作者：邊凱歸（北京大學(xué)網(wǎng)絡(luò )信息系統研究所副所長(cháng)）

　　互聯(lián)網(wǎng)的演進(jìn)歷程是從中心化、開(kāi)放的網(wǎng)絡(luò )空間，逐步變成去中心化、碎片化的虛擬世界。其中交互技術(shù)的不斷發(fā)展，讓傳統用戶(hù)輸入和機器輸出，升級成結合視頻和人工智能（AI）的多元化人機交互，將人與人之間的連接重構成為元宇宙分布式社區中的虛擬關(guān)系。雖然面臨著(zhù)諸多挑戰，但這一技術(shù)趨勢無(wú)疑將引發(fā)網(wǎng)絡(luò )空間中資源與利益的重新分配。

　　交互改變 AI與視頻完成交互

　　人與人之間的交互是通過(guò)捕捉聲音、動(dòng)作、文字等信號完成信息傳輸的。自人類(lèi)發(fā)明計算機起，人人交互很大一部分被人機交互所代替。而主流人機交互方式的發(fā)展，可大致劃分為三個(gè)階段。

　　第一個(gè)階段是互聯(lián)網(wǎng)時(shí)代。在互聯(lián)網(wǎng)時(shí)代，人機交互主要是通過(guò)手指操作鼠標、鍵盤(pán)，眼睛查看顯示屏內容完成。為何如此？因為手指是人類(lèi)完成精細動(dòng)作最直接的器官，眼睛是能夠最大化、直接接收外界信息的五官之一。自然地，人類(lèi)會(huì )選擇手指操控鼠標鍵盤(pán)完成人類(lèi)對機器的輸入，眼睛查看顯示器內容完成機器對人類(lèi)的輸出。

　　第二個(gè)時(shí)代是移動(dòng)互聯(lián)網(wǎng)時(shí)代。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，人機交互主要是通過(guò)手指操控觸摸屏完成。這種交互技術(shù)在全球范圍內的第一次大規模商用，始于2007年的蘋(píng)果手機，至今仍然是所有移動(dòng)設備的主要交互方式。與第一代交互方式不同，這樣的方式回歸了人類(lèi)嬰幼兒時(shí)期的最基本動(dòng)作，即用手指在屏幕上指向、點(diǎn)擊、滑動(dòng)，交互設備由觸摸屏替代了鼠標、鍵盤(pán)。

　　在第三代交互方式出現之前，我們需要審視這樣一個(gè)現象。第一代、第二代交互方式普及時(shí)，其他的交互方式（肢體動(dòng)作、語(yǔ)音、肌電、腦電等），和交互設備（體感攝像頭、慣性傳感器、智能眼鏡、智能手環(huán)、智能頭盔）也在不斷涌現。但這些交互方式往往都因為表達能力受限、準確度不高等問(wèn)題，始終無(wú)法取代手指和眼睛在交互方式中的主導地位。

　　第三個(gè)時(shí)代是2021年開(kāi)始構建的元宇宙時(shí)代。在元宇宙時(shí)代，現實(shí)世界中的人類(lèi)可以和虛擬世界中的智能體（虛擬人、數字財產(chǎn)、數字物品等）進(jìn)行交互。在元宇宙構建初期，人類(lèi)仍然通過(guò)手指和眼睛與虛擬世界進(jìn)行交互，就像在玩一場(chǎng)“身臨其境的沉浸式視頻游戲”。與第二代交互方式的區別在于，其交互設備的多樣性將得到極大擴展。例如，攝像頭、慣性傳感器將捕捉到的人類(lèi)身體動(dòng)作、語(yǔ)音等指令展示在視頻游戲中，游戲劇情反饋也會(huì )通過(guò)智能眼鏡、智能頭盔展示給人類(lèi)。在不遠的未來(lái)，當AI技術(shù)不斷發(fā)展，特別是腦機交互技術(shù)可以準確讀取人腦信息時(shí)，人們就可以不通過(guò)動(dòng)作、語(yǔ)音、打字等其他信號發(fā)送指令，而可以直接將意念所想傳達給設備，解鎖AI技術(shù)中這一最神秘的難關(guān)。因此，交互的終極方式是視頻和AI——人類(lèi)通過(guò)AI將指令輸入到虛擬世界，同時(shí)又通過(guò)沉浸式視頻展示將交互結果輸出給人類(lèi)。

　　連接改變 去中心化、碎片化的連接

　　人機交互的方式，不僅關(guān)系到人類(lèi)獲取信息的渠道，同樣也決定了人與人之間在網(wǎng)絡(luò )空間中的連接形式。伴隨著(zhù)人機交互方式的改變，人與人之間的連接形式也將被重新定義和構建。

