本篇文章总结了当前人机交互最重要的 6 个技术主题例如多模态感知、情感计算、去物理化界面、脑机接口等，以及三大支撑和驱动人机交互各项技术与应用的底层技术趋势，以及它们在制造、医疗、智能家居、文化遗产、航空航天等场景里的落地案例全部串起来，，呈现了一个未来人机交互的新形态 —— 不再只是“点击屏幕”，而是机器真正理解人、感受人，并主动用自然、贴心的方式和我们互动。这种交互无处不在，却几乎无感介入。
尤其在你准备面试、讲述项目或作品集时，了解这类关于人机智能交互（ HCII ）领域的技术趋势是非常重要的能够体现出你对前沿方向的认知和思考。特别是在面试一些涉及交互设计、智能产品设计、服务设计或人工智能相关设计专业时一些 top 高校会期待设计背景的学生不仅会画界面、做流程，还要对“技术带来的新可能性”有一定理解。此外，这些知识的积累对于长期发展也非常有用。
未来设计不只是“做界面”，而是更多参与到“人与系统之间的关系设计”中。这意味着需要具备一定的跨学科理解力，能够站在更系统、更宏观的角度思考“人在技术中的角色”。情感 AI 、 IoT 交互、全感官沉浸体验等方向，都在不断拓宽设计师的边界。
01
人机交互领域6大技术热点
human interaction design
1. 多模态与情感识别技术
在当前人机智能交互（HCII）研究中，“多模态与情感识别”正成为核心研究方向之一，其关键目标是让人机交互过程更贴近“人与人之间的交流体验”。传统人机交互往往以语言或触控为主要输入方式，但这远远不能覆盖真实的交流情境。而人类在交谈过程中，除了语言之外，还会使用语音语调、面部表情、肢体动作、生理反应等多种信号来传递情绪和意图。
因此，HCII系统正朝着多模态感知与融合的方向发展，即同时采集和处理来自多个感知通道（如语音、视觉、动作、脑电、生理信号）的数据。通过多模态融合，系统不仅能“听懂”用户说了什么，还能“看懂”用户的表情、肢体语言，甚至“感知”到用户的情绪状态，从而实现更具同理心的响应与反馈。
◎ 陪伴机器人Loona
情感识别技术是多模态交互中的关键一环，尤其在医疗健康、智能家居和服务机器人等场景中具有广泛的应用前景。比如，在心理健康应用中，系统可以通过面部表情和语音特征来识别用户的情绪变化，并及时提供干预建议；
在智能家居中，系统能够根据用户的情绪状态自动调节灯光、音乐或环境温度，以提 供更舒适的体验。
◎ Apple HomePod Pro
2. 新型交互媒介与场景/多感官沉浸式体验
新型交互媒介的革新正在突破物理界面限制，VR眼镜、智能医疗等交互媒介的创新即将到来。这些媒介有望使交互更加⾼效和多样化，比如特斯拉Optimus人形机器人整合视觉导航与自然语言指令实现拟人化协作；2023年韩国研究人员开发的VR运动平台"Seamless-Walk"，利用高精度触觉传感器实现虚拟环境中的自然行走交互，为康复训练开辟新路径。消费级产品如Meta Quest 3已实现手势控制虚拟界面。
◎ Meta Quest 3
多感官沉浸式体验构成新型交互的感知基石，虚拟现实技术常见⽤于沉浸式⽤⼾体验，HCII正向"神经交互游戏与多感官环境"演进，比如苹果Vision Pro通过空间音频、眼动追踪与手势反馈构建沉浸式混合现实体验，用户可徒手操控虚拟物体。这些技术正推动交互从"视觉主导"迈向"全感官协同"。
