研究员｜卢杨
在WAIC2026“思想者论坛”上，图灵奖得主姚期智预言，量子AI将在十年内点亮新的认知火种。
他判断，未来3至5年内，AI for Science将迎来最令人激动的黄金期：AI已开始展现出进行严格理论推演和重大科学发现的能力。
姚期智指出，当前AI之所以展现出改变世界的惊人威力，本质上源于计算范式的深刻变革。传统的计算机科学完全依赖研究人员的数学分析和硬编码算法，而以机器学习为核心的现代AI，则通过“从数据中学习”这一范式，实现了此前无法想象的突破。
同时，姚期智也指出AI的局限性。他说：“即使数据再庞大，AI的底层本质依然是一个增强了数据集的图灵机，无法解决图灵机解决不了的停机问题（Halting Problem）。”
姚期智认为，在数学与物理的客观规律面前，AI存在着无法逾越的刚性边界。例如在信息安全领域，具有坚实数学假设基础的传统公钥加密系统（如ElGamal加密算法），已被证明可以抵抗包括AI在内的任何计算机系统攻击；而在物理学层面，利用宇宙物理定律构建的“量子密钥分发（QKD）”技术，则在原则上能够完全阻断任何纯计算机驱动的AI黑客破解。
2024年图灵奖得主萨顿也在该论坛上提出，AI正告别“人类数据时代”，步入属于自身的“经验时代”。
萨顿直言，当前AI取得的诸多突破，归根结底是“大规模模式识别”的胜利，“今天更多取得突破的是计算能力，而不是真正意义上的智能。”大多数模型只是在重组人类已有的文字和标注，本质上是一种高效的知识迁移，而非知识创造。
萨顿认为，未来AI需要的数据，不再只是静态数据集，而是来自智能体自身的第一视角经验，即它与世界持续交互过程中产生的数据。随着智能体不断行动，它获得新的观察、采取新的行为、得到新的奖励，这些经验不断循环，形成持续学习的数据来源。这是人类和动物学习的方式，AlphaGo正是依靠这种方式学会下棋。
萨顿强调，目前的大语言模型缺乏持续来自经验世界的反馈，存在天然局限，它们容易产生事实性错误，也无法依靠自身经验不断修正这些错误。
在他看来，当前AI仍“比较弱小”，但它已经非常有用，催生了新的产业。而真正的自主智能，虽然尚未降临，但人类正在向着智能的方向迈进。“欢迎大家来到经验时代。”
姚期智认为，AI更长远的变量，来自量子计算。他描绘了一条清晰的演进路径：先是AI辅助量子纠错，帮助量子芯片跨越稳定性门槛；继而量子算力反哺机器学习，最终催生“量子AI”。当算法运行在量子架构之上、直接处理量子数据时，人类将获得一套超越经典图灵机极限的认知工具。他乐观预计未来五到十年内，量子AI将接过常规AI的接力棒，在科学探索的长跑中“点燃新的火花”。
对于年轻一代，姚期智给出的建议是：不必焦虑被机器取代，而应锤炼那些AI尚不擅长的能力：洞察事物背后的本质、提炼抽象模型、保持纯粹的好奇心。“将来的科学研究，一个人核心能力的竞争，不再仅仅是你传统上学到了什么知识，是你加上你所能够使用的AI工具”。
编辑｜张猛 邱慧
热门跟贴