　　起初，互聯(lián)網(wǎng)Web1.0時(shí)代是一個(gè)中心化、開(kāi)放連接的時(shí)代，其主要目標是連接所有的互聯(lián)網(wǎng)公開(kāi)信息，方便人們檢索和查找信息。用戶(hù)通過(guò)鼠標、鍵盤(pán)，與網(wǎng)站內容進(jìn)行交互，網(wǎng)頁(yè)之間通過(guò)超鏈接相連，形成了一張巨大的網(wǎng)。這張網(wǎng)中的節點(diǎn)是網(wǎng)頁(yè)，這些網(wǎng)頁(yè)連接著(zhù)數以?xún)|計的訪(fǎng)問(wèn)者設備，每個(gè)網(wǎng)頁(yè)都部署在中心化的服務(wù)器上。在這個(gè)時(shí)代，人們的主要需求是檢索和查找網(wǎng)頁(yè)信息，而社交、娛樂(lè )等需求并不旺盛，人與人之間的關(guān)系通過(guò)訪(fǎng)問(wèn)共同網(wǎng)頁(yè)而產(chǎn)生，沒(méi)有任何人或機構試圖阻礙這種關(guān)系的產(chǎn)生。

　　新華社發(fā)

　　互聯(lián)網(wǎng)Web2.0時(shí)代則變成了一個(gè)中心化、割裂連接的時(shí)代，其主要目標是連接所有的人，并且最大化地激活人們的社交、游戲、購物、視聽(tīng)、交易等個(gè)性化需求。在這個(gè)階段，用戶(hù)在不同時(shí)空環(huán)境下，通過(guò)點(diǎn)擊、觸控等操作表達需求，被網(wǎng)站、app捕捉，并通過(guò)推薦系統反饋給用戶(hù)個(gè)性化內容。因此，此時(shí)的互聯(lián)網(wǎng)仍然是中心化的，只是用戶(hù)之間的連接已經(jīng)被逐步割裂。例如，流量較大的網(wǎng)站為了更好吸引用戶(hù)，開(kāi)始經(jīng)營(yíng)自己的用戶(hù)群體，通過(guò)讓用戶(hù)注冊，形成了該網(wǎng)站系統下的獨立用戶(hù)群體。目前，移動(dòng)智能手機幾乎所有app都要求用戶(hù)進(jìn)行注冊，每個(gè)app的系統內部，用戶(hù)之間可以進(jìn)行連接。但不同網(wǎng)站、app系統的用戶(hù)，無(wú)法進(jìn)行互聯(lián)互通。可以說(shuō)，整個(gè)互聯(lián)網(wǎng)像是被割裂成了無(wú)數個(gè)子網(wǎng)，較大的子網(wǎng)代表了用戶(hù)數較多的頭部網(wǎng)站或app。每個(gè)子網(wǎng)內部都是中心化的，所有數據都存儲在該網(wǎng)站或app的數據庫中，承載著(zhù)該網(wǎng)站或app提供的特定業(yè)務(wù)（如社交、游戲、視聽(tīng)等）。用戶(hù)在每個(gè)子網(wǎng)中都有一個(gè)注冊ID，享受著(zhù)該子網(wǎng)提供的業(yè)務(wù)。

　　而目前，我們正在探索的互聯(lián)網(wǎng)Web3.0時(shí)代，則是一個(gè)去中心化、碎片化連接的時(shí)代，其主要目的是支持人與人通過(guò)虛擬世界智能體之間的交互，產(chǎn)生某種虛擬關(guān)系。這樣一種新型虛擬關(guān)系，將再一次重構元宇宙框架下人與人間的連接形式。用戶(hù)在元宇宙中可以創(chuàng )建屬于自己的唯一虛擬身份以及若干虛擬資產(chǎn)和虛擬物品，用戶(hù)只需通過(guò)虛擬身份在某虛擬社區進(jìn)行授權操作，就可以與該社區中的其他用戶(hù)產(chǎn)生虛擬關(guān)系。這些虛擬世界的操作，可以通過(guò)傳統的點(diǎn)擊、觸控等交互動(dòng)作完成，也可以通過(guò)虛擬現實(shí)智能眼鏡、沉浸式AI視頻中的交互動(dòng)作（眼神、肢體動(dòng)作）完成，虛擬社區捕捉到這些交互動(dòng)作之后，所產(chǎn)生的結果也會(huì )通過(guò)交互設備（智能眼鏡、智能頭盔）以虛擬視頻方式展示給用戶(hù)。同時(shí)，這一系列的動(dòng)作和結果也將會(huì )記錄在區塊鏈上，從而保證數據安全。

