人机交互系统(Human-computer interaction，简称HCI)是研究人与计算机之间通过相互理解的交流与通信，在最大程度上为人们完成信息管理，服务和处理等功能，使计算机真正成为人们工作学习的和谐助手的一门技术科学。

人机交互系统是伴着计算机的诞生就发展起来的。在现代和未来的社会里，只要有人利用通信、计算机等信息处理技术，为社会、经济、环境和资源进行活动时，人机交互都是永恒的主题。鉴于它对科技发展的重要性，研究如何实现自然、便利和无所不在的人机交互，成是现代信息技术，人工智能技术研究的至高目标，也是数学、信息科学、智能科学、神经科学，以及生理、心理科学多科学交叉的新结合点，并将引导着二十一世纪前期信息和计算机研究的热门方向。

这一阶段所使用的主要交互工具为键盘及字符显示器，交互的内容主要有字符、文本和命令，交互过程显得呆板和单调。这一阶段可称为第一代人机交互技术。

这一阶段所使用的主要交互工具为鼠标及图形显示器，交互的内容主要有字符、图形和图像。70年代发明的鼠标，极大地改善了人机之间的交互方式，在窗口系统大量使用的今天几乎是必不可少的输入设备；应该说，鼠标和窗口系统的出现，是人机交互技术发展历史上的一次技术革命。这一阶段可称为第二代人机交互技术。

20世纪80年代末出现的多媒体技术，使计算机产业出现了前所未有的繁荣，声卡、图像卡等硬件设备的出现使得计算机处理声音及视频图像成为可能，从而使人机交互技术开始向声音、视频过渡。

它是一种以多模信息交互为输入输出，以Agent为交互通信界面，具有基于知识对话的网络信息交互和检索能力，并具有二维和三维虚拟交互环境可视化显示的人机交互技术。

以第四代自然交互与通信为例，介绍该概念模型的主要组成部分。

（1） 多模态输入/输出：多模态输入/输出是第四代人机交互与通信的主要标志之一。多模态输入包括键盘、鼠标、文字、语音、手势、表情、注视等多种输入方式；而多模态输出包括文字、图形、语音、手势、表情等多种交互信息。

（2） 智能接口代理：智能接口代理是实现人与计算机交互的媒介。

（3） 视觉获取：视觉系统主要用于实时获取外部视觉信息。

（4） 视觉合成：使人机交互能够在一个仿真或虚拟的环境中进行，仿佛现实世界中人与人之间的交互。

（5） 对话系统：目前主要由两种研究趋势，一种以语音为主，另一种从某一特定任务域入手，引入对话管理概念，建立类似于人人对话的人机对话。

（6） Internet信息服务：扮演信息交流媒介的角色。

（7） 知识处理：自动地提取有组织的，可为人们利用的知识。

以第四代自然交互与通信为例，该系统的主要功能为：多模感知功能；智能代理交互功能；知识处理功能；可视化显示功能。