大会 | CHI 2018:体验未来的人机交互

编者按:人机交互领域的顶会CHI 2018上个月在加拿大蒙特利尔召开。每年CHI上展示的各种新奇的交互设备和技术都会让我们恍若置身未来。今天我们特别邀请微软亚洲研究院软件分析组实习生王韵与大家分享她此次参会的体验,以及会上展示的人机交互领域的最新研究进展。

CHI(ACM SIGCHI Conference on Human Factors in Computing Systems)是人机交互(Human-Computer Interaction)领域首屈一指的顶级会议。上个月(4月21日至26日),CHI 2018在加拿大的第二大城市蒙特利尔举行。会议期间,来自58个国家的3000多名学术界和工业界的研究人员齐聚在蒙特利尔会议中心,共同讨论各种交互技术最新进展。

蒙特利尔会议中心

本届大会共收录了666篇来自不同领域的学术论文。为期6天的大会被分成了前两天的研讨会以及随后举行的主会,主会包括了论文(papers)、课程(courses)、主题演讲(plenary)、案例研究(case studies)等多种活动,每个时间段同时有多达20多个平行活动可以参与,其中有超过12个学术论文报告专场(paper sessions)。CHI会议涉及的主题非常广泛,比如新型交互设备的、交互行为、可视化、以及人类感知的研究等等。

本次大会上,我的关注点集中在新型交互设备交互界面和可视化三个领域,其中有很多非常新颖有趣的研究值得关注。

可编程液滴Programmable and

Tangible Droplets

由于高清电子触摸屏幕给交互带来的便利,现在的移动设备交互往往通过按压、滑动等手势在平面上操纵数字内容。而聚焦在可触摸介质的交互的研究却相对较少。来自麻省理工学院MIT Media Lab的研究人员向我们展示了一种可触摸介质的研究,设计了一种新型的实体化的交互设备和交互方式——可编程液滴。

可编程液滴是一种新型的交互设备,它可以将液体精确地在一个表面上移动。这个系统由一块涂有低摩擦材料、布有铜线网格的电路板、以及可极化的液滴组成。通过编程控制电路板的电场,该系统可以精确地改变液滴的形状,并且将它移动到特定的位置。液滴可以被精确的控制、融合、或者分开。这个项目获得了本届大会的“Best Video Showcase”奖。

无独有偶,来自Swansea University和University of Sussex的研究人员也展示了用液滴来进行交互的系统,该系统实现了可以让液滴移动、震动、分开、融合等的功能。这些与液滴有关的交互的研究让人非常期待未来能通过小水滴进行信息的传递与表达,乃至更广泛的交互技术的应用。

项目链接:
http://news.mit.edu/2018/programmable-droplets-enable-high-volume-low-cost-biology-experiments-0119


视频地址:

https://v.qq.com/x/page/a0640qyb07b.html

LumiWatch

智能手表已经是一种广泛使用的交互设备,以便携性为主要需求,智能手表往往只能配备很小的触摸屏幕。而卡耐基梅隆大学和ASU Tech的最新研究成果突破了手表屏幕尺寸的限制。研究人员开发的这种新型智能手表设备可以将人体的皮肤作为一种新型的交互触摸界面。通过15流明的投影仪模块和触摸传感器,LumiWatch可以提供大约40平方厘米的显示区域,是一般智能手表显示屏的五倍,该设备可以让你的身体也成为可触摸的用户界面。通过在自己的皮肤上滑动或者点击,用户可以轻松地打开设备并控制应用程序。

Force Jacket

你想要体验绿巨人肌肉撑起的感觉吗?来自迪士尼研究院(Disney Research)的研究人员展示了最新的接触式VR设备。通过这种称为Force Jacket的背心,来模拟肌肉组织的各种感觉,进而为穿戴者提供沉浸式的交互体验

