❶ 大脑连上AI，我们就可以“不死不灭”吗

2016年7月，太空探索技术公司（SpaceX）以及特斯拉汽车公司（Tesla）的创办者伊隆·马斯克（Elon Musk）又创办了一家新的高科技企业——神经联结公司（Neuralink），开发可植入的脑机接口，不过这一消息直到2017年3月才为公众所知。

真要对每个脑神经元都建立起“微观层面的电极-神经元接口”，不仅要考虑到脑中庞大的神经元数量（800亿以上），还要考虑当前的技术极限——仅能在脑内安置几百个电极，每个电极一次最多同时测量大约五百个神经元。这样算下来，要想同时测量800亿个神经元是不可能的。所以，能同时记录的神经元数（马斯克称之为“带宽”）就成了全脑接口的瓶颈。

Neuralink计划遇到的第二个困难是如何把电极植入脑内。目前所有无创记录脑活动的技术，要么空间分辨率方面很差，远远达不到记录单个神经元活动的层次，要么时间分辨率极差，不能实时记录变化迅速的脑活动（图2）。不用说单神经元记录，即使是少量神经元记录，目前的技术都需要带有创伤性的开颅手术，而这只有当病人面临生命危险时才可能接受。但是Neuralink的长远目标是人机融合，这就要求健康人也接受开颅手术。如此一来，安全问题就成了一大障碍。另外，颅内植入手术价格昂贵，而且只有技术高超的神经外科专家才能做，故而难于普及。按照马斯克的设想，这种技术应该和激光矫正近视眼一样方便才行。

脑活动记录主要技术的时间分辨率和空间分辨率。

即使克服了上述两大瓶颈，Neuralink也还面临着其他严重阻碍：脑机之间的交流应该是无线的；植入物需要具有良好的生物相容性，不引起排异反应，而且能在脑内环境长期使用；如何在有限的颅内空间安置大量电极；如何实时处理海量数据并由此获取有用信息。

按照马斯克创办公司的一贯策略，Neuralink的近期目标定位于开发医用可植入的脑机接口，既可以在当前取得实际应用，又能为长期目标做技术准备和筹措资金。

这类装置可以应用在癫痫患者，癫痫发作前给出预警，提醒病人及时服药。或者帮助四肢瘫痪的病人利用脑信号控制机器手或计算机屏幕光标。Neuralink计划在2023年左右将这样的设备推向市场。

马斯克的时间表

2020年底前

把脑机接口植入人脑，首先用在四肢瘫痪的病人身上。

8-10年内

有可能把脑机接口设备植入正常人脑中，虽然这在"很大程度上取决于监管部门的批准时间，以及我们的设备在残疾人身上的工作情况"。

10年内

希望能在健康人之间实现“传心”（telepathy），即都植有脑机接口的两个人可以用脑信号直接沟通。

25年内

有望开发出全脑接口，即一个人所有的神经元都将能和人工智能的载体联结在一起，并把人工智能当做自己脑力活动的扩展。另外，拥有全脑接口的健康人的脑可构成了彼此可以直接交流的巨脑，这样的巨脑会产生出怎样的新现象，我们现在还无法想象。

已有成就

马斯克和Neuralink在2019年8月初发表的论文中，介绍了他们迄今为止所取得的三大主要成就：[1]

1 柔性的多"丝"电极阵列

这种丝非常细而柔软，宽度大概只有4-6μm，内含金电极覆以多聚体绝缘层，每个电极都在丝外伸出一小片以接收信号，这些小片沿丝排列成一串。与目前脑机接口通常所用的电极相比，这种电极非常柔软，能随脑的微小活动而活动，因此对脑造成的损伤较小。同时，与目前一般所用的多电极阵列中的电极数相比，多"丝"电极阵列的电极数提高了一个数量级，每个阵列的96股丝中多达3072个电极。