◎ Apple Vision Pro
3. 人机智能交互
在当前的人机智能交互（HCII）研究中，人工智能算法的持续发展为系统理解与响应用户提供了坚实基础，尤其体现在自然语言处理（NLP）和深度学习技术的进步方 面。自然语言处理已成为人工智能领域的主流方向，使计算机能够识别、解析并生成 更加自然、符合人类语境的语言表达（技术趋势）。伴随着深度学习算法的不断优化，计算机处理自然语言的能力正在变得更健壮、准确且多样化，不仅能应对语义歧义、上下文切换等复杂情境，也使人机对话更加连贯且富有交互感。
◎ HCII的五层应⽤架构
这一趋势意味着，HCII系统正逐步具备更强的语言理解与表达能力，有望在未来实现 更自然、更拟人化的语言交互体验。无论是在日常助理、客服对话，还是医疗、教育 等专业领域中，AI算法的演进都正在拓展人机交互的深度与广度。
◎ Google 的 Meena
当今市场上种类繁多的聊天机器人展示了这些工具为不同行业带来的多功能性和效率。例如，Facebook Messenger 上的 Kuki 和 Google 的 Meena，通过先进的语言处理和上下文理解能力，为日常交互和开放领域对话树立了新标准。聊天机器人的用途扩展到专业领域，例如用于简化食品订购流程的 Domino 的 Messenger Bot；提供奇特的夜间陪伴的Insomnobot 3000；这些案例表明，聊天机器人在改善用户体验、简化操作和提供跨部门支持方面发挥着越来越重要的作用。
4. 脑机接口发展（Brain-Computer Interface, BCI）
脑机接口发展是⼀个新兴的热⻔课题，连接着⼈机交互和⽣物医学领域。它主要依靠脑电信号控制外部设备，结合信号处理、分类技术和控制理论来管理复杂环境或执⾏精细动作；可以通过脑机接⼝将⼈类思维连接到计算机，从⽽促进更直接、更⾼效的交互模式。
◎ TranscranialMagneticStimulation演示
其应⽤通常针对瘫痪患者，包括基于深度学习 (DL) 技术的带有物联⽹模块的辅助康复设备，以及⾯向残疾患者的辅助移动设备。该技术的成功也推动了神经游戏产业的发展。在此背景下，脑电信号构成数据集，⽀持向量机 (SVM) 和⻓短期记忆⽹络 (LSTM) 训练⽤于游戏内决策的学习算法，传感器设备承载游戏引擎进⾏⽤⼾测试。脑机交互游戏的研究主要旨在增强⼈机交互和⽤⼾体验，主要应⽤于⿇将和棋盘类游戏。
◎ 脑机VR游戏《Awakening》
5. 去物理化界面
智能⽤⼾界⾯(Intelligent User Interface，IUI)将提供多种感官选项，甚⾄可能实现去物理化，从⽽提供更⾃然、更直观的⽤⼾体验。而智能⽤⼾界⾯ (IUI) 代表了⼈机智能交互 (HCII) 的⼀个特殊⽅⾯。这些界⾯不仅充当信息交换平台，还能提供⾃适应的、以⽤⼾为中⼼的操作环境。随着智能⼈机交互技术的进步，IUI 催⽣了多模态交互形式，彻底改变了⽤⼾交互⽅式。
◎ fuselab creative工作室案例
智能⽤⼾界⾯（IUI）会根据⽤⼾需求和⾏为动态调整布局、内容和交互路径，从⽽优化效率、功效和⾃然度。此外，IUI 采⽤复杂的建模技术，涵盖⽤⼾、领域、任务、对话和媒体模型，以促进细致⼊微的交互形式。
◎ 天猫电商新体验概念设计
