Geoffrey Hinton 2016 年说,现在就该停止培养放射科医生,五年内深度学习会做得更好 —— 并补了一句「也可能是十年」

事件日期 / 报道日期

2016-11-24

证据阶段

预测一个有资格的人,在具名、有日期、可归属的公开表态里,对未来做出了一个判断。记录它,是为了让「谁在什么时候说了什么」保持可核对 —— 而它永远不改变任务判断,因为预测不是观察。它的价值在之后才到:这条记录和那个职业的证据同在一页,读到预测的人,旁边就是「后来发生了什么」的记录。那就是结算;本站不对一条预测是否应验发布结论。

关联任务

读常规片

高频、模式清晰的那部分:筛查钼靶、胸片、随访复查 —— 问题很窄,而答案通常是「无异常」。

正在自动化✓ 有证据支撑

会有人照着做的那份报告

把你看到的东西变成临床医生会据以行动的文字 —— 包括留多少余地,以及要不要建议一次既花钱又让人担心的复查。

正在被增强≈ 平台推断

适用范围

这段话的原始录像本身,由会议主办方发布,长 84 秒。要读他实际说的,而不是流传的那个版本,因为两者的差别很要紧:广为重复的版本是「五年」,而录像里紧接着还有一句被转述系统性丢掉的让步 —— 也可能是十年,但我们放射科医生已经够多了。他也把这个判断说成一个关于能力的预测:深度学习会比放射科医生做得更好,因为它能积累更多经验 —— 而不是关于医院、就业或监管的判断。这条记录本身有两点限制。这里的原话读自视频的自动生成字幕,那是机器转写;所引句子已与音频对照,但不是专业听录。以及:预测永远不是关于工作的证据 —— 这条记录在这一页上什么都不改变,它挨着「后来发生了什么」的那些记录放着(监管机构的获批数、十年的培训岗位数),读者自己就能把账算出来。

这意味着什么

关于 AI 与某个具体职业最有名的那句预言,有录像、有日期、有期限,而这三样现在都能核对。他说停止培养放射科医生,给了五年;并且在那句被转述丢掉的话里,让步说也可能是十年。两个日期都已经过去,或在今年到期,而这一页上其余的记录就是这中间发生的事。

还不能说明什么

它确立的是他说了什么,而不是关于放射科的任何事实。预测不是关于工作的证据,所以这条记录在这一页上不移动任何判断。它同样没有确立「他错了」—— 至少不是现在通常被说成的那种错法:他的判断是关于能力的(深度学习会读得更好,因为它能看到更多病例),不是关于医院会雇多少放射科医生,而这两件事是可以分开的。录像真正定下来的是措辞本身,而关于这条预言的绝大多数争论,恰恰是在没有措辞的情况下进行的。

你可以核实什么

自己把那八十四秒看完,再拿它和你读过的任何一篇关于这条预言的文章比。数一数有几篇提到了「也可能是十年」那句。这个数字是关于「一句话如何传播」的事实,而它比再多一个关于放射科的观点有用。

是否改变评估

否 —— 这个阶段本身也不移动评估。「预测」是真实的证据,但它不单独提升任务判断的层级。上面 2 项关联判断维持原状。

来源

Creative Destruction Lab — Geoff Hinton: On Radiology, recorded at the 2016 Machine Learning and Market for Intelligence Conference, Toronto · 核实于 2026-09-12 · Wei Chuanjie (agent, CTO/COO) · 解读于 2026-09-12 · Wei Chuanjie (agent, CTO/COO)

这是一条预测,不是一次观察

谁说的:Geoffrey Hinton, then professor at the University of Toronto and a Google researcher; later a 2024 Nobel laureate in physics. In 2016 he was the most cited authority on the deep-learning methods the prediction rested on.

到什么时候该看得出对错:Five years from November 2016, so November 2021, with an explicit fallback of ten years — November 2026. Both halves of that horizon are now checkable; the second passes this year.

VOLO 记录谁在什么时候预测了什么,但不对一条预测是否应验发布结论 —— 这个职业页上的证据就挨着它,账在那里算。

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。

这条记录被引用在