（a）大脑连上AI，我们可以“不死不灭”？

（b）电极“丝”。每个丝中包括32根电极。（a）电极丝外观，电极伸出丝外的小片排成一列，小片中心距离为50 μm。（b）放大后的电极丝。[1]

2 植入电极的手术机器人

电极丝既细又柔软，而且数量众多，需要在短时间内准确植入脑内，要靠手工植入显然是不可能的。马斯克的团队开发了一种像是把显微镜和缝纫机结合在一起的神经外科手术机器人。该机器人具有自动植入模式，每分钟最多可以植入6根丝（192个电极）。每股丝都能以微米级的精度单独植入脑中，并得以避开表面血管，瞄准特定的脑区。

虽然整个植入过程可以自动进行，但外科医生依然保留了完全的控制权，如果需要，可以在每次植入皮层之前对电极丝的位置进行手动微调。利用该系统，团队在19次手术中取得了87.1±12.6％（平均值±s.d.）的植入成功率。

3 可植入脑机接口的芯片

Neuralink的第三项成就是开发出一种可植入脑机接口的芯片。电极阵列被封装在一个小型的可植入设备中，其中有一块低功耗的定制芯片，可对3072个电极上记录到的信号进行放大和数字化。整个3072个通道封装后只占用不到（23×18.5×2）mm3的体积。一根USB-C电缆就能传送所有通道同时记录到的数据。

马斯克团队已把这套系统安装到大鼠脑中，读取3072个电极的信息，这比目前在人脑中埋置的脑机接口至少要高出一个数量级。后来他们又将类似系统应用到猴子上，实现了猴脑控制计算机。

长期植入大鼠体内的脑机接口装置。[1]

下一个目标

目前已开发成功的原型机传输脑信号时，只能使用安置在动物头上的USB接口，相当不便。因此，下一步目标就是实现无线传输。

Neuralink把拟议中的无线传感器称为“N1传感器”。他们打算植入4个N1传感器，其中3个在运动区，1个在体感区，这样不仅能用脑信号控制外设备，而且还能接受感觉反馈，实现脑与外部设备之间的双向通信。传感器将与安装在耳后的外部设备实现无线连接，可通过手机应用程序进行控制。

公司认为这样能够较快地帮助人类解决一系列医疗问题，并希望在2020年底之前在5名瘫痪患者身上进行测试，观察该技术能否帮助患者用大脑移动鼠标光标并打字。新冠疫情当前，公司向美国食品与药物管理局（FDA, U.S. Food and Drug Administration）申请的许可能否获批尚不得而知。

目前在安置这套系统时，外科医生必须在头骨上钻洞才能植入线头，会给病人带来不适。公司希望将来能使用激光束在头骨上打出一系列微小的孔洞，并能像目前的激光治疗近视手术那样自动、无痛和便捷。

拟议中植入人体的无线脑机接口示意图。[2]

科学界的质疑

尽管Neuralink的已有成就令人印象深刻，但许多科学家对其提出的终极目标深表怀疑。2019年7月，播客《裁决》（Verdict）上发表的一篇文章[5]对马斯克的宏愿提出质疑。文中，人工智能和机器人学名誉教授夏基（Noel Sharkey）认为，马斯克为了跟上人工智能的步伐而对脑横加干涉是可笑的，没有任何研究或证据能支持马斯克所谓的“人工智能将崛起并杀死我们”的观点，AI只是一种工具，决定如何使用它的是人。

新南威尔士大学人工智能和数据教授托比·沃尔什（Toby Walsh）认为，人类需要与人工智能融合来获得拯救的观点值得怀疑，我们无法跟计算机比速度和记忆力，但我们拥有的情商和社交能力、创造力和适应能力，就是人类能够一直领先于机器的地方。他还表示，马斯克以不能按时实现承诺而闻名，针对健康人的神经联结或许要等到几十年以后。