以淘宝设计团队针对天猫商城的智能驱动电商新体验概念设计为例，在搜索产品和订单查找场景中展现了未来结合大语言模型的IUI的可能形态。通过引入生成式人工智能的能力，自动识别用户界面关键信息，识别用户意图，自动进行智能自动化操作。这种界面元素在该使用场景下极大的改善了原本的用户路径和使用效率，简化页面跳转的流程。
智能用户界面的最终目标是使人机交互像人人交互一样自然、方便。上下文感知、眼动跟踪、手势识别、三维输入、语音识别、表情识别、手写识别、自然语言理解等都是认知与智能用户界面需要解决的重要问题。
6. 情感化 AI:机器具备「共情能力」
情感交互是利⽤情感分析算法解读⽤⼾情绪，从⽽提供更具同理⼼的⽤⼾体验。情感交互通常利⽤多模态识别算法，利⽤⾯部和语⾳识别来建模情绪状态。常见于基于个性的⾦融咨询系统、个性化智能服装、交互式⽂化遗产社区，以及通过多模态融合进⾏阿尔茨海默病识别等创新应⽤领域正在进⾏⼴泛的研究。情感识别技术已经被⼴泛应⽤于更⼴泛的应⽤领域，旨在提⾼准确性并增强⽤⼾体验。
◎ Ropet “养成系” 萌宠机器人
中国科学院在该领域尤为活跃，研究⼈员采⽤卷积神经⽹络 (CN
N) 从归⼀化⼈脸图像中提取和分类隐式特征。⾯部裁剪和旋转等技术已被⽤于优化 CNN 架构，从⽽提⾼⼈脸表情识别系统的效率。Tang Y 等⼈提出了⼀种频率神经⽹络 (FreNet)，作为基于频率的⼈脸表情识别的开创性⽅法，并取得了卓越的性能。循环神经⽹络在脑电信号识别和分类⽅⾯取得了令⼈⿎舞的成果，为情感计算领域做出了贡献。
02
技术趋势:三大核心方向驱动发展
human interaction design
1. 计算建模（Computational Modeling）
计算建模是一种利用计算机来模拟和研究复杂系统的方法。一个计算模型通常包含许多变量，这些变量是所研究系统的特征和属性。一般来说，计算模型具有 3 方面的作用：首先，通过模型构建、参数估计和实验验证解释系统内部的复杂结构；其次，基于系统当前的特征和属性，对系的输出结果做出预测；最后，通过单独或组合调整变量并观察输出结果来进行系统模拟，对系统行为做出仿真。
◎ 典型计算模型开发和评估过程示意图
将人机交互与计算建模相结合对于理解人类行为和认知至关重要。通过对人机交互进行建模，研究人员可以深入了解人类如何处理信息、做出决策以及对不同刺激做出反应。这些知识可用于改进界面设计，使其更加用户友好且高效。此外，人机交互可以帮助研究人员识别人类决策中的潜在偏见和错误，从而可用于提高计算模型的准确性。
◎ EPIC 计算认知架构
尽管面临认知模型复杂、人类行为多变、数据收集的质量等诸多挑战，人机交互与认知计算模型的融合仍有可能彻底改变我们对人类行为和认知的理解。未来的潜在发展方向包括：通过将人机交互原理融入认知模型，创建更加用户友好、高效的界面；以及通过将人机交互与认知模型相结合，创建更准确、更真实的人类行为模拟；通过了解人类的决策方式，开发更有效的决策支持系统。
2. 情感计算（Affective Computing）
情感计算就是针对人类的外在表现，能够进行测量和分析并能对情感施加影响的计算”，其核心目标是使计算机拥有情感，能够像人一样识别和表达情感，从而使人机交互更自然。与传统的人工智能不同，情感计算不局限于解决问题或执行任务，它要求机器能够处理复杂的非理性因素——那就是情感。正因如此，情感计算的兴起代表了人工智能向“类人智能”迈出的重要一步。
