भालू बैले और कृत्रिम बुद्धिमत्ता

"एक विशाल, भारी जानवर पंजा से पंजा के लिए अजीब कदम है। भालू केवल भयानक नृत्य कर रहा है, लेकिन चमत्कार यह नहीं है कि वह अच्छा नृत्य करता है, बल्कि यह कि वह आम तौर पर नृत्य करता है। ”
एलन कूपर ऑन इंटरफेसेस, "मरीजों के हाथों में मानसिक अस्पताल"

GUI और कमांड लाइन अक्सर एक दूसरे के साथ विपरीत होती हैं। इसके अलावा, सीयूआई प्रेमियों की नजर में जीयूआई के प्रशंसक क्या फायदे मानते हैं, यह एक खामी है। और इसके विपरीत। “GUI एक स्व-दस्तावेजीकरण इंटरफ़ेस है। - पहले लोग कहते हैं, "मुझे अच्छी तरह से डिज़ाइन किए गए GUI को समझने के लिए निर्देशों को पढ़ने की ज़रूरत नहीं है, मैं बस इसे देखता हूं, मेनू खोलें, दूसरा, तीसरा, और कुछ मिनटों (या सेकंड) के बाद मुझे वही करना चाहिए जो मुझे चाहिए।" "दसवीं या सौवीं बार क्या?" - दूसरी वस्तु। - बटन और आइकन की यह बहुतायत कष्टप्रद दृश्य शोर में बदल जाती है और काम के साथ हस्तक्षेप करती है। गति के बारे में क्या? बहु-स्तरीय मेनू पर चलना कीबोर्ड कमांड्स की तेज़ी से तुलना कैसे कर सकता है? ”“ स्विफ्टनेस, बोलो? "पहले वाले जवाब देते हैं," "क्या आपके विम से बाहर निकलने के लिए छोटे प्रिंट में सैकड़ों पृष्ठों के मैनुअल का अध्ययन करना भी तेजी से है?"

इस बहस को कुछ पैराग्राफ तक बढ़ाया जा सकता है, लेकिन इस बारे में सोचना बेहतर है: क्या वास्तव में प्रत्येक इंटरफेस की कमियों को सहना आवश्यक है? क्या यह जल्दी से दोहन और बस के रूप में उपवास के लिए संभव है? आखिरकार, जीयूआई प्रस्तावकों को वास्तव में बटन और रंगीन आइकन पसंद नहीं हैं, वे सीखने में आसानी पसंद करते हैं। ग्राफिकल इंटरफ़ेस इंजीनियरिंग की मास्टरपीस हमेशा आसान और संक्षिप्त होती हैं, आपको रंगों के दंगों और उनमें बटनों के प्लेसर्स नहीं मिलेंगे। लेकिन कमांड लाइन के प्रशंसक मोनोक्रोम तपस्या से जुड़े नहीं हैं, लेकिन गति, विनीतता और सांत्वना की भविष्यवाणी के लिए। बस एक ही विम के रंग सिंटैक्स हाइलाइटिंग योजनाओं की प्रचुरता को देखें यह सुनिश्चित करने के लिए कि कठोर कंसोल गेमर्स को भी सुंदर होना पसंद है।

एक भालू नाचते हुए बैलेरीना से भी बदतर है, बड़े और सुंदर ग्राफिक युक्तियों के साथ इंटरफ़ेस, जो आपकी आंखों को नाराज़ नहीं करता है, कीबोर्ड आदेशों के लचीले और शक्तिशाली सेट के साथ और संक्षिप्त रूप जिसमें अध्ययन करने की आवश्यकता नहीं है, शानदार और अधिक है। लेकिन नहीं। इस तरह के इंटरफेस पहले से मौजूद हैं। केवल किसी कारण के लिए वे एक बल्कि संकीर्ण जगह पर कब्जा कर लेते हैं। लेकिन उनके बारे में थोड़ी देर बाद।

