베이징 중관춘 '북위 노벨 정상 대화' 포럼 개최
전문가 해설
최근 두 명의 노벨상 수상자 피터 하위트와 마이클 레빗이 베이징 중관춘 '북위 노벨 정상 대화' 포럼(North Latitude Nobel Summit Dialogue)에서 인공지능이 미래 사회에 미치는 영향을 논의했습니다. 2025년 경제학상 수상자인 호이트는 신기술이 구산업을 도태시키겠지만, 대규모 실업으로 이어지지 않고 오히려 경제 성장을 촉진할 수 있다고 생각합니다. 그는 AI 시대의 지속적인 성장을 뒷받침하는 일곱 가지 제도적 기초를 제시하고, 기술 변화가 가져오는 새로운 일자리와 생산성 향상을 강조했습니다. 2013년 화학상 수상자 레빗은 인공지능이 인간의 능력을 확대하는 "지렛대"이며, 과학 연구 탐구를 가속화하고 시행착오 비용을 줄일 수 있다고 말했습니다. 그러나 미래 연구 방향은 AI를 사용하는 것에서 그 내재적 메커니즘을 이해하는 방향으로 전환되어야 한다고 강조했습니다. 실리콘밸리의 저명한 인공지능 사학자 피에로 스칼루피는 AI가 학제 간 연결기로서의 가치는 다양한 분야 간의 은밀한 연관성을 밝히고 산업 혁신을 촉진하는 데 있다고 덧붙였지만, 동시에 업계에 현재 기술의 한계를 이성적으로 바라보도록 상기시킨다고 말했습니다.
💡인공지능의 미래 전략과 지속 가능성에 대한 심층 논의가 진행되고 있습니다. 이론적 연구와 실용적인 아이디어를 통해 AI 기술이 사회와 경제에 미치는 영향을 탐색합니다.
요약
近日，两位诺贝尔奖得主彼得·豪伊特和迈克尔·莱维特在北京中关村“北纬诺贝巅峰对话”论坛上探讨了人工智能对未来社会的影响。2025年经济学奖得主豪伊特认为，虽然新技术会淘汰旧产业，但不会导致大规模失业，反而能推动经济增长。他提出支撑AI时代持续增长的七项制度基础，并强调技术变革带来的新岗位和生产力提升。2013年化学奖得主莱维特则表示，人工智能是放大人类能力的“杠杆”，能够加速科研探索并降低试错成本，但未来研究方向应从使用AI转向理解其内在机制。硅谷著名人工智能史学家皮埃罗·斯加鲁菲补充说，AI作为跨学科连接器的价值在于揭示不同领域间的隐秘关联，推动产业创新，但也提醒业界理性看待当前技术的局限性。
21世纪经济报道记者 孔海丽 北京报道
近日，两位诺贝尔奖得主先后出现在北京中关村“北纬诺贝巅峰对话”系列论坛上。
他们是2025年经济学奖得主彼得·豪伊特与2013年化学奖得主迈克尔·莱维特。与他们一同出现的，还有硅谷著名人工智能史学家皮埃罗·斯加鲁菲。
三场演讲，探讨的是同一个命题：当人工智能以前所未有的速度渗透至经济、科研与日常生活，人类应该如何自处？
他们的答案高度一致：AI不会取代人类，但它会彻底改变我们工作、创新和思考的方式。驾驭这一变革，关键在于制度、好奇心，以及对自己认知边界的清醒认识。
彼得·豪伊特认为，AI是“创造性破坏”的最新一章，但历史证明失业焦虑大多被夸大了。
作为研究经济增长理论的顶尖学者，彼得·豪伊特的核心贡献在于“创造性破坏”理论，即新的技术通过淘汰旧产业来推动长期增长。在他看来，人工智能正是这一经典机制在当下的最新体现。
“经济增长并非理所当然，持续的增长源于创造性破坏的过程，而人工智能正是当下这一过程中最具变革性的力量。”豪伊特说。
他认为，支撑AI时代持续增长的七项制度基础包括，自由竞争的市场环境、知识产权保护、社会对旧模式退出的接受意愿、开放的国际贸易、深厚多元的人才储备、能平衡风险与权利的金融体系和政企学界的协同合作。
豪伊特回应“AI导致大规模失业”这一观点时表示：“技术变革总会带来岗位迭代……历史经验告诉我们，每一次新型技术出现时，人们都会担心大规模失业，但这种担忧最终都被证明被夸大了。新技术会带来新的岗位，长期来看，社会整体都会受益。”
