震撼！諾獎得主&谷歌AI掌門人深度訪談：AI一天走完人類千年的路！300萬科學家已用AI做研究

來源：市場資訊

（來源：陸向謙）

作者：趙老師

最近，諾貝爾化學獎得主、谷歌DeepMind CEO哈薩比斯的一段深度訪談，在全球科技圈和教育圈同時炸了鍋。

這位4歲學國際象棋、13歲成為國際象棋大師、48歲拿諾貝爾獎的天才，說了一句讓所有家長后背發涼的話：

AI系統還不能做到的，是提出正確的問題。最好的科學家搭配AI工具，將能做出不可思議的成就。

你聽清楚了嗎？不是AI什么都能做，而是——會提問的人+AI=無限可能，不會提問的人=被AI替代。

哈薩比斯從4歲就有自己的癡迷——國際象棋。整個少年時代都在思考“智能的本質是什么”，這就是陸向謙教授說的童子功。AI時代，提問能力比標準答案更重要，好奇心比考試成績更值錢。

這段訪談，揭開了AI時代教育最核心的秘密。

從隨機亂走到超越世界冠軍：AI只用了一天

哈薩比斯在訪談中回憶了一個讓他至今激動不已的畫面。

2016年3月，DeepMind開發的AlphaGo對戰圍棋世界冠軍李世石。圍棋的可能走法比整個宇宙中的原子數量還多，所有人都認為AI至少還要十年才可能贏。

結果4:1，AlphaGo碾壓。

但最震撼的不是贏，而是怎么贏的。第二局第37手，AlphaGo下了一步讓所有職業棋手目瞪口呆的棋——落子在第五線，這在圍棋教科書里是"大忌"，任何老師都會打你手心的那種錯誤。

然而100多手之后，所有人才發現：這步棋精確地落在了決定勝負的位置。它仿佛在100步之前就"看到"了未來。

哈薩比斯說，這一刻讓他確信：AI不只是會計算，它擁有某種意義上的"創造力"。

更震撼的還在后面。AlphaGo之后，哈薩比斯的團隊開發了AlphaZero——一個完全從零開始學習的AI系統，不看任何人類棋譜，不學任何人類經驗。

結果是什么？早上還在隨機亂走，中午能和業余高手掰手腕，下午茶時間已經超過所有特級大師，晚飯前擊敗世界冠軍。

一天。人類花了上千年積累的圍棋和國際象棋智慧，AI從零開始，一天走完。

這意味著什么？意味著你讓孩子花十幾年死記硬背的知識和套路，在AI面前一文不值。

花22年培養的技能，AI一天就能超越——這不是在幫孩子，是在浪費孩子最寶貴的時光。

不是孩子不夠努力，而是把時間用錯了方向。

300萬科學家的選擇：AI已經成為科學基礎設施

如果你覺得AlphaGo只是下棋，那就大錯特錯了。

哈薩比斯在訪談中透露，正是AlphaGo展示的"創造力"，讓他確信可以把同樣的AI技術轉向科學難題。于是有了AlphaFold——破解蛋白質折疊之謎的AI系統。

蛋白質是生命的基本構件，它的三維結構決定了它的功能。過去60年，全球科學家用X射線等實驗手段，只測定了約17萬種蛋白質結構。每測一種，耗時數年，花費數十萬美元。

AlphaFold出手后，一舉預測了超過2億種蛋白質結構——幾乎覆蓋了所有已知生命。

哈薩比斯自豪地說："超過300萬科學家在使用AlphaFold，覆蓋190個國家。一位制藥公司的科學家告訴我，從現在起，幾乎每一種新藥的研發過程中都會用到AlphaFold。"

這是什么概念？

以前科學家研究蛋白質，研究了幾十年才完成千分之一。AI一夜之間把剩下的千分之九百九十九都研究出來了。這說明什么？

說明AI不是工具，是科學的基礎設施。不會用AI的科學家，就像不會用顯微鏡的生物學家——你根本沒法參與這個時代的競爭。

記住：300萬科學家已經在用AI做研究了。你的孩子呢？

4歲學棋、8歲編程、48歲拿諾獎：哈薩比斯的"童子功"路線圖

講到這里，你一定想問：哈薩比斯到底是怎么培養出來的？

答案藏在他的成長軌跡里。

哈薩比斯在訪談中說了一段讓人動容的話："我從很小的時候就決定要做AI，因為我在學校里癡迷那些大問題——時間是什么？意識是什么？現實的本質到底是什么？物理是我最喜歡的學科，因為它就是研究這些大問題的。但我后來發現，即使是最偉大的科學家，也有太多東西不知道。我們不知道時間是什么，這簡直太瘋狂了！我們就在時間里游泳，卻說不清它到底是什么。"

"其他人會用電視劇和游戲把自己的注意力分散掉，不去想這些問題。但我不是這樣的人。這些深層的奧秘一直在我腦子里轉。"

看看他的時間線：

4歲：看到爸爸和叔叔下棋，自學后兩周就能贏他們8歲：用國際象棋獎金買了人生第一臺電腦（ZX Spectrum），自學編程，寫出第一個AI程序13歲：國際象棋大師，Elo等級分2300，全球14歲以下排名第二17歲：設計出百萬銷量電子游戲《主題公園》2010年：創辦DeepMind，目標是"解決智能問題"2016年：AlphaGo擊敗世界圍棋冠軍2024年：48歲，獲諾貝爾化學獎