एक सामान्य GUI बनाना एक CLI से अधिक कठिन परिमाण का एक क्रम है। इसके अलावा, यह सिर्फ एक अधिक समय लेने वाली प्रक्रिया नहीं है - इसके लिए पूरी तरह से अलग ज्ञान, अनुभव और मानसिकता की आवश्यकता होती है जो एक प्रोग्रामर में निहित होती है। यही कारण है कि अजीब और असामान्य कमांड-लाइन विकल्प आम तौर पर केवल एक मामूली घबराहट का कारण बनते हैं, लेकिन कुछ जीयूआई सफेद-गर्म हो सकते हैं। जीयूआई आवश्यकताएं पारस्परिक रूप से अनन्य पैराग्राफ का एक अभिव्यंजक उदाहरण हैं। माउस के पहले क्लिक पर सब कुछ दिखाई और पहुंच योग्य होना चाहिए - और वर्तमान कार्य के संदर्भ में कुछ भी अति सुंदर दिखाई नहीं देना चाहिए। आपको एक कीबोर्ड कनेक्ट करना होगा, और GUI का मुख्य लाभ - विकास में आसानी - तुरंत गायब हो जाता है। इन सभी Ctrl + Alt + Shift चीजों को याद रखने की कोशिश करें!

कमांड लाइन सिर्फ इस गॉर्डियन गाँठ को काटती है, बिना इसे खोले भी। प्रयोज्य CLI - मान किसी भी कार्यक्रम के लिए लगभग स्थिर है। कीबोर्ड कमांड को अनजाने में भयानक और भ्रमित करना लगभग असंभव है। लेकिन कुछ अभूतपूर्व ऊंचाइयों को प्राप्त करने के लिए भी, काम नहीं करेगा।

एक अच्छा इंटरफ़ेस डिजाइन करने की कुंजी कोड का पुन: उपयोग है। न केवल सॉफ्टवेयर, बल्कि आनुवंशिक भी। भौतिक इंटरफेस के डिजाइनरों ने इस सच्चाई को अच्छी तरह से सीखा है - वे वस्तुओं को मनुष्यों के साथ संगत रूप देते हैं। हैंडल जो आपके हाथ की हथेली में आराम से फिट होते हैं, आंख के स्तर पर संकेतक, और स्पष्ट रूप से कैलिब्रेटेड दबाव बल के साथ पैडल सक्रिय रूप से पुस्तकालयों का उपयोग करते हैं जिन्हें हमने वास्तविक दुनिया की वस्तुओं के साथ बातचीत करने के लिए लाखों वर्षों के विकास में विकसित किया है। यह इंटरफ़ेस को सहज बनाता है।

लेकिन हमारा दिमाग इतना सरल नहीं है! हाथों, पैरों या आंखों के निम्न-स्तरीय "ड्राइवरों" के अलावा, हमारे पास हमारे सिर में अन्य जीवित चीजों के साथ संचार करने के लिए बहुत अधिक जटिल कार्यक्रम हैं। और वे किसी भी कंप्यूटर के बारे में कुछ भी नहीं जानते हैं। चूंकि जटिल व्यवहार वाली निर्जीव वस्तुएं प्रकृति में कभी मौजूद नहीं थीं, इसलिए हमारे आनुवंशिक पुस्तकालय कंप्यूटर को एक जीवित प्राणी मानते हैं। यह इंटरफेस डिजाइन के लिए एक बहुत ही महत्वपूर्ण तथ्य है। जीवित जीव निर्जीव वस्तुओं से मौलिक रूप से भिन्न होते हैं। उनके पास बटन और लीवर नहीं हो सकते। वे आपको खुद को अनुकूलित करने की अनुमति नहीं देते हैं, लेकिन वे अनुकूलन करने में सक्षम हैं, वे पहल करते हैं, वे भावनाओं पर प्रतिक्रिया करते हैं।

