙來描述物品。

但是這種用同樣詞彙的配合程度不同，當使用者知道自己在跟一個舊版本的電腦對話時，配合的程度就高於最新版本的電腦或是人類。也就是說，當我們知道電腦可能「比較笨」的時候，我們就更容易去配合它的用語。而這個效果透過很表面的知覺操弄就可以做到，就像實驗中讓使用者看到不同版本作業系統就會達到配合程度不同的效果。

不只用詞，在句子結構上也會配合語音助理

除了看字彙選擇是不是會有一致性，研究者們也發現當請使用者分別跟另一個真人、另一個發出機器音的語音助理、另一個擬人聲的語音助理對話，無論和誰對話，使用者自己的句子結構都會有配合對方的傾向。

研究者們邀請使用者向三個不同的角色互相描述圖片中的畫面，從中我們可以發現兩個不同的描述方式：

• 左圖：「大明給小王一張卡片」＝「大明把卡片給小王」；
• 右圖：「一個藍色的圓圈」＝「一個圓圈是藍色的」。

接著讓使用者分別跟三個角色輪流描述多長不同的圖片給對方聽。結果發現，如果對方一直用「A 把（物品）給 B」或是「形容詞 + 名詞」這種結構來描述圖片的話，自己後續描述圖片的方式也會趨向這個方式。

所以，無論跟自己對話的是人，或是機器音的語音助理，還是擬人聲的語音助理都有同樣的效果。

利用人們「一致性」本能，互動設計讓語音助理更好用

從我們與語音助理的互動經驗中可以發現，只要語音助理無法辨識我們說出來的內容，就無法給出符合期待的回應，所以自然語言處理（Natural language processing, NLP）的專家們持續發展語音辨識的技術。然而在新技術尚未推出之前，我們其實可以從人機互動的角度來修正語音助理的設計。

以本次回顧的系列研究的結論來說，人會隨著溝通對象而改變語言使用習慣，包含用語、句構。尤其當人認為電腦越不聰明時，配合程度越強。因此，設計師們不妨根據現有技術，先讓語音助理講出一些簡單的句子結構來開啟對話，再引導使用者也使用相似的簡單結構來回覆，而不是一定要專注在設計出能夠進行複雜對話的語音助理。

例如：當我們透過 Hey, bot 喚醒語音助理後，先讓語音助理說出：「嗨，下指令」這個簡單的句子結構，進而引導使用者說出：「好，播音樂」。

從系統設計角度來看，這麼做能在一開始就讓使用者在不知不覺中說出系統比較容易辨識的指令。就像我們在跟小小孩對話的時候，當他對我們說：「我要車車～」的時候，自己也會很自然的回應：「車車給你～」。

如此一來，使用者就不會因語音助理辨識錯誤而太失望了，不是嗎？

延伸閱讀

• 語音助理在不同情境下的設計考量
• 我們應該要設計「對話」還是設計「系統回應」？

感謝沈奕超、張元嘉提供編輯建議

參考資料

1. Cowan, B. R., Branigan, H. P., Obregón, M., Bugis, E., & Beale, R. (2015). Voice anthropomorphism, interlocutor modeling and alignment effects on syntactic choices in human-computer dialogue. International Journal of Human-Computer Studies, 83, 27-42.
2. Branigan, H. P., Pickering, M. J., Pearson, J., McLean, J. F., & Brown, A. (2011). The role of beliefs in lexical alignment: Evidence from dialogs with humans and computers. Cognition, 121(1), 41-57.

• 作者：楊期蘭

路人：「聽起來就是在設計 APP 啦～」

同系的朋友：「好像是在做網路通訊吧，還是多媒體那種，常常需要找人來試用他們的系統。」

社會科學專家：「人機互動真的有在讀理論嗎？我看實驗都做得不是很嚴謹欸，人的行為很複雜，不是幾行數字就可以解釋清楚的。」

資訊領域專家：「人機互動做的東西感覺我們都做過了啊，而且技術都很成熟也商品化了，再說你們的研究方法怎麼樣本數都這麼少？沒有大數據支持、資料處理方式看起來也是靠人力沒有自動化？怎麼不用自然語言處理技術處理訪談資料？樣本這麼少或根本沒有數字很難讓人相信你們的結果欸。」

當身邊有在做「人機互動研究」的人時，大家會不會有類似的疑惑？好奇他們到底在做什麼？

而自己就是在做「人機互動研究」的人，多少會被問到類似的問題：「人機互動到底是在做什麼？」特別是當對方來自某個學科背景，在聽完人機互動研究後經常因為覺得學科間部份重疊性而帶著自己的有色眼鏡來評斷人機互動研究。

