AI 并不会抹去专业知识，而是使其更为丰富。 “在某个特定领域非常优秀，然后 AI 只是你在该领域能力的涡轮增压器。” 历史表明，首先受益的总是专家，然后工具传播，更多的人变成专家。这就是杰文斯悖论的再次体现。 @levie @stevesi @martin_casado

我们将通过构建人工版本的自己来自动化工作，以完成我们之前所做的事情，而不是重新设计我们旧的工作流程，以充分利用现有的自动化技术，这种想法有一种明显的“机械马”的味道。

"AI 并没有取代放射科医生" 这是一篇很好的文章 期望：图像识别 AI 的快速进展将会消灭放射科的工作（例如，Geoff Hinton 在近十年前著名预测的那样）。现实：放射科发展良好，并且正在增长。 关于 AI 对就业市场的即将影响，网上有很多我认为天真的预测。例如，大约一年前，有人问我一个应该更清楚的人，我是否认为今天还会有软件工程师。（剧透：我认为我们会成功的）。这种情况发生得太广泛了。 这篇文章详细说明了为什么事情并没有那么简单，以放射科为例： - 基准测试远远不够广泛，无法反映实际的真实场景。 - 这项工作比单纯的图像识别要复杂得多。 - 部署现实：监管、保险和责任、扩散和机构惯性。 - 杰文斯悖论：如果放射科医生通过 AI 作为工具加快工作，需求会大幅增加。 我会说，放射科在 2016 年并不是一个很好的例子 - 它太复杂、风险太高、监管太严。当寻找由于 AI 在短期内会发生巨大变化的工作时，我会在其他地方寻找 - 那些看起来像是重复单一任务的工作，每个任务相对独立、封闭（不需要太多上下文）、短期（时间上）、宽容（错误的成本低），当然，考虑到当前（和数字）能力是可以自动化的。即便如此，我仍然预计 AI 最初会作为工具被采用，工作会发生变化和重构（例如，更多的监控或监督而不是手动操作等）。也许在未来，我们会找到更好、更广泛的例子，展示这一切在整个行业中的发展。 大约六个月前，我也被问到在五年内我们会有更少还是更多的软件工程师。这个练习留给读者思考。 完整文章（整个《进行中的工作》通讯相当不错）：