图灵奖得主姚期智最新演讲:AI的第一性原理

近日，在2026世界人工智能大会（WAIC）上，图灵奖得主、中国科学院院士、清华大学交叉信息研究院院长、人工智能学院院长、上海期智研究院院长姚期智，带来了题为《AI 的第一性原理：人工智能的威力及其局限》的主旨演讲。

在长达一小时的分享与随后的问答环节中，姚期智从理论计算机科学的视角出发，系统性地阐述了AI能力的边界、AI与科学的双向赋能关系，以及量子AI这一前沿方向。他同时就青年人如何在AI时代做研究、如何面对AI的"幻觉"等现实问题给出了自己的思考。

01

AI的本质

姚期智在演讲开篇便直指核心问题：AI的能力是否存在边界？

他从机器学习的基本框架入手进行分析。机器学习给定一个任务和模型模板，模板由参数θ决定——这是一类算法的集合，研究者一开始并不知道该选哪一个。首先要解决"表征问题"：模板里是否存在一个合适的θ，能让算法完成任务？其次是"学习问题"：能不能在合理的时空成本内找到这个θ？

"和几十年前艾伦·图灵确立的主流计算机科学算法思路相比，这个框架最大的不同在于，标准计算机科学中这两个问题通常是合二为一的，研究者不需要外部数据辅助，仅通过数学分析就能完成推导。而机器学习最大的威力，就是把'从数据中学习'加入了算法的武器库。"姚期智说。

正因为如此，AI机器能在围棋上达到冠军水平、能预测蛋白质折叠。当人们担心AI能力过强甚至失控时，搞清楚AI的边界不仅具有学术价值，也对设计安全的AI系统至关重要。

从理论上讲，AI本质上就是加装了一组数据的图灵机，哪怕增加了数据，它依然是图灵机。

02

AI无法解决的问题

姚期智指出，从理论上讲，著名的"停机问题"依然是AI无法解决的——"AI本质上就是加装了一组数据的图灵机，哪怕增加了数据，它依然是图灵机，所以不可能解决'停机问题'。"

但更引人关注的是实际层面的边界。姚期智举了两个例子：

第一个例子与数据安全有关。最新的强AI模型已被用于发起网络攻击，外界担心这类AI能破解所有安全密码。"存在一些加密方法，能抵御所有攻击者，不管是标准算法还是AI系统。"以"选择明文攻击"模型为例，攻击者即使拿到加密盒，反复输入任意明文、获得成千上万组"明文—密文"对，也无法计算出解密密钥。像ElGamal密码这类加密体系，在特定假设下，从数学上就能抵御此类攻击。

第二个例子是量子密钥分发。这种方法能让两个从未谋面的人，只通过电话沟通，最终得到一个只有他们俩知道的随机密码，哪怕攻击者全程监听了所有对话，也猜不到这个随机值。"这听起来简直像奇迹，但确实存在可行的方法，而且这个方法超越了传统计算机科学，用到了物理定律。"它通过物理规律来检测窃听者，如果有黑客试图测量通信内容，会被通信双方察觉。

姚期智特别提到，中国很可能是这个领域的领先国家：2016年，也就是整整10年前，中国发射了全球首颗量子科学实验卫星"墨子号"；中国还建成了覆盖全国、连接海外的长距离量子密钥分发网络，长度超过1万公里，服务于电子政务、跨境金融、电网等关键领域。

这件事AI做不到，任何基于经典计算机的攻击都破解不了它。更关键的是，它的基础是物理定律，所以原则上宇宙中没有任何事物能破解它，除非有人推翻量子力学。"姚期智强调。

03

未来几年AI最令人兴奋的发展方向

在厘清AI的边界之后，姚期智将话题转向了他眼中"未来几年AI最令人兴奋的发展方向"——AI for Science。

他首先分享了一个天文学案例：几个月前，《科学》杂志刊发了一篇论文，第一作者来自清华。研究团队用名为Asterisk AI的神经网络，从已有望远镜数据中重构那些极其暗弱的早期星系。

"这个过程不需要采集新数据，只是处理旧数据，结果就比以前的分析好得多，把可观测的时间线往前推了1亿年，现在已经能接近大爆炸后1亿年的状态了。"姚期智展示的对比图显示，搭载了AI探测器的詹姆斯·韦布空间望远镜（JWST），识别出了更多此前未发现的恒星和星系。

"以前我不担心AI会取代科研人员，因为我觉得AI只是帮我们分析数据、提取信息的工具。但最近我真的开始担心自己的工作了。"姚期智话锋一转，随即又补充道，"当然，很快我就又开心起来，因为最近AI已经开始做出理论突破了，这在以前是人们觉得不可能的事。"

他列举了两个具有里程碑意义的案例：

其一，宇宙学里悬置40年的"宇宙弦问题"——即确定早期宇宙宇宙弦产生引力辐射的功率谱——去年被Gemini DeepThink模型解决，给出了精确的公式。

其二，数学中已存在80年之久的"单位距离问题"——平面上放n个点，最多有多少对点的距离恰好是1——最近被OpenAI的最新模型推翻了埃尔德什的猜想，证明可以比线性更好，而且证明用到了很深的分圆数论技巧。"这整个过程是模型自主完成的，把问题交给它，等两天就能拿到结果。"

04

AI的下一个层次

在演讲的第三部分，姚期智提出了一个更深层的问题：在人类已有的知识体系中，是否存在比现有方法更强大的、能提取信息和创造知识的方法？"要讨论这个问题，我们需要引入物理学的视角。"