這次要透過上、下兩篇，用面對 20 種不同背景的聽眾來解釋人機互動在做什麼，一方面為好奇的讀者們解惑；另一方面想跟同為人機互動研究的讀者們一起討論到底怎麼向不同類型聽眾溝通比較合適。

在上集，我們已經先從生活會遇到的對象解釋起；這篇下集會從面對不同學科背景的朋友開始解釋：人機互動是什麼？

11.  對正要選系的高中生：

目前在台灣的大學部跟研究所都還沒有一個系所稱作人機互動學系，但是因為人機互動是一個沒有領域分界的學科知識（但是有一套專屬的研究方法論），所以在任何科系裡都有可能將某一個科系的學理知識或方法論挪用到人機互動的研究上。

人機互動顧名思義有包含人的部分跟機器、系統的部分，因此在無論你/妳對人感興趣或對電腦比較感興趣，只要選的科系能夠讓你/妳對這兩個其中一個有很深入了解，未來都很有機會直接把所學跟人機互動研究結合在一起。

12. 對人文藝術背景的朋友：

人機互動是去探究科技如何對人類產生不同層面的影響，像是如何透過科技來進行藝術創作，進而引發人去反思；如何將文本數位化讓使用者有更多不同於以往的新互動，產生新的閱讀、欣賞體驗；如何運用科技作為媒介來輔助創作者創作、分享作品、擴大與欣賞者的互動等，都會有人機互動的成分在其中。

13. 對自然科學背景的朋友：

人機互動是一門運用科學研究方法了解人類如何使用電子系統的學科。人機互動跟自然科學相同地方在於兩個學科都會提出研究問題、提出假說、進行實驗，最後得到不同於以往的新發現來回答研究問題，透過可被重複驗證的方式來了解某個現象，這個現象在自然科學領域就是「自然現象」，而在人機互動領域就是人類行為如何受系統影響，或是系統的什麼新設計幫助了人類。而不同於自然科學之處在於人機互動研究對象是「人與機器」的這個組合，而自然科學則是研究自然界的純物質。

14. 對生物醫學背景的朋友：

人機互動與生物醫學領域部分相同之處在於研究對象都是人，而人機互動領域除了了解人以外，多加入了設計系統的部分。就應用層面來說，了解醫護人員、生醫專家如何在緊急繁忙醫療現場使用生醫系統或是醫院內部資訊系統，並透過科技來輔助醫療行為進行、如何設計好的溝通媒介來促進醫病之間溝通等，就是部分人機互動研究在解決的事。

最近為了找到對抗新冠病毒的疫苗，除了生物醫學科學家之外，群眾外包也被視為其中一個嘗試找到新型蛋白質結構的方式，透過遊戲化的互動設計，讓不同觀點的群眾可以投入共同解決科學領域難解的問題，突破一些專家盲點。怎麼設計一個好的群眾外包機制來讓公民參與科學，也是人機互動領域的一個研究主題之一。

15. 對社會科學背景的朋友：

人機互動與社會科學領域部分相似之處在於我們都以人當作研究對象，也同樣會根據不同研究問題分別透過微觀與鉅觀角度來分析人類行為。「人」是人機互動領域的主角，因此人機互動借用了許多社會科學長期對於人類行為了解所建立的理論，藉此引導系統設計的方向，像是心理學對於個體的認知優勢與限制的理論、傳播學對於人際溝通時語言行為使用的了解、社會學對於個體與社會結構如何相互影響的理論、人類學告訴我們不同文化下人類形成的不同慣習等，這些對於人類社會豐富的了解都是人機互動研究需要的基礎。

人機互動研究想達到的目標之一就是去了解：當人與科技互動時，人類會有什麼新的行為發生、會如何被賦能；同時並提出科技對人類社會可能帶來的利與弊，藉此引導政策制定方向或科技系統設計方向。

16. 對工程背景的朋友：

人機互動是了解人如何使用機械或電子系統的學科，與工程領域相似的地方在於兩者都需要先定義問題，並設計出能解決問題的最佳系統；不同之處在於人機互動在系統設計的環節中多把「使用者」納入設計考量，所以在評斷系統效能的時候，除了比較不同系統之間的表現 (performance) ，也同時需要評量使用者使用系統的表現。