कल्पना कीजिए कि एक सामान्य आधुनिक चित्रमय इंटरफ़ेस के साथ सामना करने पर हमारा अवचेतन मन कितना भ्रमित हो जाता है। यह उसके लिए स्पष्ट है कि एक जीवित प्राणी उसके सामने है - ठीक है, एक पत्थर, एक पेड़ या पानी इतनी कठोर व्यवहार नहीं कर सकता है, उनके दिमाग पर हो। इसी समय, यह प्राणी इसके साथ भावनात्मक संपर्क स्थापित करने के प्रयासों के लिए बिल्कुल भी प्रतिक्रिया नहीं देता है। इसके अलावा, यह उन लोगों को याद करने की भी कोशिश नहीं करता है जो इसके साथ संवाद करते हैं, उनकी आदतों को ध्यान में रखते हैं, और उनके इरादों का अनुमान लगाते हैं। यह स्पष्ट रूप से गंभीर आत्मकेंद्रित से ग्रस्त है। आखिरकार, जिसने इस एप्लिकेशन को लिखा, उसने एक प्रकार के टूल बॉक्स के रूप में इसकी कल्पना की - यहां हमारे पास कैंची है, यहां एक आवर्धक कांच है, यहां एक शासक है। और सामान्य तौर पर - यह कंप्यूटर की मेमोरी में निर्देशों का केवल एक क्रम है, किस प्रकार के जीवित प्राणी हैं, आप किस बारे में बात कर रहे हैं?

बेशक यह सच है। इस तथ्य की तरह कि हर व्यक्ति अंगों का सिर्फ एक चलने वाला सेट है, संगीत ध्वनिक कंपन का एक संयोजन है, और पेंटिंग सपाट सतह है जो उन पर लागू पदार्थों को रंग देती है। केवल, मुझे डर है कि हमारा मस्तिष्क इस बात से सहमत नहीं होगा। और हमें उसकी राय पर ध्यान देना होगा - हम निकट भविष्य में फर्मवेयर अपडेट की प्रतीक्षा नहीं करेंगे (और क्या यह आवश्यक है)। हम में से प्रत्येक के अंदर, डिबगर या टांका लगाने वाले लोहे का उपयोग करने की उच्चतम तकनीकी और क्षमता के बावजूद, यहाँ ऐसा जानवर है:


लाइव प्रोग्राम एक बहुत शक्तिशाली रूपक हैं। कार्यक्रम के साथ मानव संपर्क दो जीवित चीजों का संचार है। प्रत्येक कार्यक्रम एक नौकर, या एक अधीनस्थ, या एक सलाहकार, या कम से कम एक पालतू कुत्ता है जो कमांड पर भौंक सकता है और चप्पल ला सकता है। जीवित प्राणी जो संवाद करने के लिए सुखद हैं, विनम्रता और उचित व्यवहार करते हैं। वे अपनी सर्वश्रेष्ठ क्षमता के लिए स्वतंत्र हैं, वे हम में रुचि रखते हैं - वरीयताओं को याद रखें, हमारी आदतों के अनुकूल हों। ओह, इस तरह के कार्यक्रम कितने कम हैं ... अधिक बार वे असभ्य, असभ्य और बेवकूफ होते हैं।

कार्यक्रम के व्यवहार को एक जीवित प्राणी के व्यवहार के समान कैसे बनाया जाए? यदि हम GUI के बारे में बात कर रहे हैं, तो उचित मात्रा में सफाई की आवश्यकता है। जानवर और लोग किसी हवाई जहाज के डैशबोर्ड की तरह नहीं होते हैं। उनके पास केवल कुछ "संकेतक" और "शासी निकाय" हैं - कान, आंखें, हाथ (पंजे), चेहरे के भाव, मुद्रा, हावभाव, भाषण। लेकिन वे सार्वभौमिक हैं और बहुत अधिक जानकारीपूर्ण हैं।

कमांड लाइन के साथ, यह दूसरा तरीका है। वह मौखिक संचार का समर्थन करती है (हालांकि यह आमतौर पर अक्षरों, विराम चिह्नों और शब्दों के स्निपेट के कुछ प्रकार के दयनीय शब्दजाल हैं, एलोचका द कैनिबल की शैली में), लेकिन कोई दृश्य संकेत नहीं हैं - अशाब्दिक संचार का एक एनालॉग।

