Beam me up, Scotty 还是 Talk to the hand
#设计AI
今天 Humane 正式发布了 Ai Pin / AI 智能胸针，精神上实现了 Star Trek / 星际迷航里的通讯胸针，这算是三录仪、平板电脑之后，又一个成为现实的 Star Trek 技术😂
我从 Humane 发布视频里，剪辑了一段和人机交互有关的部分，从 UX 设计特别是交互设计的角度说几句这个跨时代的创新设计：
1，自然语言交互
这是整个产品里最具竞争力的部分，也难怪微软、OpanAI 的 Sam Altman 都投资了 Humane
视频里的 AI 回答错了，下一次日全食应该是 2024 年 1 月 8 日而不是 4 月 8 日，这也代表了目前 ChatGPT 等 LLM AI 在产品设计层面的固有障碍：
用户和 AI 都无法判断输出结果的准确性
2，语音交互
语音、自然语言和 AI 是天然的最佳搭配，但脱离纯个人的电脑和手机，到了在公共场合、社交场合佩戴可穿戴设备的这种使用场景里，语音交互的感觉就不那么自然了
- 有什么比戴着 AirPods 跟人说话更不礼貌的？用扬声器外放声音
- 有什么比戴着 AirPods 对着空气说话更别扭的？歪着头对着自己胸口说话
- 有什么比对着自己胸口说话更尴尬的？对着面前的女士/男士胸口说话…如果对面站了 5 个人、人人都戴着 Humane AI Pin 呢（注1）
Humane Ai Pin 呼出 AI 的方式很有意思，刻意设计得特别保守，用户需要用手指按压胸针。这避免了Siri 们一直悄悄地听你呼唤的尴尬，也避免了“小爱同学”总是莫名其妙被叫醒的戏精体验
3，激光投影 UI
技术上这很神奇，居然能在那么薄的设备里集成一个亮度不低的激光投影仪
不过从演示视频来看，因为手掌不平整、手掌会自然地晃动、手掌角度和眼睛观看角度不会很理想，激光投影的显示效果一般般，因此只能像传统 HUD 那样，只能在 UI 里用很简洁的方式、显示很少量的信息
另外我用 pretotype（注2）的方式测试了激光投影的体感、手感，说实话我很不喜欢举着手掌、低头斜眼看自己手掌的这个交互动作，举着手掌很累，低头斜眼很不舒服
4，手势交互
哈哈这个不用多想了，我从来记不住手势，我连用了 20 多年的 Photoshop，都记不清几个快捷键
也有人觉得弯曲手指、捏手指的动作很别扭，我手指比较灵活，这方面没有障碍
从 Humane 的演示视频里看不出 AI Pin 有多少日常操作仅仅依赖手势这一种操作方式，也不清楚有没有其他替代方案来解决不方便手势操作的场景（比如冬天带了肥厚的手套）。好在今天的视觉识别已经很强大了，手势操作肯定会成为人机交互的新常态
Humane 的愿景是设计一套全新的不依赖手机屏幕的操作系统，所以未来 Humane AI Pin 在操作系统和 APP 这两级，都会使用手势来实现交互 - 我对操作系统级别的手势没什么意见，但我绝对不相信那些缺心眼安卓程序员瞎折腾出来的手势
ok，记忆各种手势的任务，还是留给生下来就要天天使用手势交互的下一代人类吧
5，隐私性和私密性
Humane Ai Pin 显然记住了谷歌眼镜早年的悲剧，用很明显的 LED 亮光显示工作状态，以此来提醒周围的人：我没有偷拍哦！我没有偷偷录音哦！
不过如前面所说，在公共场合、社交场合使用 Humane Ai Pin 主打的语音交互，天然地无法保护隐私、隐秘。这方面我完全相信人类偷懒的天性和强大的适应能力，以后很快会有一种多数人都能接受的公共场合、社交场合语音交互礼仪
btw，因为语音交互的不断普及，我们能在公司里、学校里、小区里听到更多别人的隐私，这还的确符合人类好奇、八卦的天性
6，摆脱对智能手机的依赖
为什么 Humane Ai Pin 是独立设备而不是一个手机配件，这是我对它最好奇的地方
类比一下，苹果 Vision Pro 眼镜是个巨大的、布满了传感器、CPU 和 MacBook Pro 一样强大的 VR/AR 眼镜，运行一整套改变世界的“空间计算”系统…我可以理解苹果把它设计成不依赖电脑的独立设备
在几十克的胸针里集成一部完整的电脑，why 啊？（注3）
Sam Altman 接受 The Wall Street Journal 记者采访时说过（https://t.co/7pL2KaEWKb），他们在尝试用新的硬件形态来发挥 AI 的作用（大意，我记不清原话了）
从这方面说，Humane Ai Pin 作为独立存在的胸针，应该只是一种早期的 AI 产品形态，估计很快能出现为 AI 和自然语言交互、语音交互优化的 AI 耳机、AI 手镯、AI 戒指、AI 纹身……
---
只看演示视频，Humane AI Pin 的 AI 已经部分实现了 Star Trek 里“Beam me up, Scotty”的效果
但说到人机交互和使用体验，它酷炫的人机交互之下，使用体验似乎更像“Terminator 3”里施瓦辛格伸着手说“Talk to the hand”（注4）。
Humane 的这些设计问题将来都可以解决，类比一下， iPhone 也不是一蹴而就，技术、产品形态、交互方法、用户的使用习惯、公众的文化认同…也都经过了多年才不断完善
也许等到 Humane AI Pin 3.0 版，围绕 LLM AI 创造的新设备、新人机交互设计、新用户使用习惯就都“完美”了
无论如何，Humane 作为先行者，把很多概念、想法和感觉变成现实，并且帮大家验证各种不成熟的设计，无论是产品设计师、开发者还是广义上的创造者，我们都应该谢谢 Humane 和他们的 AI Pin
---
注1：
有个思路解决公共场合不方便使用语音交互、或者图书馆等场合不能使用语音交互的问题 - 不出声地说话
康奈尔大学的研究人员，研究了不同的解决方案；一种是从背后拍摄你腮帮子的动作，用视觉识别+AI 来猜测你说什么；另一种是在眼镜上安装声纳，用声波侦测你嘴部动作，再用 AI 猜测你说什么
注2：
pretotype 一词出自前谷歌产品总监 Alberto Savoia 的“The Right It”一书，是指比 prototype 更原始、更概念性的原型的原型，pretotype 用于在创建产品原型之前评估新的设计概念
我测试 Humane AI Pin 激光投影的方法很简单，你也可以尝试：打印一个极简的 UI，再用剪刀把 UI 从纸上剪下来、贴自己手心上模拟激光投影在手上的 UI。而后尝试各种姿势、各种角度、各种距离去摆弄自己手上的 UI，看看怎么操作手和眼睛、脑袋最舒服
我测试出来最不难受的状态，其实就是意大利人说话时摊手掌的那个姿势。而视频里演示的那种姿势很扭曲
注3：
我也测试了在胸口挂几十克东西是什么感觉，同样你可以测试：在衬衣胸口的口袋里放几十克重物（比如苹果手表），看看衬衣会不会歪了、领口会不会被拽下去😌
注4：
英语俗语说的 Talk to the hand，并不是“对着手说话”的意思，大意是说“我不想听，你丫闭嘴” 。“Terminator 3”电影里，施瓦辛格演的机器人在酒吧里一边强迫路人甲说话、一边说了这句台词让路人甲闭嘴，结果就成了这部电影里的一个笑点