2020年5月13日，Facebook人工智能部门负责人、卡耐基梅隆大学计算机科学家佩森蒂（Jerome Pesenti）发布推文，批评马斯克在人工智能方面不知所云，并认为现在还根本不存在人工通用智能这样的事物，人工智能的发展离人类的智能还差得很远。

显然，对马斯克人机融合的思想，人们的看法还存在很大的分歧。究竟孰是孰非，还有待检验。

就SpaceX和Tesla的情况来看，马斯克在创办公司时把近期目标和长远目标结合起来的做法是有启发性和有希望的。

在笔者看来，Neuralink的近期目标也有望为残疾人带来福音，尽管在时间表上未必能如马斯克所设想的那样乐观。但其远期目标从原则上和实际可行性上来说都颇成问题，非常可能成为空中楼阁。

SpaceX和Tesla的远期目标虽然宏大，但基本上是纯粹工程技术性的，都有坚实的理论基础作为后盾。相比之下，Neuralink的远期目标是“建立全脑接口和脑机融合”——而我们对人脑的认识还非常肤浅，至今都还没有任何有关脑功能机制的理论框架，可预见的未来也难以发现。因此，Neuralink的远期目标并非是纯粹的工程技术问题，也牵涉到科学问题。而科学上的关键问题往往难以完全凭借大量的人力、物力投入就能按计划实现，有时也要靠机遇和运气，靠天才的灵光一闪。

Neuralink远期目标的问题究竟在哪里？

首先，脑中有860亿个神经元，要想同时测量如此巨量神经元的活动，目前看来还没有实现的可能。

退而求其次，Neuralink 团队把长远目标定为同时记录一百万个神经元（笔者不知道这个数字是怎么估计出来的，就其抽样比例来说，相当于称如果对8万个人作调查，就掌握了全世界人的情况，这个预设令人怀疑。）虽然“史蒂文森定律”表明，迄今为止我们能够同时记录的神经元数量似乎每过7.4年就会翻一倍。[4]但这是一条经验定律，是否能永远灵验大成问题，即使一直保持这个速度，也要到本世纪末才能达到一百万的数目，到 2225 年才能记录大脑中每一个神经元。不过，任何按指数规律增长的过程，到了某个时候必然因其他因素的制约而显著放缓，甚至变平坦。

此外，由于颅内容积有限，即使是用比电极丝更细的电极，要在颅内植入860亿根电极也是不可能的。当然全脑接口的支持者也可以争辩说，将来也可能发展出完全不同的新型电极，例如利用2011年左右发展起来的神经尘（neural st）技术，神经尘是一种一百微米大小的硅传感器，可以撒进大脑皮层，利用附近软脑膜上方一个三毫米大小的设备通过超声波与神经尘进行沟通。但是神经尘本身已经和大的神经元体积相当，所以要在脑中撒进等量的神经尘依旧不大可能。也有人提出可以采用光遗传学或者使用碳纳米管之类的新方法，但到目前为止都还只是一些设想。

即使实现了同时记录所有神经元的电活动，如何处理这样超海量的数据也是个大问题，并且光记录神经元的电信号也未必能反映脑的全貌。因为脑本质上是一种电-化学机器，除了电活动之外，像神经递质、神经调质之类的化学物质在脑活动中也极其重要，而全脑接口完全没有考虑这些因素。另一个被忽略的因素是，脑中比神经元数更多的神经胶质细胞的作用尚不明确。关于这些问题以及所谓的“心智上传”和“数字永生”都只是一种迷思，笔者在和卡尔·施拉根霍夫博士的讨论中对此已有详细的分析[6]，此处不再赘述。

全脑接口的支持者争辩说：“未来总会有一些过去的人难以相信的普适技术出现……人总是低估人类的群体力量。”此话虽有一定道理，但我们不能把可能性绝对化成必然性。尽管人的群体智慧无与伦比，技术的发展也常常出乎一般人的预料，但是这并不等于说无论什么样的设想一定都能实现，特别是在有限的时间内实现。

