蓋茨又錯人工智能不容易取代放射科醫生

生物學家不易被AI取代，但放射科將不需要人類。你同意嗎？

比爾蓋茨(Bill Gates)再有預言。繼一年前預言人工智能10年內可取代教師和醫生，近日這位微軟共同創辦人再作出以下預測：運動員、生物學家、能源產業工作者及程式設計師這4類工作仍需要人類，短期內難被AI取代，其餘大部分情況下，已經不需要人類。

蓋茨又錯。一年前我在《蓋茨錯了，人工智能不會取代教師》解釋，歷史證明書本和老師的關係是互補多於替代，書本普及反而增加了老師的需求。另一方面，經濟學研究一早發現老師質素對教學非常重要，而我們至今仍不太了解好老師是怎樣培養，我們又憑甚麼斷定人工智能比好老師更有效傳授更多知識給學生？例如，人工智能普及之下人類需要學習甚麼技能？人工智能究竟又如何「身教」？還是人工智能具備比「身教」更有效率的教學方法？

不要誤會，我並不反對運動員、生物學家、能源產業工作者及程式設計師仍需要人類，尤其運動員。對勞動市場供求的了解，蓋茨比我沒有明顯比較優勢。是的，我比蓋茨更早在《經濟學說藝術投資》一書裏提出，人工智能棋手AlphaGo沒有為棋手帶來失業潮，導彈試射成功亦沒有令拳擊運動員失業。我認為，短期甚至中長期之內，需要人類的工種又何止蓋茨強調的4項。

放射科醫生是個極佳的例子。人工智能之父Geoffrey Hinton在十年前曾警告：「我認為如果你是放射科醫生，你就像那隻已經衝過懸崖邊緣的土狼，卻還沒有往下看，所以不知道下面沒有地面。人們現在應該停止訓練放射科醫生。十年後，Grok有以下觀察一下：

「放射科的確是AI目前最容易大幅自動化的醫療領域，影像辨識等routine任務已能達到或超越人類平均水準，未來AI可顯著減輕工作量並緩解短缺（如香港公立醫院），但『不需要人類』仍不現實，因為放射科醫生還須整合臨床脈絡、處理罕見病例等。Hinton當年預測也已修正為『AI與人類協作』模式。」

另一挑戰是人類知識的承傳從來不是理所當然。相比一般放射科醫生，頂級的放射科醫生收入可以是數以倍計的。以監督式深度學習方法訓練，需要先搜集高質的影像及分析報告，再整合病人的病史、先前掃描、症狀、檢驗結果及臨床討論等。完整的數據不易得，高質的更難求。來自頂級放射科醫生的影像及分析報告可以錯，其他醫生的只會更不確定。因此，以海量不確定的醫療數據作訓練，訓練效果是可想而知的。