振興人機交互 促進社會進步
——五、人機協作新范例面臨的挑戰

5.3 人機協作新范例

5)德國和日本合作案例研究：DFKI與日立——工人行為的識別、評估與轉移

(接上)

假設一個新行為可以由預定義的基本動作和對象的組合來表示，該框架能夠識別新行為，而無需耗時的再訓練過程。在這里，“動作”被定義為身體部位的簡單運動，如“抬起手臂”、“彎腰”，而“行為”則被定義為一個基本動作和一個對象的組合。這兩種動作的識別決策，以及視線引導下的對象檢測，都有視覺和文字解釋作為支撐。在人與機器近距離工作時，這些解釋對建立人對機器的信任起著至關重要的作用。

在上述“檢查手冊”行為的示例中，可能出現的動作是“查看”，工廠A中可能的對象是“紙張”，工廠B中可能的對象是“顯示器”。通過將復雜的行為分解成更簡單的動作和涉及的對象，中間識別模塊“查看”便可以應用于兩個工廠。通過這個框架，可以實現對不同工廠多種行為的識別，無需定制，但具備充分的解釋。

該系統引入了一種基于可解釋動作識別方法的深度神經網絡(DNN)，該方法利用可穿戴式傳感器和視線引導對象識別的方法來識別行為。實驗結果表明，該方法的效果與傳統方法相當，準確率達到90%以上。

通過開發易于部署的可解釋行為識別系統，我們將在培訓、指導、控制和降低風險方面為各制造業工廠的大量工人提供支持。

6. 結論

本文重點討論了勞動力日益成熟、機器和基礎設施日益老化等因素帶來的社會挑戰，討論了如何定義這些問題，并通過德國和日本的應用案例探討了人機互動的新方法。CPS、AI和機器人等數字技術有望幫助解決這些社會挑戰。這些技術可以執行原屬于人類領域的例常性認知任務，因此，應用這些技術也會對社會轉型產生影響。

為建立可持續發展社會，人類必須不斷創造高附加值的工作，并具備隨時從非高附加值工作轉向高附加值工作的能力。同時，機器不僅要能進行非高附加值的工作，還要做到通過與人類的不斷互動，成為創造高附加值工作的機制。根據這些要求，數字化轉型可以實現以人為中心的新型制造體系，在這一體系中，人類專注于終身技能的提升，不斷創造高附加值的工作。從本質上來說，這個系統振興了人機交互，使人和機器能共同在數字化社會中發揮作用。

最終，我們應該致力于強化數字社會的公共利益，分享從人機互動中獲取的知識，建立以人類福祉為中心的可持續發展社會。本文呼吁建立調解過程，鼓勵社會考慮、討論未來的情景和行動。