【诺奖得主和图灵奖得主预测AI：AI会拖慢科学？夺走人的工作？两位诺奖级学者给出不同答案】10月20日，2026可持续全球领导者大会高端对话环节，2010年诺贝尔物理学奖得主安德烈·海姆与2007年图灵奖得主约瑟夫·斯发基斯同台，围绕“AI如何改变科学研究”展开思想交锋。主持人为上海交通大学上海高级金融学院教授蒋展。两位学者一个从材料科学实验出发，一个从形式化验证与系统安全出发，对AI的能力边界给出了互补而迥异的判断。

蒋展首先抛出假设：若海姆在AI时代重做石墨烯研究，会有什么不同？海姆表示，AI肯定会改变研究方式，但它本质上是计算工具，像谷歌改变文献检索一样，帮助快速理论计算、生成洞见、进入陌生领域。他随即泼冷水：问错了问题就会得到愚蠢回答或幻觉，必须像警察一样审问式追问。他反对将AI神秘化——“让它生成视频，你觉得是电脑生成的；让它生成中英文，反而觉得更智能”，这种感知偏差需要警惕。

斯发基斯则从科学发现的结构切入。他认为AI展现的是“狭隘智能”：能找反例，却不能打造全新领域或新理论。科学发展包含框架定义与具体结果分析两部分，人类科学家擅长构建框架、具有创造性，AI强项在分析多维数据、生成综合信息，而人类认知复杂度有上限。被问及人类介入是否会拖慢AI时，他主张技能互补、和谐协作，但划出红线：AI可以依赖无法理解的预测，那只是“神谕”式的有用性；若将AI产生而人类无法理解的知识当作科学知识，就是伪科学，与人类科学并存才是真正风险。

宏观层面，海姆判断AI将加速职业结构洗牌：图书馆管理员因谷歌而式微，初级律师、初级专业人员、简单程序性工作也将被承包给AI，家庭医生则需与AI结合。他主张充分利用工具加速转型。斯发基斯则强调，AI系统是黑盒子，传统物理、化学系统行为可理解，AI系统却缺乏确认与验证方法，工业自动化、智能制造、自动电气系统等领域若AI不可靠便无法集成，建立可信AI系统将是巨大竞争优势。

对话尾声回到ESG与年轻一代。海姆重复百年前的答案：机器夺走工作，人要调整适应、与机器合作而非抱怨。被问及人人使用同样AI工具是否会损害批判性多样性，他回答：很多人做大致相同的事却得到不同结果，未知远多于已知，同样问题向不同大模型提问会得到不同答案，关键在于人如何不断追问。“你需要聪明使用工具，否则你自己本身就成为一个工具。”

余丰慧

诺奖与图灵奖得主同台交锋：AI是科研神助攻，还是伪科学制造机？

AI正在重塑科学研究，但它到底是“万能神药”还是“黑盒陷阱”？10月20日，在2026可持续全球领导者大会上，两位顶尖大脑给出了截然不同的答案。

2010年诺贝尔物理学奖得主安德烈·海姆，和2007年图灵奖得主约瑟夫·斯发基斯同台对话。一个搞材料科学，一个搞系统安全，两人的观点互补又充满火花。

海姆的观点很直接：AI就是个强大的计算工具。如果当年用AI研究石墨烯，它能帮忙快速理论计算、进入陌生领域。但他马上泼了一盆冷水：“问错了问题就会得到愚蠢回答或幻觉。”他反对神化AI，甚至点出了人类的感知偏差：“AI生成视频，你觉得是电脑干的；AI生成中英文，你反而觉得它聪明。”他提醒大家，必须像警察审问嫌疑人一样，不断用追问去“审问”AI。

斯发基斯则从科学发现的底层结构切入。他认为AI只是“狭隘智能”：它能找出反例，却无法像人类那样从零构建一个全新理论框架。他划出了一条极其清晰的红线——如果人类把AI生成、却无法理解的知识当成科学知识，这就是伪科学。“与人类科学并存，才是真正的风险。”

宏观层面，两人对就业的预测也不尽相同。海姆认为AI将加速职业洗牌，初级律师、初级程序员等“程序性工作”将被大量替代；斯发基斯则强调，目前的AI是个“黑盒子”，在需要极高可靠性的工业控制和自动化领域，如果不能建立可信的AI系统，一切都无从谈起。

对话最后，海姆给年轻人留了一句狠话：“你需要聪明地使用工具，否则，你自己本身就成为了一个工具。”