◎Plutchik的情感轮模型
情感计算的基本框架是通过多种技术手段，采集并分析人的情绪表现。它的工作原理主要基于以下几个方面：
- 情绪识别：通过语音、表情等输入信号，机器能识别出用户的情绪。
- 情绪建模与分析：AI 会根据情绪识别的结果，结合机器学习算法，建立情感模型。
- 情绪响应：AI 不仅能识别情绪，还能在合适的时机给予适当的反馈。
情感识别主要有三种类型：视觉情感识别（VER）、听觉/语音情感识别（AER/SEER）和生理情感识别（PER）。在机器学习方面，这些都是大量研究的主题。除此之外，混合现实（XR）技术（如 VR）被认为能够改善人们的主观情感体验，并已开展了多项相关研究。
◎ AI养成系潮玩“芙崽Fuzozo”
情感计算的应用不仅限于科研，它已经逐步走进了我们的生活，并在多个领域产生了深远影响。例如，老年人或孤独患者使用陪伴机器人时，机器人通过感知并理解他们的情感状态，提供情感支持和陪伴，缓解孤独感；以及通过情感计算，智能客服能够更好地识别客户的情绪，从而提供个性化的服务。
3. 物联网(IoT)与智能硬件融合
近年来，物联⽹ (IoT) 备受关注，尤其是在⻋辆、交通运输和⼯业应⽤领域。物联⽹技术与⼈机交互界⾯ (HCII) 的结合可以彻底改变各个领域：在交通运输领域：智能停⻋、智能导航和交通流量监控是这种融合可以带来益处的⼏个领域。在⼯业领域：应⽤范围扩展到智能仓储、智能供应链和智能机械臂等。在智能家居领域：通过物联⽹和 HCII 的集成，可以改善家电互联、家庭健康和安全。
◎ChargeNode：利用物联网优化电动汽车充电
物联网(IoT)与智能硬件融合“IoT + HCII” 就是让联网的设备，不止能收数据，还能“理解人、适应人、服务人”。它是未来智能交互系统的核心方向之一，推动我们从“设备联网”走向“体验智能”。
物联网(IoT)与智能硬件产品融合，它支持数据交换，并促进这些产品在联网环境中的无缝运行。在智能硬件中，物联网不仅提供连接，还支持自主操作。通过人工智能算法和机器学习，物联网帮助这些产品分析数据、学习用户行为并做出决策。物联网既充当通信网络，又充当智能处理器，使这些设备能够在极少的用户干预下运行。
◎智能物联网家居系列Permeate Series
虽然潜力巨大，但公司和个人在互联智能产品中实施物联网时仍面临一些挑战：数据隐私和安全、实施成本、交互操作性问题、依赖网络连接等问题。物联网的未来将进一步模糊与智能硬件之间的界限。随着人工智能的不断发展，我们有望看到更多具有增强自学习能力的产品，从而带来更智能的解决方案，并最大限度地减少用户干预。
03
关键技术应用领域
human interaction design
1. HCII 在工业4.0背景下的融合发展
在工业4.0中，人与机器将在工业环境中共同合作，采用认知技术。随着机器人在制造业中与人类一起工作的增加，人工智能在确保人机协作效率方面将发挥重要作用。语音识别、计算机视觉和机器学习算法等都可以改进人机交互。
HCII应用场景示例
| 应用场景 | 具体表现 |
| 智能家居 | 家中传感器检测到你⼼情不好 → ⾳响⾃动播放轻松⾳乐，灯光变暖⾊（情绪识别 + 环境联动） |
