到2025年，人工智能和機器人技術在人們生活中的滲透率大概是多少？”皮尤研究所曾在一次民意調查中拋出這個問題。

美國作家馬克·普倫斯基的回答是，與今天的手機類似，在很多領域普及率將達到100%。普倫斯基是“數字土著”和“數字移民”術語的創造者。

在AI快速發展的時期，富士康曾提出五年內用工業機器人取代80%工人，如今機器人已隨處可見……人工智能在提升效率的同時，不可避免地威脅到部分群體的利益，未來是否可以完全取代人類依然是人們心中的疑慮。

日前，在云從科技創始人周曦與波士頓動力原首席執行官馬克·雷波特的一場隔空對話中，周曦坦言，AI在提升效率上的優勢與對人類利益的威脅，二者之間并非不可調和。

周曦曾師從計算機視覺之父黃煦熙（Tomas S.Huang）教授，馬克·雷波特則曾先后在CMU、MIT任教，后創辦了機器人領域“赫赫有名”的波士頓動力公司。

AI發展遭遇瓶頸

2010年以來，隨著深度學習的爆發式應用，基于大數據的AI技術已經深刻改變了我們的日常生活。

尤其是疫情期間，云從科技的AI測溫、口罩檢測、人員篩查、自動報警、數據記錄分析等技術被廣泛應用于多個場景，為無接觸出行、安防提供了支持。

同樣由于無接觸需求增加，波士頓動力的Spot機器狗也頻頻出現在醫院、工廠等場景，替代護士幫助病人測溫或者擔任工廠“員工”完成日常巡查。

疫情在極大程度上促進了數字經濟的發展，也給了兩家公司更多參與到實際生活場景的機遇。例如，云從科技獲得了將AI服務帶進醫院的機會，并在不久前拿下了中山大學附屬第一（南沙）醫院高達3.12億元的智能項目。

但在兩位AI領軍者眼里，做到這些遠遠不夠。在他們看來，如今的AI產業發展仍然處在初期。

馬克·雷波特曾提出想要做機器人領域的安卓，對話中再度被問及此事，他卻開始有些猶疑，“大部分機器人還不能做很多工作，只能專注做一件事情，所以我們希望可以定制機器人，完成不同任務。但我也不是十分確定是否能做成?！?/span>

AI不是萬能的。周曦則明確指出，現有的大數據技術存有缺陷，尤其是基于大量數據訓練出來的模型與人類并不處于同一個思想體系，僅憑海量數據難以服務人類，亦難有長久的生命力。

人機協同是大勢所趨

顯而易見，有著近五千萬年的進化史，人類的大腦是目前地球上最具智慧的“機器”。因此，周曦將關注點放在人腦本身，希望通過解構人的大腦邏輯來重建AI系統的底層。

“AI如果只是工具，其實是不需要建立這套邏輯的。但是智能應該不止于此，它要與我們產生真正的交互，一起協作、討論，釋放我們的潛能，彌補我們在經驗、記憶等方面的不足，做我們大腦的延伸?！敝荜嘏e例指出，金融領域客戶經理僅僅只有100萬人，卻需要服務超過10億人的客戶群體。現實情況是客戶經理的智力、體力都達到了極限，不可能服務好每一個人。

而目前的大數據技術也反映出，完全依賴AI技術的系統，如智能客服系統，也是無法服務好客戶。在這樣的窘境下，周曦設想，如果每一位客戶經理配備一個AI助手，效率則會大大提升，服務質量也會得到提高。

因此，關鍵就在于打通人與機器之間“隔閡”。周曦認為第一步是打造人機協同系統，即與人類保持“同頻率”的“智能體”。他分析指出，人類大腦的核心邏輯在于從感知、認知、專業知識到決策這一過程形成閉環，因此機器系統應該和人類處于同一套概念體系中，首先能夠感知世界，擁有同樣的認知邏輯，接著具備專業知識，最后做決策。

但在具體設計該系統時，周曦表示，考慮到人類具有情感而機器沒有，將會把最關鍵的決策權交給人類自己，人們能夠依據不同情況做出不一樣的決定。“我們希望雙方配合，這才是真正的人機協同。”

無獨有偶，最近《經濟學人》也報道了美國國防高級研究計劃局DARPA在空戰訓練中采用了“AI飛行員”一事，其中特別指出“AI飛行員”們只擔任邊鋒，機長仍然是人類，暗示著人機協同這一未來的發展方向。

云從科技打造的這套人機協同底層系統，基于人腦的邏輯，并強調“雙方配合”。據周曦介紹，這款人機協同系統是基礎設施的一部分，相當于大腦，且兼容當下所搭建好的智能生態，適配任何云平臺，也是云從深入任何場景之前第一步去安裝的底層。

目前，云從將借助專家知識技術來搭建人機協同系統的第一塊拼圖，即在為客戶打造最強助手之前，先讓系統學習和變強大。

其實早在人工智能技術發展初期，美國心理學家和計算機科學家Licklider曾在其著名論文《Man-Computer Symbiosis》中設想過人與機器的未來。彼時，Licklider就曾指出，計算機與人類各有優勢，如果協同共生將會創造巨大效益，并由此提出“人機共生”。

如今看來，Licklider所提出的人與機器的共生、配合，將以“人機協同”的模式繼續引領人工智能未來的發展趨勢。