人机协同技术：不是AI取代人，是人和机器搭伙干大事
上个月跟做智能制造的老同学吃饭，他掏出来手机翻出车间的生产视频，我看完愣了好久。
以前我对人机协同的认知还停留在工厂里机器人搬箱子，人在旁边看着的阶段。原来早不是这么回事了。
工厂智能制造人机协同操作台实景
新药研发就是最好的例子。找潜在的有效分子，上亿个候选，全靠科学家筛，没有一两年根本出不来。现在机器先按照预设的结构模型，从上亿个里筛出一百个符合基础要求的候选，科学家再结合临床需求、过往研发经验，挑出最有可能成功的三五个，整个周期直接压缩到三个月。而且机器还能学习科学家挑分子的逻辑，下次筛的准度会越来越高。这不就是互相成就吗？
网上天天喊AI要取代人，全是流量噱头。你去看看现在真正能落地、能赚得到钱的前沿项目，哪一个不是人和机器绑在一起干的？单飞的全死了。
自动驾驶座舱人机共驾交互界面
第二个就是医疗影像诊断。去年国内顶尖AI实验室发布的临床测试数据，人机协同读片的漏诊率，比纯AI读片低了42%，比纯人工读片也低了16%。什么概念？就是每年能多查出好几万早期肺癌、早期乳腺癌的患者，这可是实打实的救命。
还有内容创作行业，别听那些“AI取代小编”的瞎扯，现在做得好的MCN，内容团队都是这么干的：AI先出初稿，找素材，剪粗剪，人来抓用户情绪，改标题，加只有人类才懂的梗，整体效率翻三倍，爆文率比纯人工做还高了快一倍。说实话，我认识好几个做内容的朋友，现在一天能出三篇原创，搁以前想都不敢想，全靠人机搭伙。
人机协同技术接下来要闯的坎，其实不在技术
不过话说回来，现在这个领域也不是一片坦途。最大的问题，真不是算法不够强，数据不够多，是权责和分工的边界没理清。
就说人机共驾，万一出了交通事故，责任算谁的？算开车的人的？还是算写算法的厂商的？现在法律还没掰扯清楚，好多厂商手里有技术也不敢放开推，只能憋着做辅助驾驶，不敢放全功能。
还有就是人的适配问题。很多传统工厂，干了二三十年的老工人，手艺一流，但不会玩新系统，你给他配了机器人协作，他嫌麻烦，还是按老办法干，最后机器人变成了车间里的摆设，几百万的投资打了水漂。我见过不止一家这样的企业，上来就要全自动化，完全替换人，最后钱花了，活还干不好，得不偿失。
还有一个很现实的问题，现在很多AI算法都是黑箱，机器给你说这个方案好，那个项目不能过，它说不出来为什么，只说算法算出来就是这个结果。换你是拍板的领导，你敢信吗？你敢签字吗？上次行业沙龙，一个做银行风控的朋友吐槽，他们上线了人机协同的风控模型，有次一个合作了十年的老客户申请贷款，模型直接给拒了，问为什么，模型说不出来，最后风控经理还是按经验给过了，模型等于白上。
你看，卡脖子的从来不是技术本身，是怎么摆对人和机器的位置。我那个做智能制造的老同学说，他们车间现在效益最好的那条线，就是给每个有经验的老工人配了三台协作机器人，机器人干搬货、打磨这些重活累活，老工人干调参数、验质量这些靠经验的活，最后次品率比全自动化的线还低8%，生产成本还降了三分之一。老工人现在都抢着去这条线干活，说以前干一天累的腰都直不起来，现在干一天轻轻松松，工资还比以前高，谁不乐意？
这么多年技术发展，从来都是人发明工具，帮人把活干的更轻松，把事做的更大。人机协同技术最棒的一点，就是它终于跳出了“谁取代谁”的怪圈，承认人有人的用处，机器有机器的用处，大家搭伙干活，比谁单干都强。
现在的人机协同，早就不是你想的那样
最早的人机协同，说白了就是机器干体力，人干脑力，边界划得一清二楚。 现在呢？上个月MIT媒体实验室刚发了最新的科研成果，证实当前的人机协同已经进入了认知协同的新阶段。什么意思？机器不光帮你出力气，还能帮你补认知盲区，你帮机器补它理解不了的模糊场景信息，双向互补，双向学习。工厂智能制造人机协同操作台实景
