在人工智能（AI）蓬勃发展的时代，人们常常将编程视为通往未来的关键技能。然而，英伟达（Nvidia）的首席执行官黄仁勋却提出了一个引人深思的观点，挑战了这种普遍认知。他认为，如果今天他是一位学生，他会选择专注于物理科学，而非计算机科学。这一观点不仅引发了广泛讨论，也揭示了AI发展的新趋势，以及对未来人才的新需求。
理解这一观点需要我们认识到AI发展的演进历程。最初的AI主要集中在感知层面，例如图像识别、语音识别和自然语言处理，其核心驱动力在于算法和代码的优化。因此，掌握编程技能、熟悉数据结构和算法，是这一阶段的关键。然而，随着AI技术的不断成熟，它正逐渐从感知转向推理，并开始深入到物理世界。这意味着AI的应用场景将不再局限于虚拟世界，而是深入到生物、物理、化学等更广泛的领域，解决现实世界中的复杂问题。在这种背景下，对自然规律和底层原理的深刻理解变得至关重要，这正是物理科学所能提供的。
AI的未来发展方向更倾向于“应用科学”的范畴，而非纯粹的软件工程。黄仁勋特别强调了生物学的重要性。他预言“数字生物学”将成为未来发展的重要方向。随着AI在医疗健康领域的应用日益广泛，从药物研发到疾病诊断，都需要对生物学知识的深入理解。例如，利用AI分析基因数据，可以加速新药的研发进程；利用AI辅助医学影像分析，可以提高疾病诊断的准确性；利用AI进行蛋白质结构预测和药物设计，可以极大地提升效率。这些应用都需要具备生物学、化学、医学、以及AI等多学科知识背景的复合型人才。除了生物学，物理学、化学等学科同样重要，因为它们能帮助我们理解现实世界的运作方式，从而更好地将AI应用于解决实际问题。例如，在材料科学、能源、气候变化等领域，都需要物理学和化学的知识来构建有效的AI模型。
此外，黄仁勋的观点还隐含着对未来就业结构变化的担忧。尽管AI能够极大地提高生产力，自动化重复性工作，但同时也可能导致一些岗位的消失。仅仅掌握编程技能，可能难以适应这种变化。未来的成功者，需要具备跨学科的知识背景、批判性思维能力、以及解决问题的能力。他们需要能够利用AI工具，进行创新，将AI技术应用于解决实际问题，而非仅仅停留在代码层面。这需要教育体系进行改革，更加注重培养学生的创新精神和解决问题的能力，鼓励跨学科学习，打破学科壁垒。仅仅掌握编程技能是不够的，还需要掌握“如何提问”、“如何理解世界”，以及“如何将AI应用于实际”。
黄仁勋的观点还反映了当前国际科技竞争的背景。他强调了建立在美国技术基础上的重要性，这背后是技术主导权和国家竞争力的考量。在AI领域，拥有核心技术和人才至关重要。掌握底层技术，才能在激烈的国际竞争中占据优势。这要求我们不仅要重视人才培养，也要加大对基础科学和核心技术的投入。
总而言之，黄仁勋的观点并非简单地否定计算机科学，而是提醒人们关注AI发展的新趋势。在AI时代，仅仅掌握编程技能是不够的，更需要具备对物理世界深刻的理解，以及跨学科的知识背景和创新能力。未来的创新者需要成为“应用科学”的专家，将AI技术应用于解决实际问题，推动社会进步。我们需要重新审视教育体系，培养适应未来需求的下一代人才，为迎接AI时代的挑战做好准备。
发表评论