（来源：清晨领导力）

人工智能学院院长姚期智先生

在2026级研究生开学典礼上的讲话（节选）

姚期智

中国科学院院士

人工智能学院院长，教授

各位老师、各位同学：

大家上午好！

人工智能学院成立虽然只有两年，但是我们已经建立了非常坚实的基础。目前，学院已经聘请了26位非常优秀的青年全职教授，其中14位已经来到学院，到明年还会有更多老师加入我们的阵营。

我觉得这是一个非常少见的现象。在短短两年时间里，我们从零开始，已经成为中国很有实力的人工智能研究单位之一。现在，又有这么多优秀的同学加入我们。我相信，优秀的老师和优秀的学生融合在一起，一定能够碰撞出非常了不起的火花，进一步推动中国人工智能的发展。

今天是大家刚刚进入学院的日子，我想和大家谈三点。

要找到自己真正喜欢做的事情

研究生阶段是一个全新的开始。本科阶段，虽然每个人的情况不同，但总体来说，学生最主要的任务，是学习和掌握一个学科所要求的基础知识和专业知识。到了研究生阶段，目标就完全不同了。几年以后大家需要完成硕士论文或者博士论文，而这意味着你需要做具有相当创新性的工作。

在这个过程中，难免会有焦虑。我不知道大家本科时读书苦不苦，如果觉得非常苦，我反而觉得这个习惯需要改变。就像是跑马拉松是很辛苦的，但参加马拉松的人追求的并不是“受苦”，而是完成这样一件困难事情之后所获得的成就感和发自内心的喜悦。做学问也是一样的。

如果你只是把求学和科研看成一种责任——为了让父母高兴，为了获得社会认可，或者为了满足外界对你的期待——那么很难成为一个真正优秀的研究生。因为从普通人的角度来看，做研究其实是相当辛苦的。你面对的问题会比以前困难，还要绞尽脑汁去发现新的东西。如果完全依靠责任感来支撑，很容易倦怠。所以，你必须真正喜欢做这件事情。

这就像跑马拉松、读一本自己喜欢的书、看一部自己喜欢的电影一样。你需要从中得到真正的快乐。因此，研究生阶段最重要的一件事，就是发现自己到底真正喜欢什么。当然，不是所有课程你都会喜欢，也不是所有事情你都感兴趣。但你要找到一个东西，是你愿意没日没夜去思考的，是你愿意和别人一起长期研究的。如果能够找到真正喜欢的东西，我可以跟大家保证，你的研究工作会做得更好，而且你的人生也会变得更加快乐。

最好有一天，你每天起床的时候，对于今天要做的研究，就像要去看一部自己非常期待的电影、电视剧，或者准备去打一个自己很喜欢的游戏一样高兴。能够达到这样的状态，你才真正有希望成为一个出色的研究者。

要珍惜系统学习的机会

我想和大家讲的第二件事情是：研究生阶段可能是你人生最后一个能够系统学习一个学科的机会。到了研究生后期，你往往已经没有足够的时间和心情，再从头系统学习一个原本不熟悉的领域。一方面，你的研究工作会越来越繁重，没有足够的时间；另一方面，研究本身会给你带来非常直接的成就感。研究生毕业以后，你的人生里也很难再有这样的“奢侈”，能够安静下来，对一个比较困难的课题进行长期、系统的学习。

未来的社会里，如果一个人只非常专注于某一样东西，就像一种动物只吃竹子，那么它的生存环境会非常困难。所以最好还是要“杂食”一点。你需要有能力适应不同的环境，也需要有一些广泛而扎实的基础知识来支撑自己。

我希望大家在研究生阶段，除了专注自己的研究，也能够在有余力的时候，静下心来学习一些自己还不熟悉、但觉得可能有用的东西。甚至有些东西，你今天可能觉得和自己的专业领域没有直接关系，比如历史、哲学，但多了解一些，对你未来的人生和研究也是非常重要的。

