夜雨聆风AI（人工智能）正在从传统产业的“辅助工具”蜕变为科学前沿的“主动发现者”。
7月19日，在2026年世界人工智能大会（WAIC）的“思想者论坛”上，图灵奖得主姚期智发表了题为《人工智能的威力及其局限》的主题演讲。他从理论计算机科学的独特视角出发，深度剖析了AI的底层逻辑与局限性，并描绘了一幅由“AI for Science（AI驱动科学研究）”走向“Quantum AI（量子人工智能）”的蓝图。
AI的底层本质依然是图灵机，
等待与量子结合加速
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。
然而，AI的力量是否存在局限性？对此，姚期智给出的回答是肯定的：“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）。”
姚期智进一步解释道，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。他列举了两个典型实例：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。
姚期智强调，厘清这些理论边界，对于构建安全、可控的AI治理体系至关重要。未来3至5年内，AI for Science将迎来最令人激动的黄金期。目前，AI已经开始跨越简单的自然语言索引，展现出进行严格理论推演和重大科学发现的能力。
基于上述基础，从更长远的角度来看，作为两大现代科技“巨星”，AI与量子技术正走向历史性的交汇与双向赋能。
姚期智表示，第一阶段是“AI加速量子计算”。量子计算40年来的最大瓶颈在于量子比特极易受到外界噪声干扰，而通过机器学习和大量样本训练出的神经网络，已经能够成功“学到”量子纠错解码器的构建方法，帮助如谷歌Willow等新型量子芯片将逻辑门错误率降至1%的临界阈值以下，为稳定、可靠的量子计算奠定了关键基石。
而“双星汇聚”的下一阶段，则是“量子计算增强AI”，乃至最终“量子AI”的出现。姚期智指出，当未来的机器学习不再运行在传统图灵机架构上，而是以量子机器作为基础算力架构，直接去处理、学习量子数据时，人类将获得超越现有图灵机极限的全新认知工具。
姚期智表示，中国在量子技术领域或许正处于领跑地位。“我记得我们在2016年就发射了全球首颗量子科学实验卫星，名为‘墨子号’。借助它，我们能够跨越云层实现基于量子密钥分发的安全通信。实际上，中国还建设了纵横全国并连接海外的远距离量子密钥分发网络。”
展望未来，姚期智表示，未来5至10年内，量子AI领域将取得显著进展：“随着时间的推移，大家终究会对常规AI的各种花样感到疲劳，它迟早会淡出头条。而我相信，届时量子AI将会登场，它将在人类科学探索的马拉松中点燃新的火花，在关键时刻维系科学的薪火相传。”
把AI当作合作伙伴，
科学研究的范式将发生翻天覆地的变化
那么，面对AI从工具到“队友”的演进，青年科研人员与年轻学子应该何去何从？
对此，姚期智在会后互动环节中指出，在可见的未来，AI的飞速发展虽然会率先优化并取代诸如初级代码编写等系统性、重复性的基础工作，但在可见的未来，AI不可能替代爱因斯坦等顶尖科学家：“无论处于哪行，最重要的事情是去衡量哪些工作是AI不能做的，并努力充实自己这方面的能力。”
姚期智进一步指出，在目前的阶段，不要把AI单纯看作一台不出错的机器，而要把它当成合作的伙伴：“既然是伙伴，他就可能会犯错，我们需要建立机制去过滤这些错误。”
同时，姚期智预测，在未来的两三年内，科学研究的范式将发生翻天覆地的变化：“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、有了什么想法，而是你加上你所能够使用的AI工具，成为一个Team（团队）……科研正变得越来越像是一项团队运动。”
在这个新范式中，人的关系依然至关重要。姚期智强调，当前的AI大模型依然缺乏“创造观念”以及“把具体真题抽象化”的能力。因此，未来的科研人员和年轻人若想提升自我、不被机器替代，核心就在于要学会“看清事情背后的故事，并拥有将其提炼出来的抽象化能力”。
同时，姚期智勉励年轻学子，在本科期间要夯实数学、物理等底层逻辑训练，并培养一些艺术修养，同时保持对科学发现最纯粹的天性与喜悦。
姚期智总结道：“在物质温饱早已不是问题的现代社会，人最难得的是如何获得内心的喜悦，就像小时候第一次拿到巧克力糖或小玩具时的那种快乐，科学家在证明一个定理、发现一个新现象时的成就感，本质上就是这种纯粹的喜悦，而不是为了别的。如何保持这种天性，是一个很难的问题。”