新药研发就是最好的例子。找潜在的有效分子，上亿个候选，全靠科学家筛，没有一两年根本出不来。现在机器先按照预设的结构模型，从上亿个里筛出一百个符合基础要求的候选，科学家再结合临床需求、过往研发经验，挑出最有可能成功的三五个，整个周期直接压缩到三个月。而且机器还能学习科学家挑分子的逻辑，下次筛的准度会越来越高。这不就是互相成就吗？
网上天天喊AI要取代人，全是流量噱头。你去看看现在真正能落地、能赚得到钱的前沿项目，哪一个不是人和机器绑在一起干的？单飞的全死了。
当前落地最猛的几个方向，藏着真机会
别觉得人机协同技术还在实验室躺着养着，现在已经有好几个领域跑出了实打实的成果，杀疯了。 第一个就是自动驾驶的人机共驾。你想不通为什么全自动驾驶迟迟落不了地？核心问题就是机器处理不了模糊的突发场景。比如路边突然窜出来一只野狗，或者远处飘过来一个不知道是什么的塑料袋，机器很容易把塑料袋当成障碍物急刹车，或者把蹲在路边的人当成障碍物误判。这时候人只需要轻轻动一下方向盘，点一下确认，机器马上就能学到这个场景的处理逻辑，下次再遇到就不会出错。自动驾驶座舱人机共驾交互界面
第二个就是医疗影像诊断。去年国内顶尖AI实验室发布的临床测试数据，人机协同读片的漏诊率，比纯AI读片低了42%，比纯人工读片也低了16%。什么概念？就是每年能多查出好几万早期肺癌、早期乳腺癌的患者，这可是实打实的救命。
还有内容创作行业，别听那些“AI取代小编”的瞎扯，现在做得好的MCN，内容团队都是这么干的：AI先出初稿，找素材，剪粗剪，人来抓用户情绪，改标题，加只有人类才懂的梗，整体效率翻三倍，爆文率比纯人工做还高了快一倍。说实话，我认识好几个做内容的朋友，现在一天能出三篇原创，搁以前想都不敢想，全靠人机搭伙。
人机协同技术接下来要闯的坎，其实不在技术
人机协同技术接下来要闯的坎，其实不在技术
不过话说回来，现在这个领域也不是一片坦途。最大的问题，真不是算法不够强，数据不够多，是权责和分工的边界没理清。
就说人机共驾，万一出了交通事故，责任算谁的？算开车的人的？还是算写算法的厂商的？现在法律还没掰扯清楚，好多厂商手里有技术也不敢放开推，只能憋着做辅助驾驶，不敢放全功能。
还有就是人的适配问题。很多传统工厂，干了二三十年的老工人，手艺一流，但不会玩新系统，你给他配了机器人协作，他嫌麻烦，还是按老办法干，最后机器人变成了车间里的摆设，几百万的投资打了水漂。我见过不止一家这样的企业，上来就要全自动化，完全替换人，最后钱花了，活还干不好，得不偿失。
还有一个很现实的问题，现在很多AI算法都是黑箱，机器给你说这个方案好，那个项目不能过，它说不出来为什么，只说算法算出来就是这个结果。换你是拍板的领导，你敢信吗？你敢签字吗？上次行业沙龙，一个做银行风控的朋友吐槽，他们上线了人机协同的风控模型，有次一个合作了十年的老客户申请贷款，模型直接给拒了，问为什么，模型说不出来，最后风控经理还是按经验给过了，模型等于白上。
你看，卡脖子的从来不是技术本身，是怎么摆对人和机器的位置。我那个做智能制造的老同学说，他们车间现在效益最好的那条线，就是给每个有经验的老工人配了三台协作机器人，机器人干搬货、打磨这些重活累活，老工人干调参数、验质量这些靠经验的活，最后次品率比全自动化的线还低8%，生产成本还降了三分之一。老工人现在都抢着去这条线干活，说以前干一天累的腰都直不起来，现在干一天轻轻松松，工资还比以前高，谁不乐意？
这么多年技术发展，从来都是人发明工具，帮人把活干的更轻松，把事做的更大。人机协同技术最棒的一点，就是它终于跳出了“谁取代谁”的怪圈，承认人有人的用处，机器有机器的用处，大家搭伙干活，比谁单干都强。