大數據文摘出品

　　最近，AI圈因為一個“舊聞新提”變得有意思。主角是Geoffrey Hinton，AI教父級人物，圖靈獎得主。據科技媒體《the-decoder》報道，他在接受《紐約時報》采訪時，坦誠自己當年對AI取代放射科醫生的預測，有點“過于樂觀”了。

　　2016年，Hinton大神意氣風發，在一次演講中直接給放射科醫生的職業生涯判了“死緩”。他說“我們應該停止培養放射科醫生了”，因為深度學習看片子的能力將在五年內超越人類。

　　他甚至把這個職業比作卡通片里那只跑到懸崖邊才發現腳下沒路的歪心狼（Wile E. Coyote）。當時臺下坐著的另一位AI巨頭，強化學習專家Richard Sutton，也表示贊同。

　　當時，感覺整個放射科的未來都烏云密布了。但結果呢，現實比預測還要精彩。

　　《紐約時報》報道說，像梅奧診所這樣的頂級醫療機構，放射科醫生的數量不但沒減少，反而從2016年的大約260人增加到了現在的400多人，足足增長了55%！

　　顯然，數據和當時Hinton的預測背道而馳。

　　Hinton自己也出來解釋了，說他當年，主要是太把注意力集中在圖像分析這塊了，有點低估了整個醫學領域的復雜性，也高估了AI發展的速度。他承認，大方向或許是對的，但AI并沒能“取代”放射科醫生，而是讓他們“工作效率大大提升，同時還提高了準確性”。

　　其實，AI現在更像個超級得力的“副手”。梅奧診所的放射科已經用上了超過250個AI模型，有些是自己研發的，有些是外部采購的。這些AI工具能干嘛？它們能飛快地分析醫學影像，幫你把可疑的地方標記出來，還能輔助檢測像血栓、腫瘤這類病灶。比如以前醫生手動測量腎臟體積，費時費力還容易有誤差，現在AI能快速精準搞定。

　　梅奧診所放射科的頭兒，Matthew Callstrom醫生，就把AI形容成“第二雙眼睛”。它可以接管那些重復性的、耗時的工作，但真正需要臨床判斷、個體化診療方案的，還得靠經驗豐富的醫生。AI輔助的工作流程，現在已經是他們日常醫療實踐的一部分了。

　　就像開車用導航，導航能幫你規劃路線，提醒你別超速，但方向盤最終還是握在人類手里，遇到突發情況，還得靠人類自己的判斷和反應。

　　Hinton早期預測與實際情況的偏差，為業界提供了一個值得反思的案例。當前，仍有一些觀點，例如來自OpenAI CEO Sam Altman等人的言論，認為AI將迅速取代特定行業或職業。這類觀點有時可能簡化了問題的復雜性，未能充分區分自動化或輔助完成某些“任務”與完全取代整個“職業類別”之間的差異。Hinton在2016年的預測，在某種程度上也是將放射學的工作主要歸結為圖像分析這一任務。

　　即便技術上實現了大規模自動化的可能性，文化因素、組織架構以及法律法規等，也可能減緩AI全面取代人工的進程。

　　對于AI研究者而言，這一案例或許揭示了一個重要啟示：在對其他行業的發展進行預測時，應更為審慎，并充分理解其內在的復雜性。這不僅關乎預測的準確性本身，更體現了對相關領域從業者憑借其專業知識與責任感所從事工作的尊重。

　　如果醫療界在2016年采納了Hinton當時的建議，大幅削減或停止培養放射科醫生，無疑會對當前的病人護理造成嚴重影響。