自动驾驶Autopilot 是一个知识密集且科技含量很高的技术，不基于点什么很难把它讲的相对清楚。
副驾驶 Copilot 是一种由 AI 提供支持的数字助理，旨在为用户提供针对一系列任务和活动的个性化协助。
自微软发布 Microsoft 365 Copilot 以来，Copilot 这个词便被各界人士不断提及。 "Copilot has caught lightning in a bottle（Copilot 在瓶中捕抓到了闪电）"。 这是不久前，红杉资本在探讨新一轮技术革命时说的一句话。微软选择了智能化应用采用Copilot 架构。
人们广泛认同某些技能和能力是人类独一无二的，而且它们（目前）不能被人工智能或机器人复制或替代。
第一种技能的核心是波拉尼悖论（Polyani's Paradox），它指的是化学家和哲学家迈克尔·波拉尼（Michael Polyani）发表的一个评论，即：“我们知道的，比我们可言说的更多。” 换句话说，人类知识的一大部分都是隐藏的，因此不能以指令的形式写下来，所以无法被人工智能和机器人技术复制。
第二种技能与莫拉维克悖论（Moravec's Paradox）有关，它指出：“让计算机进行智力测试或执行检查程序时达到成年人的水平并不困难，但是让它们有一岁小孩般的感知和行动能力则非常困难，这几乎是不可能的。”因此，一个机器人可以轻松地执行复杂的分析任务，但捡杯子和爬楼梯对于它来说则困难得多。
莫拉维克悖论 是说对于人工智能和机器人来讲，人类所独有的逻辑推理能力只需要非常少的计算能力就实现，然而 GPT-4 这样的大模型的逻辑推理能力，微软专门为其打造了一台超级计算机，用来在Azure公有云上训练超大规模的人工智能模型。其中这台超级计算机拥有28.5万个CPU核心，超过1万颗GPU（英伟达 V100 GPU）；按此规格，如果自建IDC，以英伟达A100 GPU芯片替代V100 GPU芯片，依照性能换算，大约需要3000颗A100 GPU芯片。
莫拉维克悖论表明了，人类和算法的结合可能是实现最佳人工智能应用的最佳方式之一。虽然计算机可以在某些智力测试或玩跳棋等游戏中表现出成人水平的能力，但在感知和行动方面，它们仍然无法达到儿童的技能水平。这是因为儿童具有天生的感知能力和运动协调能力，而这些能力需要通过长期的自然经验和训练才能得到发展和完善。因此，将人类的知识和经验与计算机算法相结合，可能会产生更好的结果。
例如，在医疗领域中，医生可以使用机器学习算法来分析大量的医学图像数据，以帮助诊断疾病。然而，由于医学图像数据的复杂性和多样性，单纯的机器学习算法可能无法准确地识别和诊断疾病。因此，将医生的专业知识和经验与机器学习算法相结合，可能会产生更好的结果。
有莫拉维克悖论的存在，机器智能的一些最佳应用将是人类和算法的结合。也就是说Copilot 这样的架构是更加契合人与机器的协同合作。