标题：对话图灵奖得主Valiant：AI是伙伴，但人类必须掌控全局

正文：
去年暑期，图灵奖得主、英国计算机科学家莱斯利·瓦利安特（Leslie Valiant）在北京出席2024国际基础科学大会（ICBS），并获颁理论计算机与信息科学领域终身成就奖。瓦利安特在1984年提出“概率近似正确”学习（PAC learning）框架，为机器学习奠定了理论基础，对人工智能产生了深远影响。

会议期间，瓦利安特教授与北京大学邓小铁教授展开对话。他指出，跨学科融合的关键在于个人头脑中的深度思考，而非团队讨论。他还强调，当前我们对“教育”的理解仍显肤浅，AI革新教育尚需时日，前提是人类需明确目标和定义。

从数学到计算机科学的转变
瓦利安特自幼对物理和数学感兴趣，认为数学与现实世界的互动令人着迷。他在剑桥大学修读数学后转向计算机科学，因被计算复杂性和不可计算性问题吸引。他意识到，这些问题揭示了人类认知能力的根本边界，这成为他研究的核心动力。

PAC模型的诞生与影响
谈及1984年提出的PAC模型，瓦利安特表示，这一理论旨在量化学习过程，区分可学习与不可学习的问题。尽管初期受到怀疑，但如今它已成为机器学习的重要基石。他认为，“学习”是认知的重要组成部分，虽非全部，但至关重要。

独立研究的价值
瓦利安特的论文多为独立署名。他认为，科研合作与独立研究各有价值，取决于问题类型和个人风格。虽然大型语言模型推动了“大科学”模式，但他相信独立研究仍有空间。未来，随着AI门槛降低，单打独斗的研究可能再度兴起。

跨学科研究的挑战
瓦利安特认为，跨学科研究需要深入理解其他领域，而不仅仅是依赖团队合作。他以神经科学为例，指出外来理论要被接受需要很长时间。真正的跨学科融合发生在个人头脑中，而非会议室里。

AI与教育的未来
瓦利安特对AI在教育领域的应用持谨慎态度。他认为，人类尚未明确“教什么”和“如何教”，因此AI难以成为教育的万能解药。不过，在标准化课程或互动演示方面，AI可以辅助教师工作。

人类应掌控AI发展
瓦利安特对未来持乐观态度，认为AI将成为人类的合作伙伴，但关键在于人类必须掌控全局。他强调，科学研究的方向应由人类决定，而非计算机。只有在明确定义目标后，AI才能真正发挥作用。

总结而言，瓦利安特呼吁年轻研究者找到自己的兴趣方向，并保持对自然现象的关注。他认为，无论时代如何变化，清晰的目标和持续的动力始终是科研成功的关键。