諾獎、圖靈獎得主在WAIC 2026說了什么？一文看懂

本文來源：開機實驗室 作者：林銘銘，實習生車文恒

在7月20日，2026世界人工智能大會已近尾聲。在今年的WAIC上有數位諾貝爾獎、圖靈獎得主圍繞人工智能發展、安全治理、基礎研究、人才培養等議題展開了分享。開機實驗室梳理了這幾位業界大咖的發言，看看他們在大會上發表了什么觀點。

約翰·霍普克羅夫特

身份：

1986年圖靈獎得主，康奈爾大學計算機講席教授，中科院外籍院士

參加論壇：

7月17日2026世界人工智能大會主論壇、7月19日谷碼智元實驗室·人工智能高質量語料生態論壇

觀點總結：

約翰·霍普克羅夫特在WAIC主論壇和人工智能高質量語料生態論壇上做了演講，兩次演講的內容大致相同。約翰·霍普克羅夫特主要講述了AI與大數據對未來的深遠影響及其應對策略。他認為“人工智能將持續經歷重大變革”，所以國家制定的戰略也需要具備適應性。

霍普克羅夫特非常重視人才的培養，他認為提出培養人才是最關鍵的戰略。他主張大學最根本的使命是培養下一代人才。“教育的重要意義之一在于幫助學生發現自身興趣所在，并規劃出令其滿意的職業道路。從事自己熱愛領域的個人往往成就卓著”。對此他提出了在人工智能時代高校人才培養三大改革路徑：

1. 教育核心在于引導學生發掘內生興趣。

2. 給科研人員松綁，保障自由探索空間。

3. 徹底重構高校教學質量評估機制，把育人質量作為核心考核標尺，弱化論文、經費權重。

另外霍普克羅夫特還提出在招聘教師時應該關注三項品質：“首先，他是否具備卓越的教學能力并關注學生學業成就；其次，候選人能否在整個職業生涯中保持高度活躍的研究狀態；最后，其學術熱情能否經久不衰。”

約書亞·本吉奧

身份：

2018年圖靈獎得主，深度學習三巨頭之一，蒙特利爾大學計算機科學正教授。

參加論壇：

7月17日2026世界人工智能大會主論壇

觀點總結：

約書亞·本吉奧演講中主要講述了前沿人工智能系統的風險及全球治理。他認為現在AI能力指數級增長但缺乏監管，可能導致失控和災難性后果。“具體而言，這包括大規模的非倫理濫用行為（如操縱公眾輿論）、網絡攻擊、威脅兒童安全，以及這些系統日益發展的化學、生物和放射核能操控能力；此外，人工智能自身意圖也可能導致危害。這正是當前最令人擔憂的失控風險。”

對此，約書亞·本吉奧提出了三條社會治理原則：

第一條原則是所有系統在部署前必須被證明和驗證是安全的。“我們應當制定一項通用規則（該規則已適用于其他領域）：所有系統必須首先經過驗證并確認其安全性。任何公司或組織均不得推出可能造成不可接受危害、且危害概率超過可接受或社會公認閾值的系統。”

第二條原則是要建立負責任的風險管理體系，并且主張：“不應僅由各家公司各自為政，而關鍵決策必須真正體現全球人民的福祉。”

第三條原則是人工智能帶來的益處應當惠及所有人，它產生的財富不僅要在國家內部共享，更需在全球范圍內共享，以此避免造成導致世界不穩定的全球經濟分化。

阿里耶·瓦謝爾

身份：

2013年諾貝爾化學獎得主，香港中文大學（深圳）教授。將量子力學與分子力學相結合，極大地推動了酶催化反應機理和生物分子功能的研究。

參加論壇：

7月18日科學智能開放論壇

觀點總結：

阿里耶·瓦謝爾發表了題目為《AI賦能多尺度生物模擬：不可或缺的關鍵互補元素》的學術演講，講述了AI技術與基于物理建模在酶的功能研究與實際應用上的應用，并介紹他本人的一些研究成果。瓦謝爾在演講的最后還對于AI在學術研究中的應用發表了自己的看法，“如果在不了解系統特性的情況下使用人工智能技術，僅將其與與系統無關的數據樣本進行關聯分析，那么所有研究都可能徒勞無功。”

大衛·帕特森

身份：

2017年圖靈獎得主，加州大學伯克利分校教授，美國國家科學院、美國國家工程院、美國藝術與科學院研究員

參加論壇：

7月18日WAIC實體世界智能科學論壇

觀點總結：

大衛·帕特森在論壇中發表了題目為Environmental AI Fallacies（環境AI的誤區）的演講，他提出了關于人工智能及其環境影響的幾個錯誤的認識：數據中心是全球電力的主要耗電者；無碳能源發電成本過高；AI對話消耗用水量巨大；一些數據中心已通過抵消實現零排放。他對于這些錯誤的認識進行了澄清。在對于人工智能的看法上，帕特森認為它既有其消極作用也就其積極，并且認為在減少碳排放方面“對地球而言，采用人工智能帶來的凈效益將遠超不使用它的情況”。

吉勒斯·布拉薩德

身份：

2025年圖靈獎得主，量子信息科學奠基人，蒙特利爾大學計算機科學教授。

參加論壇：

7月18日WAIC實體世界智能科學論壇（上午）

觀點總結：

吉勒斯·布拉薩德在論壇上發表了題目為“量子信息的起源：從量子密碼學到量子隱形傳態”的主旨演講，主要講述了量子信息科學的起源與發展歷程。布拉薩德認為量子計算機會徹底破壞所有號稱能保障互聯網安全的加密基礎設施：如果明天真的出現了量子計算機，我的數據今天就已經失效了，這正是所謂的“數據收割”或“解密范式”的體現：即使對于不懂解密技術的人，也能獲取并存儲互聯網上所有已加密的信息。