दोनों प्रकार के इंटरफेस समान रूप से एक विशेष व्यक्ति के लिए खराब रूप से अनुकूलित हैं। टीमें समय के साथ नहीं बदल सकती हैं, सिकुड़ती हैं और सबसे लगातार कार्यों के लिए अनुकूल होती हैं - क्योंकि तब उन्हें फिर से सिखाना होगा। वही ग्राफ़िकल इंटरफ़ेस है - तत्वों का आकार, आकार और स्थान सख्ती से तय किया गया है। बेशक, सेटिंग्स को बदलने का अवसर है, लेकिन एक जीवित प्राणी के साथ संचार करते समय यह बिल्कुल अप्राकृतिक है - यह एक स्केलपेल और स्वैपिंग वाले व्यक्ति को खोलने के समान है।

इसलिए, यह एक इंटरफ़ेस के साथ वादा किए गए कार्यक्रमों को प्रस्तुत करने का समय है, जो एक कमांड लाइन के रूप में असंगत, शांत और असंगत को जोड़ती है, एक अच्छे जीयूआई की तरह सीखना और प्यारा है, और एक जीवित प्राणी की तरह लचीला है। ये "लॉन्चर" हैं - गनोम उबंटू के तहत, लॉन्गी अंडर विंडोज, मैक ओएस के तहत क्विकसिल्वर । मुझे पूरी तरह से समझ में नहीं आता है कि अब तक, जहां भी संभव हो, ऐसे इंटरफेस का उपयोग नहीं किया जाता है। मैं आपको Gnome do के बारे में अधिक बताऊंगा, क्योंकि मैं उसके साथ सबसे अधिक बार संवाद करता हूं।

यह प्यारा सा जानवर चुपचाप स्मृति में बैठता है और तब तक इंतजार करता है जब तक कि मैं इसे सशर्त सीटी - जीत-स्थान नहीं कहता। वह हमेशा स्क्रीन के बीच में दिखाई देता है और मुझे चतुर चौकोर आँखों से देखता है, एक कमांड की प्रतीक्षा करता है। पहले अक्षर के साथ वह टाइप करता है, वह यह अनुमान लगाने की कोशिश करता है कि मैं क्या चाहता हूं, उन कार्यक्रमों, फ़ोल्डरों और फाइलों को सूचीबद्ध करता हूं जिनके नाम में प्रवेश किए गए अक्षर हैं, और उनकी आंखों में सूची के शीर्ष पर मौजूद वस्तुओं के आइकन या थंबनेल दर्शाते हैं। हालाँकि, वह मेरे पिछले कार्यों को याद करता है। इसलिए, जब मैंने सिर्फ ओपेरा स्थापित किया, तो मुझे इसे लॉन्च करने के लिए "ऑपरेशन" टाइप करना पड़ा, क्योंकि "ओ", "ओप" और "ओप" के जवाब में, उन्होंने "ओपन ऑफ़िस राइटर" मान लिया। लेकिन वह तेजी से सीख रहा है। और कुछ ही दिनों बाद वह पहले अक्षर से ओपेरा की पेशकश करने लगा। उसकी बड़ी अभिव्यंजक आंखों के लिए धन्यवाद, परिचित लोगो स्पष्ट रूप से दिखाई देते हैं, भले ही आप मॉनिटर को देखते हैं। अब मैं मुख्य एप्लिकेशन लॉन्च कर रहा हूं और कीबोर्ड से अपने हाथ न लेकर, सोचा की गति के साथ अक्सर उपयोग किए जाने वाले फ़ोल्डर और दस्तावेज़ खोल रहा हूं। उसी समय, कंसोल कमांड के विपरीत, मुझे शायद ही कभी तीन से चार पत्र टाइप करने पड़ते हैं।

