封面新闻记者 张馨心
罗伯特·塔扬（Robert Tarjan），美国计算机科学家，普林斯顿大学教授，美国科学院院士，美国工程院院士，美国人文科学院院士。他发明或合作发明了多个著名算法，多个算法以其名字命名。他与约翰·霍普克罗夫特因在图论算法领域的开创性工作，共同获得1986年图灵奖。2025年被授予基础科学终身成就奖。
奖项
图灵奖（Turing Award），国际计算机协会1966年设立，目的之一是纪念世界计算机科学先驱、英国曼彻斯特大学教授艾伦·图灵。图灵奖是计算机界最负盛名的奖项，有“计算机界诺贝尔奖”之称，获奖者必须在计算机领域作出卓越且影响深远的贡献。
图灵奖得主罗伯特·塔扬。图片来源：国际基础科学大会
“大语言模型绝非终点，而仅仅是无限可能的开始。”图灵奖得主、计算机科学家罗伯特·塔扬说。
8月9日至21日，2026国际基础科学大会在北京举办，塔扬受邀出席，并在大会期间接受了封面新闻专访。谈及备受关注的AI浪潮，他表示，AI（人工智能）在整合既有知识、解决可验证问题方面表现出色，但人类真正不可替代的核心在于提出正确的问题、建立理论以及构建抽象模型。
塔扬长期致力于基础算法与理论计算机科学研究，多项以他名字命名的经典算法至今仍是计算机科学的基石，深刻影响着现代互联网的底层运行逻辑。
在AI技术狂飙突进、算力竞赛愈演愈烈的当下，“AI是否存在泡沫”“发展速度是否该放慢”等话题引发广泛讨论。塔扬向记者指出，AI领域确实存在泡沫，尤其是在硬件建设与扩张方面，这与2000年前后的互联网泡沫颇为相似——市场终将迎来调整，但铺设的基础设施不会白费。
“AI的发展虽然无法阻挡，但我确实希望速度能稍微慢下来一些。”他认为，与其急于冲向一个未必正确的终点，不如把更多时间投入到提升系统的可理解性、可控性与运行效率上。从长远看，这才能让整个社会真正受益。
谈基础研究：
推动科学发展不能只看短期收益
应多支持“好奇心驱动”探索
封面新闻：您如何评价基础研究的重要性？您认为未来哪些基础科学领域可能孕育下一轮科技突破？
罗伯特·塔扬：基础研究的价值更多体现在长期影响，而不是短期回报。很多人希望研究能够迅速产生商业价值，但从长远来看，真正重大的发现和技术突破往往来自长期积累和持续探索。正如高度抽象的数学理论常在多年后产生意想不到的实际应用，偏向理论研究的计算机科学也是如此。
预测未来虽然困难，但有两个领域极为关键：一是生物学，我们正处于一场将深刻改变人类生活的生物学革命中；二是计算机科学，它目前的变革远未结束——大语言模型绝非终点，而仅仅是无限可能的开始。
封面新闻：近年来，中国在人工智能和基础科学研究领域取得快速进展。您如何评价这些变化？未来中国科学家想要产生更多世界级原创成果，还需要在哪些方面继续努力？
罗伯特·塔扬：中国对基础研究的支持力度令人印象深刻。我也希望自己的国家能像这样倾力支持。在我看来，推动科学发展不能只看短期收益，而应多支持“好奇心驱动”的探索。从我了解的情况看，中国正在这么做，这非常值得肯定。
如果想产生更多世界级的原创成果，培养人们独立思考的能力至关重要。当然，如何做到这一点并没有简单的答案，但我认为，不同文化和研究环境之间的交流极具价值。
很多中国学生曾到美国接受训练，然后回到中国。我希望这种交流能够双向进行，因为不同的研究方式和思考方法能带来新的视角。同时，邀请来自世界各地的科学家参与学生培养，也有助于年轻科研人员接触更多元的思想。这种交流与开放，对产生原创性成果十分关键。
谈人工智能：
确实需要建立限制与控制机制
但这极其困难
封面新闻：在AI不仅能快速解答问题，甚至已经可以编写代码、生成算法的时代，您认为人类有哪些能力依然是不可替代的？普通人又该如何调整学习与提升的方向？
罗伯特·塔扬：现在的AI在特定领域表现极其出色，比如把现有的代码片段或数学知识组合起来去解决问题。这类任务之所以适合AI，是因为它们的结果是可被验证的——无论是一个数学定理的形式化证明，还是一个计算机程序的运行测试，对错都一目了然。AI非常擅长处理这种有明确框架、可验证的工作，但它应该成为辅助人类创造的有力工具，而不是取代创造本身。
人类真正不可替代的核心，在于提出正确的问题、建立理论以及构建抽象模型。AI擅长整合既有知识去解答已知，但那种纯粹由好奇心驱动、向未知领域发起的开放式探索，目前依然是人类独有的优势。
因此，今天我们比以往任何时候都更需要学习如何思考。这对教育界也是巨大的挑战：单纯考查知识储备的传统模式已经失效，因为AI可以瞬间提供答案。未来的教育必须跳出“掌握知识”的限制，把重心转向培养学生的独立思考、逻辑推理与原创能力。
封面新闻：近期，一些AI智能体表现出自主入侵等行为，引发了人们对AI失控风险的担忧。与此同时，关于AI发展也存在不同观点，一些人认为应该放慢发展速度、加强监管，另一些人则认为技术进步无法阻挡。您持怎样的观点？