哈薩比斯的成長路徑完美詮釋了陸教授提的“三大童子功”——英語、數字語言、發現孩子的“玉”在哪。他4歲發現對策略游戲的天賦，8歲接觸編程，少年時代就鎖定了“理解智能本質”這個終身追求。不是有人逼他學，是他自己想知道答案。

"對比一下我們的孩子：4歲在背唐詩，8歲在刷奧數，13歲在準備中考。哈薩比斯在做自己熱愛的事，我們的孩子在做別人規定的事。"

這不是天賦的差距，而是教育方向的差距。

"AI做不到的，是提出正確的問題"——哈薩比斯給家長的終極啟示

訪談最后，主持人問了一個尖銳的問題："AI到底有什么是做不到的？"

哈薩比斯的回答意味深長。

他說，這是他一輩子在思考的核心問題。目前來看，大腦很可能是一種"近似圖靈機"，這意味著從理論上講，AI最終可能模擬人腦能做的一切。

但——AI目前做不到的，是"提出正確的問題"。

他在諾貝爾獎采訪中進一步強調：最好的科學家搭配AI工具，能做出不可思議的成就。因為AI可以分析數據、發現模式，但決定"研究什么問題""走哪個方向"，仍然需要人類的直覺、判斷和好奇心。

AI能做什么？能算、能記、能寫代碼、能預測蛋白質結構。AI不能做什么？不能提出好問題，不能判斷方向，不能擁有好奇心。

所以，AI時代最值錢的不是技能，是提問能力和判斷力。會提問的人駕馭AI，不會提問的人被AI替代。

這才是哈薩比斯這段訪談帶給每一位中國家長最重要的信號。

哈薩比斯的成長軌跡，給家長的三個行動建議

看到這里，很多家長肯定在想：那我現在該怎么辦？

結合哈薩比斯的成長路徑和陸向謙教授30年的實踐，我給你三個可以立即執行的建議。

第一：保護孩子的"大問題"，別用標準答案封死他的好奇心。

哈薩比斯從小癡迷"時間是什么""意識是什么"，這些問題沒有標準答案，但正是這些"無用的好奇心"驅動他走了44年，走到了諾貝爾獎的領獎臺上。

具體怎么做？當孩子問"為什么天是藍的""宇宙有邊界嗎"，別說"這個不考"。反問他："你覺得呢？我們一起查查看。"

每周拿出一個晚上，和孩子一起探索一個"沒有標準答案的問題"。用AI工具（ChatGPT、Claude）和孩子一起研究，教他用AI作為探索工具，而不是答題機器。

記住：哈薩比斯說"其他人會用電視劇分散注意力，但我不是這樣的人"——你要做的，是保護孩子那個"不一樣"的部分。

第二：讓孩子從10歲開始用AI做真實項目，而不是刷題。

AlphaZero一天走完人類千年的路，靠的不是背棋譜，而是在實戰中自我學習。哈薩比斯8歲就用電腦編程，17歲就設計出百萬銷量的游戲。

具體怎么做？讓孩子從10歲開始接觸AI編程工具（Cursor、Claude Code），不是為了成為程序員，而是為了學會"和AI協作"。

鼓勵孩子用AI做一個解決身邊真實問題的項目——哪怕是用AI設計一個幫奶奶記藥的小程序。

參加科技名企舉辦的黑客馬拉松比賽，做出真實的、有人用的產品。

陸教授的實驗室里，9歲的孩子就成為全球最年輕的黑客馬拉松獲獎者。靠的不是背課本，是在真實項目中"做中學"。

第三：培養"跨學科"的思維方式，別把孩子鎖死在單一賽道。

哈薩比斯最了不起的地方在于：他不是一個單一維度的人。國際象棋大師、游戲設計師、神經科學博士、AI科學家——他把多個領域的洞察融合在一起，才創造出AlphaFold這樣改變世界的突破。

他在訪談中說："我熱愛每一個科學分支，AI是如此通用的工具，它可以對所有領域產生巨大影響。"

具體怎么做？別讓孩子只學一門學科。如果他喜歡生物，讓他同時接觸編程；喜歡畫畫，讓他學學產品設計。

鼓勵孩子讀跨學科的書和傳記——哈薩比斯少年時代就讀遍了費曼等偉大科學家的傳記，正是這些閱讀點燃了他對"大問題"的熱情。

記住陸向謙教授的話：“不要去卷第一，要做你的唯一。” AI時代只有獨特的東西才有價值。

當諾獎得主哈薩比斯的AI一天走完人類千年的路，當300萬科學家已經把AI當成基礎設施，當"提出正確的問題"成為人類最后的高地——

你還在讓孩子背標準答案、刷模擬試卷、拼考試排名嗎？

哈薩比斯4歲看父親下棋，一生追問"智能是什么"。

這個問題沒有標準答案，卻驅動他拿了諾貝爾獎。

技能會被AI超越，但好奇心永遠無法被計算。