为什么在上个世纪就被人们提及的AI人工智能到今天才能实现爆发性的增长？剖其本质我们不难发现，所有人工智能的基础都缺少不了大数据的支撑，而我们在《图像识别技术在互联网内容审核领域的应用分析》一文中曾经说到，目前我们人类文明中可以加以利用的数据中，超过90%的部分都是近几年形成的。

所以可以说AI人工智能的快速增长，既有自身的历史底蕴，也缺少不了来自当下的时代影响，伴以大数据、算法、硬件等方面的进步，“人工智能”才能真正在走入我们寻常百姓家。

而人机交互作为工业革命之后就诞生的“古老”产物，也需要积极地与AI相结合，意在制造出更具新意、更优良的用户体验。

分形认为，要实现“获取-认知-创造”的人机交互闭环，借助理解与交互技术实现AI人工智能的平民化与生活化

获取就是AI本身观察和学习的过程，通过观察生活中那些被人们习以为常的数据，深入了解后提取共性与差异产生“认知”，才有机会“创造”出全新的交互逻辑，循环往复这个闭环，才能使得理解与交互技术下的人机交互日益强大。

如果觉得上述内容太枯燥，我们可以举两个例子：
1.苹果公司在iPhone6上加入了一项全新的人机交互维度—压力感应，通过判断用户手指在屏幕上的不同压力来实现差异化的数据显示，用手指来压屏幕这是不是在智能手机时代已经被我们习以为常的一种操作方式呢？在当下最流行的“吃鸡”类游戏中，轻按瞄准，重压开枪，有没有很酷？

2.我们生活中的许多物件都存在震动频率，假如能有一个智能终端能把这些频率收集起来，并加以利用，那看电视还要遥控器吗？拍拍手电视就打开了，挥挥手就能换台，响指就是确定键。更甚者还可以给小提琴调音，诸如此类，生活中所有发生震动的物品都可以作为底层的数据来源，是不是更酷了？

总结
在AI加持下的人机交互，通过理解与交互技术，将极大地弱化传统计算设备与用户直接交互的方式，进而是通过一种声音、表情、动作甚至是大脑中的一个想法，通过这些更加贴近于人与人之间的交流方式实现最终的人机交互。

本文提到的一些实例也只能起到抛砖引玉的作用，在目前 “互联网+”和“大数据”等多重利好环境下，终于使得“获取-认知-创造”的人机交互闭环得以实现生产力，也给我们带来无限的启示，未来会有更多、更好的交互场景等待着我们去获取、去认知、去创造。