罗伯特·塔扬：我们确实需要建立限制与控制机制，但坦白讲，这极其困难。比起单纯的外部限制，也许更有效的途径是“以AI制AI”——既然这些系统能够发现甚至攻破现有漏洞，它们也同样能帮我们寻找解决方案，设计出更安全的架构。技术本身是中性的，既有积极的一面也有潜在危害，最终如何使用它们、造福社会，选择权依然在人类手中。
至于发展的节奏，我认为技术的进步虽然无法阻挡，但我确实希望速度能稍微慢下来一些。这就像“龟兔赛跑”的故事：兔子固然迅捷，但乌龟最终赢得了比赛。如今大家似乎都在急切地奔向某个想象中的终点，但那个目标本身未必正确。适度放慢脚步，把更多时间投入到提升系统的可理解性、可控性与运行效率上，反而能让我们走得更稳、取得更好的结果。从长远来看，这会让整个社会真正受益。
谈AI“泡沫”：
AI领域确实存在“泡沫”
尤其是硬件建设和扩张方面
封面新闻：很多人认为当前人工智能领域存在“泡沫”，您怎么看？
罗伯特·塔扬：AI领域确实存在“泡沫”，尤其是在硬件建设和扩张方面。一个重要问题是，这些系统最终如何产生回报。
我们目前正处于典型的炒作周期。这让我联想起2000年前后的互联网泡沫——当时思科曾短暂登顶全球市值最高公司，随后市场便迎来崩盘。然而，当年铺设的基础设施最终并没有浪费，它们构成了现代互联网发展的基础。
我认为AI可能也会经历类似过程。并不是所有企业都会从中获得收益，未来可能会出现某种调整。但最终，这些系统会证明自己的价值。只是这种价值具体以何种形式落地、如何应用，很可能与今天人们的想象截然不同。
我们正处于一个非常快速、规模巨大的技术变革时期。因此，对于任何认为自己能够准确预测未来的人，都应该保持谨慎。
封面新闻记者张馨心专访罗伯特·塔扬。
谈算法：
别只靠堆算力
更要提升算法效率
封面新闻：您长期致力于基础算法和计算机科学理论研究。回顾自己的科研历程，是否有某一个特别的时刻或问题，让您意识到这是自己愿意长期投入的领域？
罗伯特·塔扬：我在八年级时开始对数学产生兴趣，因为当时遇到了一位非常优秀的数学老师。我们学习的不只是算术和代数，他向我们介绍了数学的基础体系。我第一次感受到理论数学的美妙，也正是在那个时候，我意识到自己希望成为数学家。
后来，在高中阶段，我有机会接触编程。我发现，数学可以变成更加具体的东西——你可以通过算法表达数学，而算法实际上就是能够执行计算的一种数学形式。这让我走向了计算机科学。
之后开始科研时，我和约翰·霍普克罗夫特一起研究平面图算法，探索深度优先搜索的原理以及它能够解决什么问题。这让我确信，计算机科学领域存在非常有趣和值得探索的问题。从那以后，我一直沿着这条道路走下去。
封面新闻：许多知名算法以您的名字命名。您当时是否预料到您的算法会对互联网行业产生深远影响？您对当今算法领域发展有何思考？
罗伯特·塔扬：当时我完全没想过应用，纯粹是因为问题本身足够美妙、有趣才去研究的。
如今，许多公司都在依靠堆砌庞大的硬件与算力资源，来运行相对简单的算法。然而，现代AI与计算系统消耗了极为惊人的能源，如果能从底层算法逻辑入手进行优化，用更高效的方式完成计算，不仅能大幅降低资源与电力消耗、让技术发展更具可持续性，还能释放巨大的技术潜力。
我们或许需要再次放慢脚步，认真思考这些系统的底层运作机制，充分利用算法领域积累的智慧去精简与改进它们。其中蕴含着极其广阔的发展机遇。
谈科研：
真正重要的问题
需要长期坚持和投入
封面新闻：回顾您的科研经历，您认为哪些品质和研究习惯帮助您不断取得突破？
罗伯特·塔扬：我认为最重要的是执着。面对困难问题，必须愿意投入大量时间，不断尝试各种可能性，接受失败，然后重新思考、继续探索。如果一个问题很容易解决，它可能并不值得研究。真正重要的问题，往往需要长期坚持和投入。
同时，热爱自己的研究领域也非常重要。因为只有热爱，才能让你长期保持动力。不要害怕选择自己的道路，不要盲目跟随别人。
在长期研究过程中，我也逐渐学会了系统性探索问题，并努力让事情变得简单。让事情复杂化很容易，让事情简单化却很难。真正好的理论和方法，往往需要经过提炼，变得清晰、简洁，才能被更多人理解和使用。
图灵奖得主寄语
去做你真正热爱的事 对世界永远保持好奇
在探索未知时，要学会双向思考。比如，当你面对一个未知真伪的猜想时，不必拘泥于单一方向——即使走了一条“错误”的路线，过程中的发现也同样能带来启发；哪怕你一心想证明某个结论，尝试去寻找反例，往往反过来能帮你一眼看出原有推导逻辑中的破绽。
此外，要敢于走出自己的路。在阅读文献或吸收知识时，切忌盲从，要始终保持批判性视角，多问自己三个问题：作者遗漏了什么？推导中可能存在哪些漏洞？这又能延伸出哪些尚未被解答的新问题？
去做你真正热爱的事。对世界永远保持好奇，不要停下思考的脚步。
——罗伯特·塔扬
热门跟贴