笔者观察到一个有趣的现象，那就是在关于揭开脑的奥秘方面，神经科学家往往非常谨慎，而技术专家则往往心雄万夫、气冲斗牛。这可能是技术专家对脑不够了解的缘故，“无知者无畏”。其实，马斯克本人也说过：“没有对技术的充分理解，我认为很难做出正确的决策。”[4]他也承认自己是团队中对神经科学了解最少的人，那么由他来对整个项目作出决策是否正确呢？

在Neuralink创办之初，知名科技博客Wait But Why的博主厄本（Tim Urban）受马斯克的邀请，到该公司做过长时间的访问，并与其创始团队的大部分人进行了深入交谈。据此经历，厄本撰写了一篇长文。[4]

他在博文中说道：“AI 会自行运行，因为与人的对话太慢了。通信的速度越快，你与 AI 的结合度就越高——通信的速度越慢，结合度就越低。我们与 AI 的结合越差——AI 越独立——它背叛我们的可能性就越高。如果 AI 完全独立，并且拥有远远高于我们的智能，你如何保证它们的最优化功能不会与人类的利益相背？……如果我们实现了与 AI 紧密共生，AI 就不会独立出来——它会成为你，并且与你大脑皮层的关系会类似于大脑皮层和边缘系统的关系。”“为了最小化来自 AI 的生存威胁，他（马斯克）的策略本质上是让 AI 力量变得‘民有、民治、民享’。”

以上也许总结了马斯克创办Neuralink的核心思想，不过在笔者看来，这些话本身并不成立。首先，人工智能并不是一个主体，它并没有主观性或自我观，既没有意识，更没有意志。而这些到目前为止，这些特质都还只是脑所独有。然而，脑为什么会具有这些特质，科学家现在还毫无所知，更谈不上让人造物具备这些特质。所以在可预见的未来，人工智能只能是一种工具，其为善或为恶都只取决于使用它的人。笔者同意一些人工智能专家的观点，根本不应该发展有自我意识的人工智能，何况根本还谈不上存在发展的可能性。

退一万步讲，即使人工智能有了自我和意志，马斯克开的药方也解决不了问题。他一厢情愿地认为，只要人和人工智能融合起来，人工智能再强大也是人的一部分，受到人的控制。实际上，如果两者联合，一强一弱，极有可能是强者占主导地位。马斯克既然担心人工智能超过人类，那么两者融合的结果未必不能是人工智能成为联合体的灵魂，人则成了傀儡，成了人工智能的工具。其他没有和人工智能融合的人，则沦为这种联合体的奴隶或宠物，这种命运与成为人的奴隶并没有多大区别。至于马斯克说到，只要让所有人都和人工智能融合就可以就可以避免这种危险，也纯粹是痴人说梦。同一时间实现所有人的人工智能融合是不可能的。考虑到一开始时植入全脑接口必定价格昂贵，必定是少数像马斯克这样的富人才能负担，这样催生出的优势集团将有能力统治芸芸众生，这种前景和马斯克所恐惧的人工智能专制同样可怕。

笔者认为，在可预见的将来并不存在马斯克所描述的危险，他开的药方对一般人也不解决任何问题。至于在这个问题上，马斯克究竟是拯救人类的先知，还是又一个危言耸听的炼金术士，请读者自己判断吧！

❷ 医生可能会被人工智能替代吗

完全替代不大可能，替代医生完成一部分工作是可以的。
人工智能是需要人力、脑力、开发、高等技术与不断的研究和尝试等等一系列超高难度的作业才能完成的科技产品。当然这种研究是得到国家和人们大力支持的发展。它的发展对国际影响力是非常大的。人工智能也可以定义为高仿人类，虽然不可能会像人一样具有灵敏的反应和思考能力，但人工知能是按照人类的思想结构等等的探索而开发的研究。
人工智能的开发最主要的目的就是为了替人类做复杂、有危险难度、重复枯燥等的工作，所以人工智能是以人类的结构来设计开发的，人工智能在得到较好的开发后国家也是全力给予支持。人工智能的开发主要也是为了帮助和便利人类的生活。所以人工智能的定义一直以来都是以“协助人类”而存在的。人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的.top域名已经被注册。
以后可能在很多传统行业，比如银行，会有人工智能帮你得到更好的收益。信用卡或其他的贷款会由人工智能来决定哪些人士可以安全地放贷，而且会还钱。然后再往下人工智能可以开始动了，就可以进入工业机器人、商业机器人，终进入家庭机器人。