这一判断与许多经济学家的长期研究吻合，技术确实会替代某些具体岗位，但它同时创造新的职业类别，并提升整体生产力。真正值得关注的，是“过渡期的阵痛有多长，以及谁在为被淘汰者提供再培训的安全网”。
迈克尔·莱维特则认为，AI是放大人类能力的“杠杆”。
莱维特表示：“在迈向‘大智能时代’的征途中，AI不会取代人类，而是会赋予我们超越感官极限的洞察力；并非要替代科学家，而是通过加速探索、降低试错成本、打破技术壁垒，放大科研者的能力，让科学探索从单一路径走向多向并行。AI让我们提升了有效智商，成为更好的科研人，而驾驭AI的关键，是保持孩童般的好奇与长者般的智慧，学会提出问题、勇于承担试错风险。”
莱维特强调，地球上存在四种既截然不同、又紧密关联的智能，通过自然进化逐步习得的生物智能；以伟大科学家为榜样、代代传承的文化智能；引领科学与技术未来发展的人工智能；以及关乎每个人自身、用于呵护身心健康的个人智能。生命是由这四种智能共同构成的，“我们要学会欣然拥抱它们”。
当前，以AlphaFold为代表的AI工具已经在蛋白质结构预测等领域取得惊人成果，但莱维特指出，这些本质上仍是基于已有数据的结构预测工具，并未真正“理解”生物分子的内在机制，其成功很大程度来源于对自然界已有结构规律的学习与重组。因此，未来科学研究的重要方向之一，是从使用AI走向理解AI。
皮埃罗·斯加鲁菲强调，AI是跨学科的“连接器”。
硅谷人工智能史学家皮埃罗·斯加鲁菲博士从科技进化史的角度，补充了创新的本质。他指出，创新从来不只是成果的堆叠，而是“从‘0到1’的突破，是对既有路径的跃迁”。
他认为，AI的真正价值不仅在于作为实验室工具，更在于通过跨学科数据的深度挖掘，揭示不同领域间隐秘的关联，从而引爆下一轮产业创新的连锁反应。但同时，他也提醒业界保持清醒：“当前人工智能仍存在逻辑推理能力不足、模型不完善等问题，需要理性看待其能力边界，避免过度神化。”
这一警示在当下的AI热潮中尤为必要。从大语言模型到AI for Science，资本的狂热有时会掩盖技术本身的局限性。斯加鲁菲的观点与莱维特形成了呼应，AI是强大的加速器，但不是万能的神。真正的创新，仍然依赖于人类的热情、知识积累和跨领域联想能力。
将三位学者的观点放在一起，会发现一个共同的结论。
经济层面，AI会延续“创造性破坏”的历史轨迹，淘汰旧岗位、创造新岗位。技术本身是中性的，它的社会后果取决于我们设计了什么样的规则，是否保护竞争、是否容忍变革、是否为被淘汰者提供缓冲。
科研层面，AI正在改变科学发现的范式。从“经验试错”走向“智能预测”，研究者可以更快地验证假设、更广地探索未知。但AI并未真正“理解”它处理的对象，科学家的判断力、好奇心和对自身认知边界的清醒，仍然是不可替代的。
个人层面，在一个信息过载、变化加速的时代，保持专注、保持好奇、保持面对失败的勇气，这些看似与AI无关的品质，反而可能成为人类最稀缺的竞争优势。
两位诺奖得主和一位科技史学家共同传递的最核心信息在于，AI时代，人类不需要恐慌，但也不能懈怠。技术的边界在扩展，而人类需要扩展的，是好奇心、判断力，以及面对未知的勇气。
近日，两位诺贝尔奖得主先后出现在北京中关村“北纬诺贝巅峰对话”系列论坛上。
他们是2025年经济学奖得主彼得·豪伊特与2013年化学奖得主迈克尔·莱维特。与他们一同出现的，还有硅谷著名人工智能史学家皮埃罗·斯加鲁菲。
三场演讲，探讨的是同一个命题：当人工智能以前所未有的速度渗透至经济、科研与日常生活，人类应该如何自处？
他们的答案高度一致：AI不会取代人类，但它会彻底改变我们工作、创新和思考的方式。驾驭这一变革，关键在于制度、好奇心，以及对自己认知边界的清醒认识。
彼得·豪伊特认为，AI是“创造性破坏”的最新一章，但历史证明失业焦虑大多被夸大了。