| 智能交通 | 城市交通摄像头监测到堵车 → 系统建议你换路线，并预测到达时间（计算建模 + 智能推荐） |
| ⼯业⽣产 | ⼯⼈戴着⼿环检测疲劳 → 机械臂⾃动降低⼯作强度或发出警告（⽣理感知 + ⾃适应控制） |
| 医疗健康 | 可穿戴设备持续记录数据 → 系统预测健康风险并提醒⽤户做⼲预（⾏为分析 + 个性化反馈） |
与⼯业4.0相契合，该领域的⼈机交互（HCII）正在快速融⼊数字孪⽣和物联⽹技术。HCII在医疗保健领域⽇益普及，尤其是在⼼理诊断、⼼理治疗和情绪健康领域。脑机接⼝技术正在融⼊HCII，预计将应⽤于康复治疗、神经游戏和远程医疗。智能家居领域的⼈机交互研究涵盖⼴泛⽽复杂的领域，从基础研究到实际应⽤，旨在使家居更具互动性、安全性和⽤⼾友好性。在该领域，重点主要放在⼈体识别技术上，例如头部和⾯部⼿势及动作识别。这些技术旨在提⾼HCII系统的稳健性和准确性，从⽽打造更智能、更⾃然的先进⻋辆系统。这也将成为未来 HCII⾯临的挑战
2. HCII 在医疗健康中的拓展
技术进步从根本上改变了医疗保健系统，并显著改变了医疗专业人员与信息界面之间的交互方式。人机交互诠释了计算机技术的设计模型及其应用，其重点在于用户与计算机之间的界面。智能人机交互也是医疗保健机构中面向软件的决策理念设计中非常重要的因素，它还能帮助准确检测影像、疾病，甚至保障患者的安全。
◎Roon 线上医生服务平台
医疗专业⼈员经常使⽤数字界⾯，包括电⼦病历 (EMR)系统、诊断仪器和远程医疗平台。这些交互方式影响着医疗保健服务的有效性、诊断准确性和整体护理。医疗保健界⾯⾯临诸多挑战，⽽智能人机交互可以显著地解决这些问题。这使得⼈机交互与医疗专业⼈员的认知和⼈体⼯程学⽅⾯息息相关。医疗保健⼈机交互可以改善⼯作流程，减轻专业⼈员的⼼理负担并避免错误，从⽽实现⾼质量的患者护理。在如此苛刻的⾏业中，以⼈为本的⼈机交互⽅法变得⾄关重要，因为及时决策和正确的信息搜索⾄关重要。
如今，许多人都熟悉可穿戴健康设备，例如智能手表和健身追踪器，它们可以收集实时数据，为患者提供健康监测。HCII + 医疗保健领域还有许多其他值得探索的机会，例如：开发以人为本的软件和硬件；利用传感器进行活动识别和测量；为可穿戴设备、应用程序和屏幕设计信息显示屏；以及使用应用机器学习算法来分析模式。日常应用领域仍在继续，包括物理治疗、心理健康、运动追踪，甚至有可能改善全球医疗资源的可及性。
◎Enhance-d专为糖尿病患者打造的运动app
值得注意的是，医疗保健环境和系统中以人为本的设计也必须兼顾患者安全和伦理考量，包括数据隐私、知情同意以及人工智能驱动系统中可能存在的偏见。确保未来的医疗技术符合伦理道德的设计，是保护患者和维护信任的关键。
3. HCII 在智能家居中的应用
智能家居领域的⼈机交互研究涵盖⼴泛⽽复杂的领域，从基础研究到实际应⽤，旨在使家居更具互动性、安全性和⽤⼾友好性。在该领域，重点主要放在⼈体识别技术上，例如头部和⾯部⼿势及动作识别。
智能家居的功能包括家庭安全系统、对讲系统、分布式娱乐系统、受控照明、⾃动窗⼾和窗帘。集成了这些功能的智能家居可以通过⼿机、平板电脑或电脑进⾏控制。例如，只需单击⼀下即可查看冰箱内物品，或在⼯作时远程启动机器⼈吸尘器。此外，智能秤的数据可以显⽰在⼿机上，让您通过图表追踪体重或脂肪百分⽐的变化。通过更丰富的交互，⽤⼾可以随时随地访问和使⽤。