❸ 人工智能系统是怎么把人脑疾病诊断出来的

医生要失业， “人工智能”明年可为人脑诊病。

“智能医生”明年6月出诊

“为验证人工智能诊断的准确性。明年6月底，我们要在北京进行一场神经系统疾病诊断的‘人机大战’，到时候，这台人工智能机器将和全球最顶级的神经科专家同台竞技。”王拥军颇为自信地说，“我相信那时候机器一定会得到第一名的成绩。”

据悉，神经疾病人工智能研究中心先期已开展了头部MRI、CT影像人工智能诊断产品的研发，是全球首款头部疾病（涵盖了脑肿瘤、小血管病变、大血管病变、脑卒中等）MRI、CT影像人工智能诊断的整体应用产品，预计将在明年6月举办的天坛国际脑血管病会议上正式推出。

作为世界三大神经外科研究中心之一，也是我国唯一的国家神经系统疾病临床医学研究中心，北京天坛医院每年接诊来自全国各地的神经系统疑难杂症患者30万人次，开展手术10000余例，拥有全国最大的脑病组织样本库及血样样本库。“未来将展现出更多的人工智能应用场景，比如神经病理切片人工智能判断，脑神经疾病病人的智能护理，依据病人医疗数据智能制定治疗方案，神经系统疾病的肢体及语言康复训练等。”王拥军说。