　　顯然，這樣一系列的虛擬操作是以用戶(hù)為中心，且完全的分布式和不可預測，不存在任何一個(gè)網(wǎng)站或app可以要求用戶(hù)必須重新注冊一個(gè)ID，也不存在一個(gè)超級網(wǎng)站或app可以收集絕大多數用戶(hù)的個(gè)人數據。人與人之間的連接與否，取決于雙方是否存在虛擬關(guān)系，是否授權虛擬身份在虛擬社區中進(jìn)行了某個(gè)操作。

　　面向未來(lái) 充滿(mǎn)機遇與挑戰

　　元宇宙時(shí)代，在去中心化、碎片化的虛擬世界，以往互聯(lián)網(wǎng)中的資源和利益都會(huì )重新分配，產(chǎn)生了很多新的機遇。當然，實(shí)現這樣的愿景也存在諸多挑戰。

　　在構建元宇宙的初級階段，交互方式仍然不可避免地依賴(lài)于手和眼睛。沉浸式的交互設備，使得輸入、輸出可以更加逼真，除了視覺(jué)、聽(tīng)覺(jué)，還可以包括觸覺(jué)、嗅覺(jué)等其他多個(gè)維度的感官體驗。而當AI交互技術(shù)進(jìn)階到高級階段時(shí)，我們就可以脫離手、眼等器官，AI可以讀取人的意念，通過(guò)腦機接口，完成人類(lèi)與虛擬世界的交互，即人們將自己的指令通過(guò)腦電波直接輸入給虛擬世界，同時(shí)虛擬世界也將反饋結果直接發(fā)送給人腦。這樣一種超級智能的交互過(guò)程甚至省去了人的動(dòng)作發(fā)號施令、用眼睛查看結果等傳統操作，可以直接將交互結果呈現在人腦中。這種方式省去了所有中間環(huán)節，其他第三方更是無(wú)法知曉人與人之間在交流什么，從而做到了徹徹底底的去中心化，以及保護了人腦所想的數據安全。

　　對元宇宙連接的碎片化重構，打破了傳統網(wǎng)絡(luò )空間中的業(yè)務(wù)壟斷，也將重構傳統的資源和利益分配方式，從而產(chǎn)生了流量與盈利兩方面機遇。首先，由于用戶(hù)在元宇宙中的交互關(guān)系都只存在于社區中，而傳統互聯(lián)網(wǎng)巨頭也只會(huì )變成一個(gè)較大的社區，這會(huì )導致用戶(hù)更多地將時(shí)間分配給具有獨特屬性的中小型社區，他們或將迎來(lái)更多流量機遇，而不像現在用戶(hù)時(shí)間都被頭部網(wǎng)站、app所瓜分。其次，鑒于交互方式多元化，第三方無(wú)法輕易捕捉到用戶(hù)的所有動(dòng)作、眼神、意念等數據，無(wú)法收集到足夠多的個(gè)性化偏好數據，傳統的推薦系統就無(wú)法正常運行，也就無(wú)法復制互聯(lián)網(wǎng)巨頭所賴(lài)以生存的廣告營(yíng)銷(xiāo)推廣等營(yíng)利模式，而流量所帶來(lái)的利潤將更加平均地分配給不同社區。

　　同時(shí)，我們需要清醒地認識到，無(wú)論從用戶(hù)還是社區著(zhù)眼，即使實(shí)現視頻交互技術(shù)下的初級元宇宙，也存在很多困難和挑戰。首先，從實(shí)踐來(lái)看，多數用戶(hù)寧可用一個(gè)囊括所有生活服務(wù)的超級app，也不愿在不同虛擬社區之間來(lái)回切換。即使用戶(hù)發(fā)現很多數據被數據中心所掌握，也會(huì )習慣性繼續使用傳統的互聯(lián)網(wǎng)服務(wù)。可以說(shuō)，大部分用戶(hù)并沒(méi)有意識到中心化的互聯(lián)網(wǎng)對自身數據隱私安全的侵害。其次，流量意味著(zhù)商業(yè)價(jià)值。作為服務(wù)提供商的頭部網(wǎng)站、app都不愿意看到人們將時(shí)間花在中小型虛擬社區中，他們仍然希望在虛擬世界構建最大的社區，并吸引足夠多的用戶(hù)和使用時(shí)間。最后，虛擬社區是碎片化的，用戶(hù)所發(fā)表的文字、圖片、甚至更難捕捉到的信息，分散在更多社區中，從分散度以及信息監測維度上，都無(wú)疑大大提高了監管的難度。