AI取代放射科醫生還早！Karpathy最新發聲：軟件工程師也不會失業

AI取代放射科醫生還早！Karpathy最新發聲：軟件工程師也不會失業

Hinton近十年前的著名預測似乎并未成真

今天Andrej Karpathy發文，推薦了一篇題為“AI并未取代放射科醫生”的文章，并分享了他對AI與就業市場關系的看法

原文鏈接：
https://worksinprogress.news/p/why-ai-isnt-replacing-radiologists

Karpathy指出，一個普遍的預期是：圖像識別AI的飛速發展將消除放射科醫生的工作崗位。然而現實是：放射科行業發展得很好，并且仍在增長

他表示，目前外界對AI即將對就業市場產生的影響，存在大量“天真的預測”。

Karpathy舉了一個例子：大約一年前，一位本應更懂行的人問他，如今是否還會有軟件工程師這個職業

對此，Karpathy的回答是：“劇透一下：我認為我們能挺過去?！?/p>

他認為，這種現象（指天真的預測）發生的范圍太廣了

Karpathy轉而介紹了文章詳細闡述的觀點，即為什么用AI取代放射科醫生并非易事：

基準測試的局限性： 現有的基準測試遠不夠廣泛，無法反映真實世界中的實際場景

工作的多面性： 放射科醫生的工作遠比單純的圖像識別要復雜得多

部署的現實難題： 實際部署面臨監管、保險和責任、技術擴散以及制度慣性等諸多挑戰

杰文斯悖論（Jevons paradox）： 如果AI作為工具提升了放射科醫生的工作效率，反而會催生出更多的需求

接著，Karpathy提出了自己的觀點。他認為，在2016年，放射科并非預測AI影響的最佳案例，因為它過于復雜、風險太高且受到嚴格監管。

那么，哪些工作在更短的時間尺度內會因AI而發生巨大變化？Karpathy給出了他的標準：

• ? 重復單一的固定任務。

• ? 每項任務相對獨立。

• ? 任務是封閉的（不需要太多外部上下文）。

• ? 耗時短。

• ? 容錯率高（犯錯成本低）。

• ? 當然，還要是當前（數字化）能力可自動化的。

Karpathy補充說，即便滿足這些條件，他也預計AI最初會作為工具被采用，工作崗位會因此發生變化和重構。例如，人們的工作將更多地從“手動執行”轉變為“監控或監督”。他希望未來能找到更好、更廣泛的案例，來展示這一切在整個行業中將如何演變

在文章的最后，Karpathy留下了一個懸念

他提到，大約6個月前，有人邀請他投票預測：5年后，軟件工程師的數量會變得更多還是更少？

這個問題留給大家思考