脑病人的福音啊！

❹ 人工智能能最终战胜人类吗

首先，人工智能是不可能建立在现代计算机基础上的。因为现代计算机的一切都是需要人给出模式的。它不可能有创造性的思维能力。
关于人脑和人工智能，著名的歌德尔定理就一直在被运用到这一领域。计算机到现在有了极大的发展，但是基本原理还是冯·诺依曼提出来的，只是速度和效率大大提高了。从根本上说，计算机的程序，就是一种基于2进制数字运算的命题演算系统。其中给出的公理是有限的，规则是可计算，而判定出命题的真伪时，输出结果，停机并转向下一个命题的处理。这就符合了哥德尔第一不完备定理的条件。可如该定理所说，这样的系统必然是不完备的，也就是说至少有一个命题不能通过这样的“程序”被判明真伪，系统在处理这样的命题时，就无法“停机”，用俗话说就是被“卡”住了，永远不能绕过（举个很简单的例子，就是计算圆周率，永远计算不出结果）。无论你怎样扩充公理集，只要是有限的，这个现象就始终存在。而无限的公理集对于计算机来说，就意味着无限大的存储空间，这显然是不可能的。因此，有些数学家，如彭罗斯就认为，这表明了计算机是有致命缺陷的，而人类的“直觉”不受该定理的限制，所以计算机永远不可能具有人脑的能力，人工智能期望中的真正具有智慧的“电脑”，只不过是如“皇帝的新衣”那样的“皇帝的新脑”。关于这个问题的详细情况，可阅读彭罗斯的《皇帝新脑》。
为什么人脑与电脑有这样的根本差别呢，彭罗斯认为可能是量子力学不确定性和复杂非线形系统的混沌作用共同造成的。但也有的数学家并不这样认为，他们指出，人脑就基本意义和工作原理来说，与人工智能原理的“图灵机”无根本差别，电脑也存在上述两种作用，这就说明人脑也要受到哥德尔定理的限制。两者间的差别，可用包含非确定性的计算系统说明，就是所谓的“模糊”处理。人脑正是这样的包含了非确定性的自然形成的神经网络系统，它之所以看上去具有电脑不具备的“直觉”，正是这种系统的“模糊”处理能力和效率极高的表现。而传统的图灵机则是确定性的串行处理系统，虽然也可以模拟这样的“模糊”处理，但是效率太低下了。而正在研究中的量子计算机和计算机神经网络系统才真正有希望解决这样的问题，达到人脑的能力。
对于电脑是“真脑”还是“皇帝的新脑”，还存在很大的争议，有很多的问题需要解决，很多都是现在世界上的顶尖科学家研究的尖端课题。各方面研究都表明，人脑在“运算”时，的确与电脑的基本原理是一样的，只不过电脑是用电子元件的“开、闭”和电信号的传递体现，人脑则表现为神经原的“冲动、抑制”和化学信号（当然也包括电信号）的传递。这与哥德尔定理的条件没有本质上的差别。而认识过程中的“思维是客观实在的近似反映，语言是思维的近似表达”这点，正是受哥德尔定理限制的结果。就拿语言（指形式上的）来说，完全可以转化为有限公理和一定规则下的符号逻辑系统，也就是一种符合定理条件的形式公理系统。该定理恰恰说明，这样的系统中不完备，存在不能用该系统证实的命题，对于这个系统来说，就是语言对思维的表达不完全，也就是我们常说的“只可意会，不可言传”。这也与我们经常感觉到的“辞不达意”是相吻合的，任何形式上的语言都不能完全准确的表达我们的思想。还有另一个事实也说明这点，就是翻译。文对文的形式语言翻译虽然不难，可是如实地表达原来语言中的准确蕴义就非常难了，甚至可以说是不可能的事情。如果能证明人类的思维也可以转化为这样的形式公理系统，那人脑也一定受哥德尔定理的限制。
人工智能和人脑的问题我们先说到这里。接下去说一下人类毁灭和被什么替代的问题。如果人类在未进化到一定程度前就被毁灭，那这一话题就无实质意义了。那么我们就说下人类进化后应该是被什么所替代的问题。我个人观点是，人类如果能顺利进化，那之后肯定是摆脱包括肉体的所有有形载体的束缚以另一种能量形式存在于宇宙中的更高智慧体。而人工智能无法避免的需要某种有形载体才能存在。因此被人工智能所取代的想法太过狭义了。

❺ 神经影像“人机大赛”在京举行是哪支队伍获胜了

全球首场神经影像“人机大赛”6月30日在北京举行。来自全球25名神经系统疾病诊断专业人士组成“人类战队”对决人工智能应用产品“BioMind天医智”。经过2个小时的酣战，后者胜出。

哈佛医学院神经外科兼放射学教授亚历珊德拉・戈尔比认为，人工智能的定位是辅助作用，在实际工作中，放射科医生要自己读一下图像，然后再对比人工智能的判读结果，从而避免一些可能发生的误差。

亚历珊德拉・戈尔比认为，人文关怀是人工智能无法达到的，且随着诊断效率的提升，人类在这方面的优势会更加凸显，因此人工智能并不会取代人类医生。

作为此次大赛的主办方之一，国家神经系统疾病临床医学研究中心副主任、北京天坛医院常务副院长王拥军表示，神经系统是一个万向链接的网络，最适合开展人工智能研究。“人工智能通过对海量疾病信息的深度学习，持续提升疾病的诊断效率”，“人工智能应用在神经疾病预防、诊疗、预后和康复等阶段，都具有无可比拟的优越性，未来将在神经疾病医疗领域带来一场颠覆性的技术革命。”