在AI时代，更要培养真正独立的思考能力

最后一点，我想谈一谈人工智能在今天这个时代扮演的特殊角色。现在人工智能百花齐放、日新月异。一年以后，人工智能的情况可能和今天已经非常不一样。

最早，当人工智能在人脸识别、图像识别这些任务上达到甚至超过人的水平时，我们都非常高兴，因为它给我们的生活带来了很多方便。后来，人工智能突然成为了下围棋的高手，可以击败世界上最优秀的棋手，甚至它的很多棋法，人类顶尖棋手都无法用传统方式解释。

这件事已经开始改变一些人的生活。过去，顶尖围棋棋手被认为处在人类智慧的某种顶端。当机器也可以做到甚至做得更好的时候，就产生了一个新的问题：人类在这件事情上的价值究竟是什么？再后来出现了AlphaFold，它对生物学领域产生了非常大的震撼。蛋白质结构预测是分子生物学几十年来的重要难题，人工智能真正改变了这个领域的研究方式。

过去几年，我们也看到很多顶尖生物学家开始意识到，人工智能未来会在他们的研究中扮演非常重要的角色。凡是那些人类已经知道大致怎么做，但由于需要大量搜索、大量工程工作，导致发展受到人力限制的问题，人工智能都可能带来非常大的改变。例如生物制药寻找重要靶点，本身就包含大量搜索工作。有了AlphaFold以及后续技术，这个领域已经发生了非常大的变化。

材料科学也是如此。清华大学最近引进的一位诺贝尔化学奖获得者Omar M. Yaghi曾经谈到，他们团队过去需要一两年完成的工作，在使用人工智能之后，可能两三个星期就能够完成。这意味着，谁能够更好地使用AI，可能很快就会成为这个领域最有竞争力的团队。就像突然出现了一种新的基础技术一样，整个行业都需要重新探索如何使用它。

过去，人们可能觉得AI最擅长的是需要大量工程计算的工作，而像数学、理论计算机科学这些高度抽象、依赖逻辑和概念的科学领域，不太会受到影响。但是过去一年，我们已经看到AI可以独立解决一些几十年没有解决的数学问题。它并不是人与机器持续互动、共同完成，而是把问题交给机器之后，它经过几天的探索，真正给出了一个解法。这说明，即使是我们认为最抽象、最依赖纯逻辑的科学，人工智能也可能不断取得突破。

未来有一天，它有没有可能提出新的理论概念，甚至帮助解决量子力学起源、相对论解释这样的根本问题？如果具身智能的发展，让AI不只停留在文本和数字世界，而是真正能够掌握物理世界的信息，那么人工智能最终能够走到哪一步，目前仍然是一个开放的问题。当然，它也可能碰到极限，因为计算资源不可能无限增长。但究竟有多少问题最终能够被人工智能解决，这是一个非常重要的问题。

对于同学们来说，更实际的问题是：在这样的时代，我们应该怎样准备自己？如果只从操作性、计算和执行的角度来看，人是不可能和AI竞争的。未来很多工作都会被AI取代。所以，我们真正需要发展的，是那些至少在未来五年、十年里，AI还很难取代的能力和品质。

从今天来看，相对安全的领域仍然是概念性（conceptual）的能力，也就是原创性的思考能力。仅仅有渐进式（incremental）的能力，在AI时代会越来越不够，因为AI做这些可能比你更快。所以，我们要努力成为“AI的老板”。你当然可以使用AI，但AI应该是在你的指导之下工作，而不是你懒惰地让AI无限探索，最后由AI来告诉你应该做什么。未来如果AI产生了一些非常高深的想法，甚至可能你自己都听不懂。所以，人仍然需要掌握方向。

而要真正具有原创创新能力，传统的训练依然非常重要。这也是为什么我一开始和大家讲前面两点。你需要有比较广泛的知识，需要有哲学性的思维，也需要真正知道自己人生里最想做的是什么、什么事情对你最重要。只有这样，你才能在一个不断变化的时代里，持续分析自己应该做什么。换一句话说，你需要成为一个真正能够完全独立思考的人。

这就是我今天对大家的期望。

谢谢大家！