◎Google Nest
得益于物联⽹ (IoT)，智能家居让⽣活更加舒适便。许多设备和家电可以轻松集成到智能家居系统中。这些系统利⽤了物联⽹ (IoT) 技术。因此，智能家居活跃于各个领域，包括⻔锁、电视、安防摄像头、百叶窗、恒温器、照明设备和灌溉系统。虽然智能家居在物联⽹应⽤中发挥着重要作⽤，但由于其能够远程控制物体，也引发了隐私和安全问题。
◎华为鸿蒙智家设置界面
控制智能家居系统常⽤三种⽅法。第⼀种⽅法是使⽤固定触摸屏，第⼆种⽅法是使⽤⽹络进⾏远程控制，第三种⽅法是使⽤带有Wi-Fi技术的⼿机或平板电脑进⾏远程控制。在智能家居中，⽤⼾与各种界⾯进⾏交互，包括物理界⾯、图形界⾯、⾳频界基于运动的⽤⼾界⾯。因此，智能家居界⾯必须易于使⽤。所有⽅法都涉及⽤⼾使⽤的⼯具。在使⽤智能家居服务的过程中，⽤⼾会直接或间接地与主动或被动设备进⾏交互。提⾼界⾯的可⽤性对于提升智能家居的整体功能⾄关重要。
◎华为鸿蒙智家智能中控屏MINI
机器学习、⼈⼯智能和区块链等技术有望在未来促进智能家居系统的进⼀步发展。然⽽，新技术也带来了新的安全威胁。新兴技术（例如 5G/6G ⽹络、量⼦计算、区块链）预计将在物联⽹ (IoT) 系统和应⽤中发挥关键作⽤ 。
4. HCII 在考古遗址探测中的应用
人工智能技术能够通过预测建模、遗址发现和文物分析等方式，帮助考古学家更高效地进行研究。预测建模利用AI算法分析大量数据，以预测考古遗址的可能位置，进而提高挖掘的效率和准确性。AI驱动的遗址发现技术则利用无人机和遥感等先进技术，定位埋藏的结构或文物。这些技术的应用不仅节省了时间和成本，还能在不进行大规模挖掘的情况下保护脆弱的历史遗迹。考古遗址探测⼈机交互⼈⼯智能 (HCII) 可以促进⼈⼯智能系统的应⽤，协助考古学家在航拍或卫星图像中识别潜在遗址。
⼈机交互协作⼯具可以⽀持考古学家进⾏遥感操作（⽽不是取代他们），指的是从远处探测和/或监测某个目标点的⾏为，并提出⼀种新的⼯作流程，通过在每次使⽤后提供改进的数据来增强他们的任务和模型源软件和模型，以及开放的数据（图像、注释）和计算资源（Google Colab），使得此类⼯作即使在资源受限的研究环境中也具有⾼度可访问性和可复制性；以及在遗址探测工作流中，以便于考古专家更加高效完成探测工作，提高精确性和速度。
◎基于一种深度学习模型的人机交互流程
图例是研究者为考古学家提出了⼀个⼯作流程，通过类似研究得出的模型，将现有的遥感实践将得到⽀持和增强。这些输出既可以⽤于⾮常快速的⾃动检测，同时还能避免可能出现的错误，也可以组合起来⽣成图形叠加层可将⽤⼾的注意⼒引导⾄特定区域。反过来，使⽤该模型将⽣成新的形状⽂件和注释，可⽤于重新训练和改进模型，并⽀持进⼀步的分析。该⽅法的潜在应⽤意义深远，不仅在于其速度：它更应被视为传统基于专家的照⽚判读的必要补充，在许多情况下，它可以补充那些可能被忽视但可能⾮常重要的场地特征。
5. HCII 在文化遗产中的应用
⼈机交互技术的应⽤，不仅对⽂化遗产的保护⾄关重要，也对不同背景和能⼒的群体⾄关重要，这对于确保弱势群体也能获得遗产保护展览提供的数字体验尤为重要。现有的研究主要集中于探索⼈机交互领域为物质⽂化遗产保护带来的新可能性，深⼊探讨⼈机交互技术在⽂化遗产保护、遗产修复与展⽰、增强遗产互动性以进⾏内容推⼴三个关键领域的应⽤。⽬前，相关的技术应⽤⼤多集中在修复与展⽰领域，利⽤虚拟现实（VR）和增强现实（AR）等技术增强⽂化遗产的呈现，使参观者能够以更沉浸、更直观的⽅式体验⽂化遗产。