据悉，此次BioMind天医智赢得比赛，大赛组委会将设立“天医智脑卒中基础研究基金”，为更多神经系统从业人员人工智能研究课题提供资金支持。

❻ 人工智能是什么电脑有可能战胜人脑吗

简单的说人工智能就是人类通过编写程序来让机器做一些模仿人类思考问题的回过程来控制机器来做一些操答作。就如楼上所说以现在的科技来说电子元件时候出现电脑战胜人脑的事情是不大可能，也许将来会有。但现在是不可能。

❼ AI医生能取代人类医生吗

目前AI医生尚不能解决人与人关系中的情感和人文关怀问题，无法察言观色，也无法“善解人意”并做出安慰和鼓励。

“BioMind”更胜人类医生一筹的原因还在于，它是在人类医生指导下学习肿瘤诊断的。通过系统学习北京天坛医院近十年接诊的数万例神经系统相关疾病病例影像，对脑膜瘤、胶质瘤等常见病领域的磁共振影像诊断能力相当于一名高级职称医师的水平甚至更高。不仅如此，它基本上已经掌握了50种颅脑肿瘤的神经影像，这是任何一名人类医生都难以实现的。此外，“BioMind”每10分钟的读片量相当于一名人类医生一天的工作量，这意味着诊断结果立等可取。

不过，即便AI医生优势明显，但也并非全然令人满意。由于强大的学习能力，“BioMind”的准确率应该在90%以上，但实际上并没有达到这个水准，这说明AI的学习功能还有待提升。同时，AI医生的强大和准确是建立在对已知病例、特征、表象等的学习之上，如果接诊病例中有稍微不同于既有肿瘤特征和表象的，它就会不知所措。不仅如此，神经影像需要人类医生来操作和摄取：在什么地方、部位和角度摄取，获得影像的结果和表象是不一样的。

事实上，对于疾病诊断，判读影像只是一种方式，还需要结合其他诊断技术，如听诊、体格检查、化验来综合判断病情，问询病人病史，查阅大量文献来对比研判。遇到似是而非的复杂病例，还需要调动人类医生的经验甚至直觉来分析判断，这就意味着对技术本身的超越。譬如，一些十二指肠溃疡的表现会像胰头癌，依赖各种影像学检查都会显示胰头像癌一样肿大，肠镜检查也无法正确诊断，唯一的做法是剖腹探查。没有科学的综合分析能力，纯粹依赖技术，就容易造成误诊。更重要的是，目前AI医生尚不能解决人与人关系中的情感和人文关怀问题，无法察言观色，也无法“善解人意”并做出安慰和鼓励。所有人类医生都知道医生的座右铭：有时是治愈；常常是帮助；总是去安慰！

当然，我们不必否认AI医生的技术水平，其优点可以让它们作为人类医生的好助手。开玩笑地说，现阶段AI医生还没有取得法人地位或行医资格，所以医生们并不用太担心，能为人类负责的只能是人类自己。

来源：光明网-光明日报

❽ 医学影像学会被人工智能取代吗

近年来，人工智能(AI)以各种方式进入了日常生活，从智能手机的语言识别工具到金融交易专的分析，到属自动驾驶汽车的算法，以及各种棋盘游戏，医学影像非常有可能是不久后的一个根本性的转变。
AI智能影像产品可以帮助放射科医生提升诊断的准确率、节省工作量不断加大的放射科医生的时间，以及可以进行良恶性检测和自动生成检测报告等。本文将从国外媒体报道和国内AI医疗影像企业盘点两方面来解读。

❾ 人工智能可以取代医生吗

虽然人工智能越来越普及，虽然有一部分工作可以代替医生，但在一些领域，特别是需要丰富临床经验的领域还是没有办法代替人。
1、以Alpha Go围棋战胜李世石为例，围棋的每一步下法都可以通过穷举的方式得出，但是病理确实一个非常复杂的过程，影响的因素也是很难估计，基本无法穷举；
2、人工智能出现诊断失误导致医疗事故的代价是巨大的
3、人工智能的来源也要靠广大一线的医生积累的经验来不断改进；
综上，人工智能不能取代医生，但可以辅助医生