在世界华人数学家大会的上海会场，一场关于人工智能发展路径的深度对话引发关注。加州大学伯克利分校教授迈克尔·乔丹以"机器学习奠基人"的身份接受专访，这位同时拥有美国三院院士和中国科学院外籍院士头衔的学者，对当前AI领域的热点话题提出独到见解。他直言不讳地表示，当前舆论过度聚焦"机器人统治世界"等科幻式议题，而忽视了AI技术对劳动力市场、教育体系等现实领域的深远影响。
这位曾主修心理学的学者回忆，对人类认知机制的探索失败促使他转向机器学习研究。这种跨学科背景使其形成独特视角："当我们谈论上海这样超大城市的智能系统时，会发现真正的智能不仅存在于算法中，更体现在城市运行的整体协调性里。"他强调，将发展目标简单定义为创造"通用人工智能"（AGI）可能偏离正轨，未来智能应当是渗透在各个领域的分布式存在，需要与人类形成深度协作关系。
针对AI对就业市场的冲击，乔丹承认这是全球性挑战。他以伯克利计算机专业毕业生就业形势变化为例指出，技术迭代正在加速淘汰传统岗位，但历史经验表明，每次重大技术变革都会催生新产业形态。就像航空业带动旅游业发展那样，当前人与AI的交互模式仍处于初级阶段，当技术真正融入社会运行体系时，必将涌现大量新型初级岗位。"我的学生中已有人开始探索人机协作的新商业模式。"他透露。
在人才培养方面，这位教育者对现行评价体系提出批评。他观察到中国年轻一代的创造力显著提升，但教育体系仍过度强调论文数量、考试成绩等量化指标。"数学训练不应局限于攻克百年难题，冯·诺依曼式的跨界创新才是真正需要的。"乔丹建议，应当鼓励年轻人打破学科壁垒，在多领域交叉地带寻找突破口，而不是追逐现有学术评价体系中的虚名。
对于技术伦理问题，乔丹特别强调发展成果的普惠性。他警告说，当前AI领域存在资源过度集中风险，少数科技巨头掌握着技术话语权。真正的挑战在于构建包容性发展框架，确保技术进步惠及更广泛人群。"我们需要建立让普通人也能参与创新的生态系统，"这位学者强调，"这比单纯追求技术指标突破更重要。"