◎大报恩寺琉璃塔拱门AR互动
⼈机交互在⽂化遗产领域的应⽤主要可以分为三个领域：（1）⽂化遗产信息的收集和保存；（2）利⽤技术进⾏⽂化遗产的修复和展⽰；（3）⽂化遗产的游戏化。
◎文物修复
⼈机交互技术在⽂化遗产修复与展⽰中的应⽤，主要⽬的是通过创新的技术⼿段，为公众提供更真实的⽂化遗产体验。⼈机交互技术可以简化⽂化遗产的修复流程，通过交互技术的三维仿真，可以更⾼效地恢复某些⽂化遗址的原貌，降低操作⻔槛，从⽽更⾼效地⽣成最终的修复成果。
近年来，⽂化遗产保护相关研究⼀直在探索游戏化技术和策略，⽽游戏化⽂化遗产的出现与⼈机交互技术的发展密切相关。数据显⽰，游戏化⽂化遗产常⽤的⼈机交互技术是虚拟现实（VR）和增强现实（AR），其中移动应⽤程序是主要使⽤的⼯具。
6. HCII 在航空航天中的应用
航天人机交互学主要研究航天员在航天环境中的工作能力、工作特点和工作规律。随着载人航天器人-机接口朝着以计算机技术为基础的多功能综合显示／控制的图形用户界面方向的发展，而航天员的信息输入仍然依靠视觉来观察各种显示器，动作与信息输出则大多通过双手操纵各种控制元件，再加上空间任务的日趋多样和复杂，将会形成人-机接口信息阻塞的趋势。
◎Taikobot舱内机器人
近年来科学家正在研究语音控制和人工智能技术的应用，希望通过让计算机理解人所发出的口头命令、手势、体位、眼的运动等行为来操作被控对象，以减轻其肢体所承受的负荷，并缩短作业反应时间，从而开辟人-机接口的新通道。同时，运用人工智能技术，并根据人-机间的几次交互情况，就能判断出操作者的作业水平，让同一界面能为不同层次的航天员使用。这样，多通道和自适应性将产生载人航天器新一代的人-机接口--全用户界面。它采用一切可以表达信息的媒介物（文字、图像、声音和视频等），全面刺激人的感官，充分调动其注意力，并实现全方位互动，从而提高人-机交互的可靠性和效率。
◎神舟十五号航天员开展乘组虚拟现实训练
例如，人工智能虚拟现实技术借助计算机系统及传感器技术生成三维环境，创造出一种崭新的人机交互方式，通过调动用户的各种感官来感受更加真实的、身临其境的体验。虚拟现实技术在航天员训练方面发挥着至关重要的作用。虚拟现实训练系统集成沉浸显示技术、感知交互技术、三维渲染技术、基于物理的系统仿真等，能够营造人在回路的、逼真的、可虚实融合交互的训练场景得到广泛的应用，同时机器学习、机器人专家系统等人工智能技术也在航天员训练中发挥了明显作用。
联系我们
菇菇老师～微信：zhaojundesign2
¯\_(ツ)_/¯朝菌学园考研&保研成绩
了解教学质量，可重点观察机构专业属性、教学成果、课程内容大纲、师资团队等方面。教学成果非常重要，但也是虚假信息的重灾区，同学们要多咨询多辨识，防止被迷惑欺骗。1、榜单中均为在朝菌学园考研主课学习过的学员，2019年之前的榜单则是朝菌学园现任讲师曾经的学生；2、部分同学会同时出现在其他机构成绩单中，这可能是由于该同学曾在多个机构中学习，也可能是其他机构假冒成绩单，如有疑问可以咨询教务老师；3、本榜单中不包含朝菌的保研录取成绩与留学录取成绩；