本文转自：青年报
两位大咖隔空对话：“谁来创造未来”“未来为了谁”
人才的“成色”与技术的“归处”，答案都在“人”身上
记者 刘晶晶
人工智能正在重塑世界，但在2026世界人工智能大会上，两位大咖却不约而同把话题拉回到了“人”。在昨日大会现场，图灵奖获得者、中国科学院外籍院士约翰·爱德华·霍普克罗夫特追问“谁来创造未来”，复旦大学浩清特聘教授、复旦大学通用物理智能研究院首任院长苏昊则抛出思考“未来为了谁”。
在这场人工智能大会上，两位学者虽然讨论的是不同的话题，却都把人工智能的发展落脚到同一个答案——技术不断向前，最终仍是为了人的成长、人的创造和人的价值。 青年报记者 刘晶晶
霍普克罗夫特：
大学要培养能够适应变化的人才
“我们正身处一场信息革命中，其影响将远超工业革命。”
霍普克罗夫特认为，人工智能的发展还将持续发生重大变化。
他回顾了AI发展的关键节点：2012年，“AI教父”杰弗里·辛顿赢得ImageNet图像识别竞赛，使AI从小众学术研究蜕变为主流学科，创造了数百万个就业岗位；2015年，压缩互联网内容的探索催生了ChatGPT，并推动了大语言模型发展。“未来，人工智能很有可能还会经历更多根本性的变革，所以旨在驾驭人工智能和信息革命的战略必须具备适应变化的韧性。”
而在他看来，最能适应变化的战略，就是培养能够探索并且应对全新发展方向的人才。
“中国现在正在采取这一战略。”霍普克罗夫特说，“在过去，黄金、石油和农业决定了国家强盛与否，而在未来，人才才是核心竞争力，致力于培养人才的国家将成为世界领先的强国。”
霍普克罗夫特表示，中国正在推进的人才培养战略值得关注。其中，“101计划”为全国1300多所高校统一开发课程资源，通过提升本科教育质量培养更多创新人才。仅有课程改革还不够，高校评价体系同样需要改变。他提出，一种可行的策略是对各高校进行教学质量评估，将结果反馈给校长，“应执行立足于本科教学质量的科学评估”。
“教育的一项重要使命在于引导学生发现他的志趣所在，并且规划一份能够让他们感到乐在其中的职业生涯。”霍普克罗夫特说，他曾与多位诺贝尔奖获得者交流，“他们无一例外地表示只是单纯地在探索那些自己热爱的事物。”他说，强行要求科研人员仅局限于特定应用型的研究也许能够解决具体的应用问题，却难以开辟出一些新的研究方法，也没有办法使其应用于细分领域并创造出数百万个就业岗位。“这种方法也不可能诞生诺贝尔奖和图灵奖级别的成果。如果我们希望培养出能够获得诺贝尔奖和图灵奖的人，就需要减轻他们的工作负担，让他们有充足的时间探索自己真正感兴趣的领域。”
霍普克罗夫特表示，评价指标很重要，决定了会收获何种结果。但他也直言：“很多高校似乎都非常重视提升本校的国际排名。国际排名也是根据科研经费、论文数量和质量、获奖企业等来进行评定的，这些指标比较容易量化评估，却没有办法提升教育的质量。”他强调，“101计划”的重要组成部分就是将高校的评价体系从以科研为导向转变为以教育质量为导向。
苏昊：
物理智能的使命，是“把人还给人”
“对物理智能我是坚定的乐观派。看清幻觉是为了让现实来得更快。”在聊到智能最底层的基石——物理智能时，苏昊这样表示。
大模型的进步大家有目共睹，但为什么最聪明的模型也难免产生幻觉？苏昊认为，最本质的原因是语言是世界的投影，人类先在物理世界摸爬滚打，才把经验压缩成语言。模型学习的一直是这道“影子”，却从未见过投下影子的实体。
他表示，大模型能流利地描写杯子掉在地上会碎，却从没有机会感受一只杯子的重量，知识没有现实的锚点，说错了也无从自知。“你可以在屏幕里雄辩，但你说服不了重力。大模型的幻觉很大程度上就出在没有身体，要走出幻觉必须亲身体验，把自己交给物理世界去裁判，作出预测、采取行动、被现实修正。这个古老的过程叫作‘实验’，也是物理智能的关键。”
苏昊提出，物理知识至少有六层阶梯：物体、状态、动力学、功能、目标、行为。“从物体到行为。越往上越不是看会的，越得在物理世界中亲手去做。每个婴儿的头两年都是沿着这道阶梯一层一层爬上来的。”但模型没有这样的“童年”。“语言模型是幸运的，互联网早已替它把语言知识聚合完毕，而物理知识没有这份幸运。”因此，聚合就是这一代人要完成的科学工程，把视频的广度、方程的精确、真机的真实、直觉的细腻融进同一个模型，互相校准补盲，把阶梯补完整。
“今天的AI会写诗、会写代码、会做PPT，但它帮不了一位老人翻身，智能的价值大多还停在数字世界，可人最沉重的那些需求全部在物理原子世界。”苏昊指出，需要照护的老人日益增多而人手却在减少，高空、井下、高温环境中危险繁重的作业也面临劳动力短缺的问题。物理智能不是人的替代者，而是人的协作者，填补的是劳动力的缺口：把翻身、搬运这样的体力活儿交给机器，把照护者的时间还给陪伴与关怀；把危险的作业交给机器，让人退居安全线之后，承担判断与创造。他说，物理智能的使命是“把人还给人”。
关于物理智能如何到来，苏昊表示：“它不会在某场发布会上一夜实现，会更像当年的电气化，先点亮工厂和仓库，再走进商家和医院，最后才走进千家万户。”而这条路上最险的一段是演示与产品之间那道可靠性的鸿沟：“填平它靠的不是热闹，是基础工作，是积累数据。靠的是行业标准、供应链，还有最难攒的社会信任，信任只能靠可靠性一点一点去挣，而这份信任也是物理智能落地最底层的那块基石。”
■03
Pycard 基因敲除小鼠