他系统梳理了AI与量子计算两大前沿技术的互动关系。

AI帮助量子计算

姚期智回顾了量子计算机的概念从1981年费曼提出，到1993年彼得·肖尔发现量子计算机能解决整数分解问题，再到肖尔三年后提出量子纠错阈值理论的历史脉络。"肖尔发现，如果你能把量子纠错的错误率控制在某个阈值以下，比如单比特逻辑门的错误率低于1%，那么理论上你就可以把量子计算机扩展到任意规模。这和冯·诺依曼当年解决经典计算机可靠性问题的思路是完全对应的。"

过去40年里，纠错一直是量子计算机研发的核心挑战。转折点出现在一年半前：谷歌在《自然》杂志发表论文，介绍了一款名为Willow的量子芯片，上面集成了约100个物理量子比特，能编码出1个理论上可以永久稳定存在的逻辑量子比特，把错误率降到了1%的阈值以下。"这是历史上第一次做到这一点，对所有做量子计算机研发的科学家来说都是极大的鼓舞。"而实现这一突破的核心技术，是一个叫AlphaQubit的解码器，它专门用于量子纠错，通过机器学习的方法用大量样本训练神经网络得到。"现在，全球的科研团队都在跟进这个方向，包括中国的几个团队也处于前沿位置。"

量子增强AI

反过来，量子能否增强AI？姚期智指出，"如果在机器学习的框架里，不用图灵机做学习载体，而是用量子机器作为基础架构，从数据中学习，甚至可以直接学习量子数据，那么在更通用的模型下，是不是能做出AI都做不到的事？"这个问题人们已经研究了10年，最近真的看到了曙光，"一个被称为'量子AI'的方向正在兴起。我个人相信，未来5到10年，我们会看到巨大的进展。"

他说："AI的新鲜感迟早会过去，不会再天天上头条，而量子AI会接棒，刚好让科学探索的火焰持续燃烧。"

05

未来值得关注的AI 研究方向

在随后的问答环节中，姚期智就多个话题给出了自己的见解。

关于AI的"幻觉"

关于AI的"幻觉"问题，姚期智态度鲜明：不要把它过度理想化。"你想要它做有创造力的事，就得拿人来比，但人也会有幻觉，很多艺术家都有幻觉，在'胡说八道'和'一本正经的创造'之间的边界，本来就很难区分。"

他建议，应该把AI当成合作伙伴。"合作伙伴也会犯错，机器当然也会出错，你需要做的是有办法过滤这些错误。这其实就是未来人和AI相处的态度：尊重它，把它当成一个平等的伙伴，同时也要警惕它的错误。"不过他也提醒，"如果和机器走得太近，确实会有问题，如果你完全崇拜机器，就会失去自我。"

当被问及"会不会崇拜机器"时，姚期智坦言："我经常被它吓到。看到它最近能解决那么多深层次的问题，你会觉得它好像真的有思想。"但他随即补充道，"这其实是科学家的态度，你听到别人做出了很棒的成果，一开始可能会被震撼到，但你的态度应该是拥抱它、欣赏它的美，然后向它学习。"

青年科研工作者的发展方向

关于AI时代青年科研工作者该如何自处？一位本科生通过现场提问表达了困惑。姚期智给出了两方面的建议。

在具体策略上，他认为关键是要衡量在所处领域里，哪些工作是AI做不到的，然后去充实自己这方面的能力。"比较初级的编码工作以后肯定会消失。其实美国那边已经能看到这个趋势了，谷歌、苹果这些公司最近一波一波裁员，嘴上说是组织重构，本质上是AI能力提升，他们可以优化整个工作流程了。"未来的竞争模式将变成"你+你用的AI工具"组成的团队与别的团队之间的竞争，"你的能力不再是传统的'掌握基础知识+独立思考'，而是整个团队的能力"。

更根本地说，姚期智认为，至少在可见的未来，AI还没有能力产生特别抽象的观念——"最优秀的科学家解决问题时，看到现象后能抽象问题、创造新概念，这方面AI现在还做得不够好。所以要学会看到事情背后的逻辑，能把核心问题提炼出来。"

在学术品格层面，姚期智强调，最核心的一点就是"真"——不能造假，不要逃避，要直面问题，把物理、数学、计算机的基础打牢。"这类学科特别注重底层逻辑，尤其是物理学，你能看到科学里最深奥、最完善的逻辑，知道什么样的工作是真正的好工作。"

最后，他给年轻人的一段话引发了现场共鸣：

"现在大家温饱都没问题了，好好工作，未来衣食不愁，人最难得的其实是获得内心的喜悦，就像小时候第一次拿到父母给的巧克力、看到小玩具、摸到小猫的那种喜悦。长大后做科学家，证明了一个定理、发现了一个新现象，心里的那种成就感，不是为了别的，就是纯粹的喜悦。怎么保持这份天性，是很重要也很难的事……人生到最后，你的成绩单上写的，是你经历过多少这样的喜悦，感受到多少快乐。"

量子AI的发展前景

关于量子AI何时真正到来，姚期智表示"其实现在已经开始了"，但至于何时会有像AI那样超出专家预料的重大突破，"很难精准预测时间点"。不过有一点是确定的：一旦量子计算机发展到和经典计算机一样的普及程度，它就能从第一性原理出发求解量子力学的方程，将在新材料研发、药物研发等领域给出最正确、最优的思路。"现在AI也在做这些事，但它不是从第一性原理出发，更像是在'猜'。量子计算机的好处是，它有严格的边界，因为它是从第一性原理来的。到那时候，我们真的能实现爱因斯坦那代科学家的梦想。"

当主持人最后问"面对这个扑面而来的时代，我们都准备好了吗？"，姚期智的回答简洁而坚定："我觉得准备好了。"