作为研究经济增长理论的顶尖学者，彼得·豪伊特的核心贡献在于“创造性破坏”理论，即新的技术通过淘汰旧产业来推动长期增长。在他看来，人工智能正是这一经典机制在当下的最新体现。
“经济增长并非理所当然，持续的增长源于创造性破坏的过程，而人工智能正是当下这一过程中最具变革性的力量。”豪伊特说。
他认为，支撑AI时代持续增长的七项制度基础包括，自由竞争的市场环境、知识产权保护、社会对旧模式退出的接受意愿、开放的国际贸易、深厚多元的人才储备、能平衡风险与权利的金融体系和政企学界的协同合作。
豪伊特回应“AI导致大规模失业”这一观点时表示：“技术变革总会带来岗位迭代……历史经验告诉我们，每一次新型技术出现时，人们都会担心大规模失业，但这种担忧最终都被证明被夸大了。新技术会带来新的岗位，长期来看，社会整体都会受益。”
这一判断与许多经济学家的长期研究吻合，技术确实会替代某些具体岗位，但它同时创造新的职业类别，并提升整体生产力。真正值得关注的，是“过渡期的阵痛有多长，以及谁在为被淘汰者提供再培训的安全网”。
迈克尔·莱维特则认为，AI是放大人类能力的“杠杆”。
莱维特表示：“在迈向‘大智能时代’的征途中，AI不会取代人类，而是会赋予我们超越感官极限的洞察力；并非要替代科学家，而是通过加速探索、降低试错成本、打破技术壁垒，放大科研者的能力，让科学探索从单一路径走向多向并行。AI让我们提升了有效智商，成为更好的科研人，而驾驭AI的关键，是保持孩童般的好奇与长者般的智慧，学会提出问题、勇于承担试错风险。”
莱维特强调，地球上存在四种既截然不同、又紧密关联的智能，通过自然进化逐步习得的生物智能；以伟大科学家为榜样、代代传承的文化智能；引领科学与技术未来发展的人工智能；以及关乎每个人自身、用于呵护身心健康的个人智能。生命是由这四种智能共同构成的，“我们要学会欣然拥抱它们”。
当前，以AlphaFold为代表的AI工具已经在蛋白质结构预测等领域取得惊人成果，但莱维特指出，这些本质上仍是基于已有数据的结构预测工具，并未真正“理解”生物分子的内在机制，其成功很大程度来源于对自然界已有结构规律的学习与重组。因此，未来科学研究的重要方向之一，是从使用AI走向理解AI。
皮埃罗·斯加鲁菲强调，AI是跨学科的“连接器”。
硅谷人工智能史学家皮埃罗·斯加鲁菲博士从科技进化史的角度，补充了创新的本质。他指出，创新从来不只是成果的堆叠，而是“从‘0到1’的突破，是对既有路径的跃迁”。
他认为，AI的真正价值不仅在于作为实验室工具，更在于通过跨学科数据的深度挖掘，揭示不同领域间隐秘的关联，从而引爆下一轮产业创新的连锁反应。但同时，他也提醒业界保持清醒：“当前人工智能仍存在逻辑推理能力不足、模型不完善等问题，需要理性看待其能力边界，避免过度神化。”
这一警示在当下的AI热潮中尤为必要。从大语言模型到AI for Science，资本的狂热有时会掩盖技术本身的局限性。斯加鲁菲的观点与莱维特形成了呼应，AI是强大的加速器，但不是万能的神。真正的创新，仍然依赖于人类的热情、知识积累和跨领域联想能力。
将三位学者的观点放在一起，会发现一个共同的结论。
经济层面，AI会延续“创造性破坏”的历史轨迹，淘汰旧岗位、创造新岗位。技术本身是中性的，它的社会后果取决于我们设计了什么样的规则，是否保护竞争、是否容忍变革、是否为被淘汰者提供缓冲。
科研层面，AI正在改变科学发现的范式。从“经验试错”走向“智能预测”，研究者可以更快地验证假设、更广地探索未知。但AI并未真正“理解”它处理的对象，科学家的判断力、好奇心和对自身认知边界的清醒，仍然是不可替代的。
个人层面，在一个信息过载、变化加速的时代，保持专注、保持好奇、保持面对失败的勇气，这些看似与AI无关的品质，反而可能成为人类最稀缺的竞争优势。
两位诺奖得主和一位科技史学家共同传递的最核心信息在于，AI时代，人类不需要恐慌，但也不能懈怠。技术的边界在扩展，而人类需要扩展的，是好奇心、判断力，以及面对未知的勇气。