ग्नोम मुख्य मेनू और एप्लिकेशन शॉर्टकट को पूरी तरह से बदल देता है, आंशिक रूप से फ़ाइल प्रबंधक। आरंभ करने के लिए, आपको एक महत्वपूर्ण संयोजन याद रखने की आवश्यकता है। और अगर आपको अभी भी टैब का उपयोग करने की आदत है, तो गनोम डू लगभग कुछ भी कर सकता है।

कार्यों के एक समूह के साथ आपको किसी भी जटिल अनुप्रयोग में एक ही चीज़ को एम्बेड करने से क्या रोकता है? हर समय दर्जनों मेनू, बटन और स्लाइडर्स क्यों रखें? शांत दिखने के लिए? इस डर से कि कार्यक्रम की महान विशेषताओं का उपयोग नहीं किया जाएगा? या यह सिर्फ आदत की शक्ति है? मुझे नहीं पता ...

इंटरनेट पर स्थिति और भी खराब है। यहां, कीबोर्ड का अस्तित्व लगभग भूल गया है। शायद अच्छे पुराने दिनों के लिए फ़िदोशनिक नॉस्टेल्जिया का एक उचित हिस्सा वास्तव में पाठ मोड से संबंधित है। अब किसी भी बड़ी और परिपक्व साइट में सैकड़ों अनुभाग, श्रेणियां और अन्य नुक्कड़ और क्रेनियां शामिल हैं, जिसके माध्यम से आपको माउस के साथ विशेष रूप से उतारा जाना है। केवल कभी-कभी एक देखभाल करने वाला वेब डिज़ाइनर चित्रों के साथ गैलरी के माध्यम से स्क्रॉल करने के लिए कुछ Ctrl-arrow को अनुकूलित करेगा। खैर, प्लस साइट पर खोज बार (जिसे आपको अभी भी माउस से निशाना लगाने की आवश्यकता है)। किसी भी दो पृष्ठों के बीच क़ीमती तीन क्लिकों को प्राप्त करने के लिए, मेनू के विभिन्न स्तरों को शीर्ष पर, और नीचे, और तरफ, और दूसरी तरफ रखा जाता है, और फिर रोटी के टुकड़ों के साथ छिड़का जाता है, सुनिश्चित करें।

मैं कभी भी एक ऐसी साइट खोजने में कामयाब नहीं हुआ जहाँ बिना माउस के पूर्ण नेविगेशन संभव हो सके। कई दर्जनों के बीच टैब को स्विच करना या, अधिक बार, एक पृष्ठ पर सैकड़ों सक्रिय तत्व एक व्यक्ति का मजाक है। AJAX का उपयोग करते समय साइट की एक जीवित खोज सर्वर का एक मजाक है (और काफी ध्यान देने योग्य ब्रेक)। कम से कम कोशिश करें कि यह गनोम डो के समान इंटरफ़ेस के माध्यम से साइट के साथ कैसे काम करता है, मुझे खुद इस तरह का एक इंटरफ़ेस बनाना था। प्रायोगिक रिश्तेदारों से स्वयं के इंप्रेशन और प्रतिक्रिया सबसे सकारात्मक हैं। यहां एक डेमो साइट है जहां आप सब कुछ लाइव महसूस कर सकते हैं। बहुत ही असामान्य संवेदनाएं - माउस को छूने के बिना स्वतंत्र रूप से साइट के चारों ओर घूमने के लिए!

एक लाइव इंटरफ़ेस का एक और अच्छा उदाहरण Aardvark है । यह एक प्रश्नोत्तर सेवा है, लेकिन ask.com और अन्य के विपरीत, मैं पूछने से अधिक बार जवाब देता हूं। और सभी क्योंकि यह लिंक और बटन के एक समूह के साथ रंगीन वेब पेज की तरह नहीं दिखता है, लेकिन Google टॉक में एक संपर्क के रूप में। मेरा अवचेतन मन संपर्क सूची और रोबोट में व्यक्ति के बीच अंतर नहीं देखता है। आनुवंशिक कार्यक्रम इस इंटरफ़ेस का समर्थन करता है।

