关于人机对话分成三代的观念，最早是由亚略特公司的知名生物识别专家杨若冰提出来的，不过，他对这一理论并未进行深入探讨。本人在对生物识别产业发展方向进行思考的时候，感觉到这一理论其实非常有价值，也有进一步发展的必要，这里就不揣浅陋，就我的理解作了一些阐述，希望能得到各方专家的指点。

    对“人机对话”一词，不同的机构和人都有不同的理解，比较极端的定义是：人与机器用自然语言进行交流，这就是人机对话。

    这诚然也是人机对话的一种，甚至是第三代人机对话最核心的形式之一，但实际上人机交流的形式很多，例如键盘输入同样是人机对话的一种。所以我们的定义是：人与机器沟通的方式，就是人机对话。这里的机器在一般情况下都是指计算机，但在某些特殊情况下也可以指具有一定计算机特征的终端设备，如智能手机、PDA等。

    按照这样的定义，我们也就可以理解，为什么会有第一代和第二代人机对话的说法。第一代人机对话指的是字符命令时代，即以DOS和UNIX为代表的字符操作时代；第二代指的是苹果OS和微软Windows操作系统出现后的图形操作时代。第一代人机对话时代，人机交流使用的语言全部是经过定义并有数量限制由字符集组成的被双方牢记的密码式语言，在此体系外的人基本不了解语言含义；第二代人机对话时代，则采用的是接近人类自然思维的“所见即所得”的图形式交流方式，可以说在交流的内容上已经非常接近人类的自然交流习惯（以类似人类书写形式的视觉交流为主），但其交流方式仍主要是通过按键（键盘、鼠标等）实现，而不是按照人类本来得交流方式进行。

    第三代人机对话则完全与第一第二代人机对话方式不同，人机交流的内容主要是人习惯的自然交流语言，交流方式也是人习惯的自然语言交流方式（包括语音和手写等，甚至包括人的表情、手势、步态等）。

    这里有一个特例是手写识别技术，它是否应该归入第三代人机对话方式呢？我认为主要的区分标准是，如果手写识别的内容是以图形或图像形式直接保存或呈现，则这就是第二代人机对话方式；如果是经过辨识后以文字或数字等形式在机器内保存和呈现，则是第三代人机对话方式。即第三代人机对话方式是让机器理解人使用的语言，如果没有这个理解的过程，则还是第二代人机对话方式。同样的道理，你对着电脑大声说话，电脑把你的声音录下来，或传递给远方的网友，这仍是第二代人机对话方式；如果电脑对你的谈话内容进行辨别，然后进行某个操作，比如转换成文字保存，或按你的命令关机，这就是第三代人机对话方式。

    熟悉生物识别技术的人也许会有疑问，语音识别和手写识别等技术是否属于生物识别技术的范畴？实际上，传统的生物识别技术（包括语音识别、手写识别、虹膜识别和面相识别等）强调的是提取个体的生物特征值，并根据特征值的唯一性来对人进行身份认证。

    而第三代人机对话强调的是辨别自然交流语言中的语义成分，如判别“jishu”是技术还是记述，或判别手写输入的内容到底是什么，而并不去管不同的人发出的命令有什么不同。

    然而就像我们在实际中跟一个人交往时，不光是会判断一句话的意思，同时也要判断这句话是谁说的。不知道一句话是谁说的，在很多时候其实都是无法理解一句话真正的含义的。所以，在第三代人机对话中，判断一句话是谁说的以及说的是什么，往往是一体的，而不会像第一第二代人机对话，不管是谁命令一样意思也一样。这也是为什么生物认证技术必须与意义识别结合的原因。

    两者在技术上的共通性就更多了，甚至可以说是相辅相成。例如一个人的常用语言一般会有一些自己独有的特征，如口头禅或带有某地的口音等。生物识别研究这些特征，有利于辨别人之间的差异性，从而进行身份认证。而人机对话研究这些特征也有利于更好地分辨其中的意义。而利用对每个人语言特征的不同，电脑可以区分现在发布命令的是否是合法用户，从而决定是否接受命令。

    所以，在我看来，生物识别技术同时包括生物认证和意义识别，是生物识别发展的正道。从这样的观念出发，生物识别技术在第三代人机对话中将发挥出多种核心作用：

1）语音识别可以轻易完成对电脑的操作和控制，包括对人的身份的确认和跟电脑进行对话。

2）用手指完成手写识别和指纹识别等多种操作，手指可以充当身份认证工具，同时成为输入工具和操控工具。手指直接操作，在技术上完全没有问题，只是使用习惯的问题。至于手指通过直接操作某些按钮进行网上支付或玩游戏等等，都是连同身份认证带具体操作同时进行的典范。

3）虹膜识别不仅可以判断人的身份，也可以约定某些特殊信号，例如管理员在不方便用言语或手指进行某些动作的时候，通过眨眼睛完成报警功能等；另外，也可以据此对人的生理状态进行监控，对过于疲劳者可以勒令休息。

    以上几点，是目前所能想到的一些基本应用，如果把生物识别技术和人机对话技术结合起来，相信对生物识别技术和人机对话技术，都是一次很重大的突破。