这件背心通过26个小型气囊,以可控的顺序和速度进行重启和震动来模仿各种触觉感受。它可以模拟蛇爬过皮肤、大雨落在皮肤上、粘液在背部渗出、或是一只虫子爬上手臂,甚至是自己加速的心跳等各种感觉。可以预见,这样的沉浸式交互体验将在未来的VR领域中得到广泛应用。

ECGLens

数据可视化是人机交互领域的研究分支之一。而可视分析利用数据可视化与人机交互界面,在数据挖掘的基础上,将机器的运算能力和人类的知识经验进行结合,帮助人们更为直观高效地洞悉数据。来自香港科技大学、华东师范大学、同济大学、北卡罗来纳大学教堂山分校、北京工业大学以及圣路易斯华盛顿大学的研究人员合作开发了分析医疗数据的可视分析系统ECGLens。通过可视化心电图数据,结合异常检测算法,ECGLens可以让医生更直观快速的找到心电图信号的异常,并对不同类型的心跳信号异常分类,帮助医生进行快速的决策和分析,发现病人心律不齐等心脏疾病。

InfoNice

我们团队的工作“InfoNice: Easy Creation of Information Graphics”也在大会上做了报告。InfoNice是一个帮助人们设计信息图的交互工具。信息图往往需要花费设计师或者可视化专家大量的时间,而且需要借助专业的设计软件才能完成。

而InfoNice旨在简化设计和制作信息图的流程,让一般用户尤其是数据分析师,可以通过简单的操作,在较短时间内自行完成信息图的制作。

InfoNice的使用过程非常简单:

  • 首先,用户需要生成用于分析数据的标准图表

  • 然后,在InfoNice的设计窗口的图形界面,用户选择生动的图标、图片、文字放置在原本可视化中表示数据的记号(marks),比如柱状图中的长方形;

  • 最后,用户选择需要绑定的数据域,以及数据绑定的方法,例如用长度、颜色、图标来表示不同的数据类型或数据值

只需要简单的几步就能设计好一个可以自动更新数据的信息图。InfoNice提供了丰富的图标素材库,用户也可以通过上传图片、输入文字来绑定数据。通过重新设计可视化,用户可以使自己的数据以及数据所要传达的信息更加形象生动,使人印象深刻。

目前,InfoNice已经作为Power BI的插件在Microsoft AppSource发布,欢迎大家下载试用,设计自己的信息图。

下载链接:

https://appsource.microsoft.com/en-us/product/power-bi-visuals/WA104380898?tab=Overview

InfoNice的用户界面

用InfoNice设计的信息图样例

以上的介绍只是CHI大会中研究成果的冰山一角。人机交互的研究,从“人”出发,以“人”为本,探索人类与各种前沿技术与设备的交互关系,渗透到我们日常生活与工作的方方面面。更多有意思的技术和研究,还等待着大家共同去探索。

参考论文:

  • Programmable Droplets for Interaction

    https://dl.acm.org/citation.cfm?id=3186607

  • Tangible Drops: A Visio-Tactile Display Using Actuated Liquid-Metal Droplets

    https://dl.acm.org/citation.cfm?id=3173751

  • LumiWatch: On-Arm Projected Graphics and Touch Input

    https://dl.acm.org/citation.cfm?id=3173669

  • Force Jacket: Pneumatically-Actuated Jacket for Embodied Haptic Experiences

    https://dl.acm.org/citation.cfm?id=3173894

  • InfoNice: Easy Creation of Information Graphics

    https://dl.acm.org/citation.cfm?id=3173909

微信超链接:https://mp.weixin.qq.com/s/qnmd9Pkb8RE-a5zJyGgbXQ

入门
相关数据
异常检测技术
Anomaly detection

在数据挖掘中,异常检测(英语:anomaly detection)对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。 通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。 异常也被称为离群值、新奇、噪声、偏差和例外。

人机交互技术
Human-computer interaction

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

感知技术
perception

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

数据挖掘技术
Data mining

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

返回顶部