सामान्य तौर पर, एक अच्छा इंटरफ़ेस दिखाई नहीं देता है और तब तक नहीं सुना जाता है जब तक कि इसकी आवश्यकता (जीयूआई के विपरीत) नहीं होती है, और यह आपको पूरी तरह से समझता है (कमांड लाइन के विपरीत)। न तो देना और न ही लेना सही नौकर है।


ऐसा इंटरफ़ेस बनाना मुश्किल है। लेकिन यह जटिलता चुकानी पड़ेगी। उसके साथ के लोगों के लिए यह आसान होगा। गैर-मौखिक इंटरफेस अब फलफूल रहे हैं - मल्टी टच स्क्रीन, चेहरा और हावभाव पहचान। ऐसा लगता है कि कमांड लाइन का बड़े पैमाने पर उपकरणों में कोई भविष्य नहीं है - अक्सर उनमें कोई कीबोर्ड नहीं होता है। लेकिन जल्दी या बाद में, कंप्यूटर आत्मविश्वास से लाइव भाषण को पहचानना सीखेंगे, जो कि फोनमेस की एक धारा को पात्रों की एक धारा में बदल देगा। लेकिन क्या यह वास्तव में मायने रखता है कि यह धारा कहां से आती है - कीबोर्ड या भाषण मान्यता मॉड्यूल से? वही कमांड लाइन। हाँ, और भाषण, और हावभाव, और पैटर्न पहचान के बाद चेहरे के भाव पात्रों या शब्दों में बदल जाते हैं।

आज के इंटरफेस कमांड के रूप में किसी भी सिग्नल को देखते हैं, जैसे आदिम बिना शर्त रिफ्लेक्सिस। बेशक, यह पूर्ण नियंत्रण प्रदान करता है, लेकिन यह संभावनाओं को बहुत सीमित करता है। यहां तक ​​कि सबसे विनम्र आने वाले संकेतों के अर्थ को "अनुमान" करने का प्रयास करता है, कम से कम फजी खोज के लिए एक आदिम नियमित अभिव्यक्ति की मदद से, कार्यक्रम के साथ बातचीत में काफी सुधार करता है। उदाहरण के लिए, IDE और उन्नत पाठ संपादकों की सबसे सुविधाजनक और उपयोगी विशेषताओं में से एक अपने नाम के कुछ अक्षर टाइप करके किसी भी प्रोजेक्ट फ़ाइल में तुरंत जाने की क्षमता है (Go to file, Go to resource, FuzzyFinder, आदि) एक ही दिशा में। Google अपनी लाइव खोज के साथ। सूक्ति वही करता है। एक व्यक्ति को कंप्यूटर के अनुकूल नहीं होना चाहिए, अपनी टीमों को रटना चाहिए, अपने ग्लिट्स की आदत डालनी चाहिए और छोटे बटन पर सटीक निशाना लगाना सीखना चाहिए। इन कंप्यूटरों को व्यक्ति के अनुकूल होना चाहिए, उनकी आदतों का अध्ययन करना चाहिए और उनके टाइपोस को सही करना चाहिए। और अगर वे इसे अच्छी तरह से करना सीखते हैं, तो शायद ट्यूरिंग परीक्षण पागल की तरह क्लिक करेंगे? हालाँकि, Google के अनुसार, वे पहले से ही अपनी पूरी कोशिश कर रहे हैं:




UPD: हैबर के सामूहिक दिमाग की बदौलत - बहुत ही दिलचस्प उदाहरण टिप्पणियों में सामने आए जो लेख में वर्णित आलेखीय वातावरण में कमांड लाइन के साथ काम करने की अनुकूली शैली को लागू करते हैं - फ़ायरफ़ॉक्स यूबीक्यूटी के लिए प्लगइन, Yubnoe वेब सेवा और डेस्कटॉप लॉन्चर-कैलकुलेटर- स्पेलचैकर -और-और भी बहुत कुछ। क्यों?