而布拉薩德認為只有量子密碼學等技術才能在未來保護數據安全。”該技術實現了信息的無條件保密傳輸——尤其重要的是，這種傳輸不受任何竊聽技術和計算能力的影響，其安全性具有可證明的絕對保障“

吉勒斯·布拉薩德對年輕一代的建議是不要盲目追求規模和速度，應珍惜生命，選擇自己感興趣的研究課題，不要因為流行就去做，而要出于興趣去做，不必擔心潛在的應用價值。此外，他還強調強調想象力的重要性，并鼓勵追隨夢想以獲取幸福。

理查德·薩頓

身份：

2024年圖靈獎得主，現代強化學習奠基人，阿爾伯塔大學計算機科學教授。

參加論壇：

7月18日商湯科技·基座大模型架構創新與生態合作論壇

觀點總結：

理查德·薩頓在論壇上發表了主題為”The bitter Lesson of AI Research“（AI研究的痛苦教訓）的主旨演講，在演講中，提出了一個在人工智能發展中的“慘痛教訓”。這個“慘痛教訓”主要指的是AI依賴人類知識會限制其本身的長期發展，而唯有探索能夠創造新知識的方法，而非簡單利用現有的人類知識，才能實現搜索與學習能力的持續擴展。

薩頓提到了基礎模型的概念。”我們所說的‘基礎模型’——即承載人類所有共享性知識的容器，并非指科學家會創造新知識。它們旨在成為涵蓋人類所有共享性知識的綜合性載體。”他也提到包含“所有知識”是不可能的，因為世界比任何心智都復雜，但包含“所有已確立的共享性知識”是可能的目標。

薩頓認為未來會存在多種類型的AI。他主要提到了三種類型的AI。第一種是同人類般擁有完整的思維能力，能夠體驗、學習、創造、思考、發明甚至做夢，它們會像人類一樣，在生命歷程中持續學習，并根據所處環境不斷專精于特定領域。第二種是復雜度較低、只需要完成特定輔助任務、功能范圍明確的AI。第三種是基于前面兩者之間的基礎型AI模型，它是眾多用戶共享的獨立AI系統，能夠精準存儲當前公認的知識體系。它們的核心使命和發展方向就是讓這些知識易于獲取，并根據不同用戶的理解層次量身定制呈現方式。

姚期智

身份：

2000年圖靈獎得主，清華大學人工智能學院院長、上海期智研究院院長、中國科學院院士。

參加論壇：

7月18日2026WAIC實體世界智能科學論壇

觀點總結：

姚期智在論壇與另外一位圖靈獎得主吉勒斯·布拉薩德以爐邊談話的形式來進行對話，對話的主題是“The Magic of Quantum(量子魔法）”。姚期智和吉勒斯·布拉薩德就AI科學和量子信息科學進行了對話交流。姚期智認為科研的最初動機源于好奇心。”至少我們的最初動機源于好奇心。早在我們對世界有了深入了解并產生其他動機之前，好奇心確實就是我們投身這一領域的根本動力，這也是讓我們持續數十年研究和思考那些對大多數人而言看似極其困難且令人痛苦的問題的原因。”

他還提到了一個概念“魔法時刻”（或者神奇時刻）。這個“魔法時刻”存在于在科研中發現看似不可能實現卻被他人實現或者發現意外驚喜時的，并且就是這個“魔法時刻”才能夠讓研究者長期投入在研究中。

在青年人才的培養方面，姚期智認為人才往往不會被刻意培養。“我認為對年輕人而言，關鍵在于提供良好的成長環境，讓他們有機會接觸各種知識來源；同時，讓年輕人與高素質的同齡人共事也至關重要。只要給予這樣的環境，他們就會自然而然地成長。”

在人工智能技術的未來發展方面，姚期智認為在五年內人工智能將極大改變科研環境，它會提高學術發表或認可的標準，傳統評價體系已不再適用。面對這種情況，未來要取得成功取決于自身付出的努力以及能否認真的去嘗試創新。

托馬斯·薩金特

身份：

2011年諾貝爾經濟學獎得主，紐約大學經濟學教授。

參加論壇：

7月19日大曉機器人·世界模型驅動物理AI從理解到執行論壇

觀點總結：

托馬斯·薩金特在論壇中做了題目為“理性預期、人工智能與世界模型”的主題演講，他從經濟學視角探討人工智能和機器學習，特別是“理性預期”這一概念。托馬斯·薩金特認為理性預期的本質上“是主觀性的產物，由大量主觀因素構成”。他認為理性預期以及諸如此類的概念都缺乏合理性。“我只是想指出，所謂的理性預期以及諸如此類的概念其實都缺乏合理性；我們必須超越這些局限，大膽采取激進策略——這正是所謂“理性決策”的核心要義。”

他還提到世界模型的概念，認為世界模型本質是一組學習機制構成的體系，是一套用于構建理性預期的學習框架，通過人工智能工具可以建立理性預期模型，進而得出關于世界的深刻見解。

注：以上是開機實驗室基于幾位圖靈獎、諾貝爾獎嘉賓在WAIC論壇上的分享做的梳理，由于不同的嘉賓分布在不同的論壇之中，并且不同的論壇存在時間沖突，這里沒有辦法把所有參加WAIC的圖靈獎、諾貝爾獎嘉賓分享的內容都呈現出來。所有內容基于直播整理，如有錯漏，歡迎勘正。