现在，AI替换放射科医生还为时过早！ Karpathy的最后声音：软件工程师也不会失业。

现在，AI替换放射科医生还为时过早！ Karpathy的最后声音：软件工程师在大约十年前就不会失去著名的Hinton的预测。今天，Andrej Karpathy发表了一篇题为“ IA不是放射科医生”的文章，分享了有关AI与劳动力市场之间关系的看法。原始链接：https：//worksinprogress.news/p/why-ai-isnt-replacing-radiologos karpathy指出，一般的期望是，图像识别的快速发展将消除放射科医生的工作。但是现实是：放射学行业正在不断发展。他说，目前AI对劳动力市场的影响有许多“天真的预测”。 karpathy设定了一个示例。大约一年前，应该对行业有更好的了解的人问他是否仍然有软件工程职业。 Karpathy的答案是：“破坏者：我认为我们可以生存。”他认为这种现象（指的是S到天真的预测）发生得太广泛。取而代之的是，Karpathy介绍了一种观点，该观点在他的文章中详细解释。那么，为什么用AI替换放射科医生并不容易：参考限制：现有参考点并不那么广泛，因为它们反映了现实世界情景工作的多方面性质？真正的实施问题：实际部署面临许多挑战，例如监督，保险和责任，技术传播和机构惯性。 Jevons Paradox：当AI作为工具提高放射科医生的效率时，提出了更多要求。卡尔帕里提出了自己的观点。他认为，在2016年，辐射不是预测AI影响的最佳案例。那么，在较短的时间范围内，对于AI，什么工作将大幅变化？ karpathyit给出了标准。 •重复一个固定任务。 •每个任务都是相对独立的。 •任务已关闭（不需要外部上下文）。 •短时间。 •高度宽容错误（l犯错的成本）。 •符合它，当前（数字）函数可以自动化。即使满足这些条件，Karpathy也希望AI首先被用作工具，并补充说，这些作品将改变和难治性。例如，人们的工作从“手动执行”转变为“监视或监视”。他希望在未来找到一个更好，更广泛的案例，并展示文章结尾处的整个行业如何发展，这使Karpathy停了下来。他说，大约六个月前，他被邀请投票给预后。把这个问题留给家里的大思想
特殊声明：先前的内容（包括照片和视频（如果有），如有）已由自动媒体平台NetEase的用户收费和发布。该平台仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由社交媒体平台NetEase Hao的用户收取和发布，仅提供S信息存储服务。