最近,AI圈因为一个“旧闻新提”变得有意思。主角是Geoffrey Hinton,AI教父级人物,图灵奖得主。据科技媒体《the-decoder》报道,他在接受《纽约时报》采访时,坦诚自己当年对AI取代放射科医生的预测,有点“过于乐观”了。
图片
2016年,Hinton大神意气风发,在一次演讲中直接给放射科医生的职业生涯判了“死缓”。他说“我们应该停止培养放射科医生了”,因为深度学习看片子的能力将在五年内超越人类。
图片
他甚至把这个职业比作卡通片里那只跑到悬崖边才发现脚下没路的歪心狼(Wile E. Coyote)。当时台下坐着的另一位AI巨头,强化学习专家Richard Sutton,也表示赞同。
当时,感觉整个放射科的未来都乌云密布了。但结果呢,现实比预测还要精彩。
《纽约时报》报道说,像梅奥诊所这样的顶级医疗机构,放射科医生的数量不但没减少,反而从2016年的大约260人增加到了现在的400多人,足足增长了55%!
显然,数据和当时Hinton的预测背道而驰。
Hinton自己也出来解释了,说他当年,主要是太把注意力集中在图像分析这块了,有点低估了整个医学领域的复杂性,也高估了AI发展的速度。他承认,大方向或许是对的,但AI并没能“取代”放射科医生,而是让他们“工作效率大大提升,同时还提高了准确性”。
其实,AI现在更像个超级得力的“副手”。梅奥诊所的放射科已经用上了超过250个AI模型,有些是自己研发的,有些是外部采购的。这些AI工具能干嘛?它们能飞快地分析医学影像,帮你把可疑的地方标记出来,还能辅助检测像血栓、肿瘤这类病灶。比如以前医生手动测量肾脏体积,费时费力还容易有误差,现在AI能快速精准搞定。
梅奥诊所放射科的头儿,Matthew Callstrom医生,就把AI形容成“第二双眼睛”。它可以接管那些重复性的、耗时的工作,但真正需要临床判断、个体化诊疗方案的,还得靠经验丰富的医生。AI辅助的工作流程,现在已经是他们日常医疗实践的一部分了。
就像开车用导航,导航能帮你规划路线,提醒你别超速,但方向盘最终还是握在人类手里,遇到突发情况,还得靠人类自己的判断和反应。
图片
Hinton早期预测与实际情况的偏差,为业界提供了一个值得反思的案例。当前,仍有一些观点,例如来自OpenAI CEO Sam Altman等人的言论,认为AI将迅速取代特定行业或职业。这类观点有时可能简化了问题的复杂性,未能充分区分自动化或辅助完成某些“任务”与完全取代整个“职业类别”之间的差异。Hinton在2016年的预测,在某种程度上也是将放射学的工作主要归结为图像分析这一任务。
即便技术上实现了大规模自动化的可能性,文化因素、组织架构以及法律法规等,也可能减缓AI全面取代人工的进程。
对于AI研究者而言,这一案例或许揭示了一个重要启示:在对其他行业的发展进行预测时,应更为审慎,并充分理解其内在的复杂性。这不仅关乎预测的准确性本身,更体现了对相关领域从业者凭借其专业知识与责任感所从事工作的尊重。
如果医疗界在2016年采纳了Hinton当时的建议,大幅削减或停止培养放射科医生,无疑会对当前的病人护理造成严重影响。
还没有评论,来说两句吧...