Geoff Hinton:论放射学
Geoff Hinton: On Radiology
频道:Creative Destruction Lab · 时长:1:24 · 发布:2016-11-24 · 播放:45815
简介
一段来自2016年多伦多会议的一分钟片段,Geoff Hinton在其中评论了深度学习和放射学。他建议放射科医生应该停止接受培训,因为机器很快就能更好地读取扫描结果。
HN 为什么推荐
HN将其作为一个著名的过度自信AI预测最终错误的例子,因为放射科医生仍然需求旺盛。
机器学习与深度学习 · AI 安全、AGI 与影响 · 医学与传染病
中文字幕节选
[音乐] 所以杰夫,也许一个类似的问题,如果可能的话,你认为Sim 令人兴奋的工作,呃,即将到来,好的,所以,呃,抱歉,呃,让我 先来说几件看起来很明显的事情,呃,我认为如果你作为一名 放射科医生,你就像那只已经越过悬崖边缘的郊狼,但 还没往下看,所以没意识到下面没有地面,呃,人们 现在应该停止培训放射科医生了,这完全显而易见,在5 年内,呃,深度学习将比放射科医生做得更好,因为它将 能够获得更多的经验,呃,可能是10年,但我们已经有很多 放射科医生了,呃,我在一家医院说过这个,反响不太好 他们,呃,将会有成千上万的深度学习技术应用 我们目前拥有的,特别是使用,呃,快速芯片的东西,呃,到成千 上万的应用,其中数百个将会成功,那些就是你 将会听说的,呃,所以会有很多这样的,我现在认为这 是家常便饭,拿任何老问题,你需要预测某些东西,你 有大量数据,深度学习可能会让它比 现有[音乐] 技术做得更好
HN 上的讨论
他在视频中似乎相当明确:[VIDEO]。他甚至指出这是他之前声称过的,排除了这是某种一时冲动的结论的想法。 — leoc, 2026-06
“耐心也很重要。大学是一项投资,在你整个职业生涯中都会带来回报。如果你是一名应届毕业生,你刚刚为这项人力资本投资支付了前期成本,但你还有几十年的时间来收获大学学位的经济利益。” 我必须承认,这让我很生气。我说这远非一个令人安心的断言。> 看起来人们确实过于关注交通等领域的自动化,即使这些工作正在消失,很明显许多白领/办公室工作更容易被自动化掉。奇怪的是,在基本收入的呼声持续不断的同时,这个问题却很少被审视,而这些呼声往往被描绘成对工人阶级/福利阶层的帮助。这些呼声来自哪里?来自饱受困扰的中产阶级。也许我们应该读出弦外之音。我强烈怀疑许多中等收入者并没有比卡车司机更复杂的B计划(在大多数情况下,逃进大学是愚蠢的举动),而且他们的收入长期停滞,所以他们害怕掉进裂缝。在我看来,这是一个合理的担忧。处理大量信息的人可能和其他人一样固守自己的习惯。当然,一些蓝领工作会被自动化,但关键点是,几乎所有… — observation, 2017-05
> 我远非技术乌托邦主义者,但当Hinton说放射科医生应该停止培训时,他不是在开玩笑。> [VIDEO] 感谢指出那个片段。之前没看过 — sndean, 2017-05
我想值得提醒人们,2016年,Geoff Hinton说了一些相当傲慢的话,结果完全错误:让我先说几件看似显而易见的事。我认为如果你是一名放射科医生,你就像那只已经越过悬崖边缘但还没往下看的郊狼。很明显,五年内深度学习会做得比放射科医生更好。……可能是10年,但我们已经有很多放射科医生了。”[VIDEO] 这篇文章有一些很好的视角:[LINK] 他的话产生了后果。2010年代末充斥着宣称放射学终结的文章;我知道至少有几个人因为这些预测而选择了其他职业。--- 根据US News,放射学是2025年第七高薪工作,而且需求在上升:[LINK] [LINK] 我问AI关于2025年的放射科医生,它给出了这篇文章:[LINK] 放射科医生短缺:需求上升、供应有限、战略应对(讽刺的是,这篇文章对我来说感觉像垃圾邮件——AI可能对网上的内容过于轻信了!)--- 我读了Cade Metz关于Hinto… — chubot, 2025-09
我记得Hinton在2016年说过我们应该“现在停止培训放射科医生”[1]。与此同时,放射科医生需求旺盛,薪酬比以往任何时候都高。我相信未来程序员也会如此。当然,一些样板代码会为你处理,就像分割对放射科医生一样。这对每个人都是好事。1 = [VIDEO] — carbocation, 2025-01
相关视频
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 糖:苦涩的真相 · University of California Television (UCTV) · 1:29:36
- 发生在马身上的事正在发生在我们身上 · CGP Grey · 15:00
- AlphaGo - 电影 | 完整获奖纪录片 · Google DeepMind · 1:30:28
- 我们被教导把死亡称为一种恩赐 · CGP Grey · 12:43
- Transformer,LLM 背后的技术 | 深度学习第 5 章 · 3Blue1Brown · 27:14
- USENIX Security '18-Q:为什么主题演讲者不断建议改进安全性是可能的? · USENIX · 51:22
- 第一讲 | 机器学习(斯坦福) · Stanford · 1:08:40
- MarI/O - 视频游戏机器学习 · SethBling · 5:57
- 深入探讨 ChatGPT 等 LLM · Andrej Karpathy · 3:31:23
- 学会玩经典 NES 游戏的计算机程序 · suckerpinch · 16:17
- Michael Greger博士 | 如何不死亡 | Talks at Google · Talks at Google · 1:21:13
- David Silver 强化学习课程 - 第一讲:强化学习导论 · Google DeepMind · 1:28:12
- 为什么有些疾病只单向传播 · CGP Grey · 11:12
- 让我们从头构建 GPT:用代码,详细解释。 · Andrej Karpathy · 1:56:20