17. 對資訊背景的朋友：

人機互動是一門了解人怎麼跟資訊系統互動的學科，與電腦科學相同的地方在於兩者都是為了解決一個問題設計出一套最佳的演算法或是資訊系統，並且用量化方法來比較不同算法或是系統的效能；不同之處在於人機互動研究者在設計演算法與資訊系統需要將使用資訊系統的人也納入設計考量中，因此在比較系統效能時，除了透過「數字」比較系統效能外，也會有部分不能數值化的比較參數，原因在於使用系統的使用者包含了「可被數值化」與「不可被數值化」的部分，可被數值化的部分就跟資訊系統的評量方式一樣，可以透過比較數字大小看出差異，但不可被數值化的部分就需要透過其他研究方法來了解，也就是「質化」分析方式，才能告訴我們資訊系統對人產生了什麼影響、背後隱含的意義是什麼。

18. 對設計背景的朋友：

人機互動就是在透過科技解決問題的學科，與設計領域相同之處在於兩者都是透過「設計」某個實體或虛擬的東西來解決問題，設計學門的設計範疇非常多元廣泛，但人機互動則是將目標放在設計「人與科技物之間的互動」的範疇內。

19. 對做使用者經驗 (UX) 的朋友：

人機互動是了解使用者如何跟各種不同的科技物、數位系統或網路互動的學門。使用者經驗研究涵蓋的範圍很豐富多元，只要有人的地方就會產生經驗，而這些經驗不一定需要在有科技物的情況下發生，像是人在傳統市場採購的經驗、人們在某個場所共同經歷一個活動的經驗等，使用者經驗可以包含使用科技物的經驗也可以不包含；而人機互動與使用者經驗重疊的部分在於人機互動也需要了解人的經驗，但不同之處在於它是企圖了解：人如何使用科技物、人際關係怎麼被科技物影響、科技如何影響人等，解決問題的範疇是在「人與科技物互動」之中。

20. 對其他也是在做人機互動的朋友：

人機互動廣義來說就是人與運算系統的互動，但在人機互動研究的大傘下又有許多不同的子主題，詳細請參考，不同子領域有各自著重的研究貢獻，有些著重於新奇的互動設計、有些則將重點放在系統設計、而又有一些是把重點放在了解這些使用社群科技系統下的人們或是特殊情境。每個子主題的共通點就是包含了「人」與「運算系統」這兩個成分。對筆者而言，科技在人機互動中扮演的角色是「賦能」 (empower) 而非取代人類，科技設計目的是為了讓人完成原本做不到的事、產生原本無法實現的人際交流，使得人在物理上、心理上都比以往更有能量。

你/妳的定義是什麼？

看完了 20 種不同的人機互動解釋，可以看出無論解釋的對象是誰，

人機互動共通的內涵就是去了解並設計人與機器之間的互動機制。

人機互動的定義絕對不是只有這些，根據不同對象的需求、談話的目的，就會有不同的定義，而且不同背景的人即便看到同一個詞彙，解讀跟思考方向都不同。就像「人工智慧」這個詞，有人看到後想的是數學模型、有人是演算法、有人是應用情境、有人是倫理議題，無論從哪個角度看都有其道理，但若想展開討論，我們需要確認雙方都是在對某個詞彙有同樣定義情況下討論，否則就只能各說各話、耍耍嘴皮子。

人機互動因為研究主題包含「人」與「科技」，因此除了自己發展出屬於這個學門的理論外，也會奠基於其他學門不斷累積的知識，像是社會科學對人的認識、工程科學科學在電腦科學技術的發展，相互融合來產出人機互動的研究成果。不同學門在主題選擇上、方法上、研究結果上多少會有重疊的部分，學門的定義到底該涵蓋那些概念，最後還是回歸到某個所屬的科學社群共同想解決的問題是什麼。

定義是由人建構出來的，不同科學社群想解決的問題不同，定義跟切入點就會有所不同，這些定義也可能隨著時空背景推移跟著調整，找 10 個在做人機互動的研究者來分享，也很有可能會產出 10 個不同的版本。一個詞彙的定義很多元，端看我們想跟誰說、目的是什麼。

各位讀者同意這（上）、（下）兩篇提到的人機互動解釋嗎？同意的話，有什麼想補充嗎？不同意的話，覺得哪裡可以更好？找機會跟我們交流討論吧！

延伸閱讀：

到底什麼是人機互動？二十種向朋友解釋人機互動是什麼的說法（上）【親友篇】

• 感謝沈奕超、張元嘉、陳美伶、黃振瑋、王邦任提供編輯建議

本文轉載自人機共生你我它，原文為〈【科系篇】到底什麼是人機互動？二十種向朋友解釋人機互動是什麼的說法（下）〉