·（現在的大學）只有通過系統性變革，才能不斷提高高質量研究的成功率。每個教授在科研上不能被學科所限制，要有一定的自由權和判斷權。過去我們的教育體系總是偏愛最優秀的人，也許有一天，這種情況會改變，你不一定非得最好的大學，才能接受良好的教育。

一

2023年，我正式擔任香港城市大學（港城大）校長至今，我深切地感受到人工智能科技發展的速度非常快。

2010到2020年間，當時正處于大數據時代，人們認為“數據就是財富”。如果說大數據是新型能源，我認為現在的人工智能技術（AI）則遠遠超過了這一層面，AI的賦能遠遠超過以往的計算能力，它不只是“更快”而已，而是以一種顛覆性的方式帶來了全新的可能。

當計算機工程（computer engineering）、計算機科學（computer science）、技術生態系統（ecosystem）和大數據（big data）匯聚到一起時，技術發展的臨界點已經到來。更重要的是，技術變革的時代，人工智能（AI）起到主導的作用，而并非僅僅是輔助作用。

一個最有代表性的例子：在2024年，諾貝爾物理學獎和化學獎中，確實有部分成果與人工智能相關，而且是應用于醫學的領域，更引人注意的是，這些獲獎者有部分科學家并非來自傳統的大學或研究機構，而是來自企業，譬如谷歌旗下的DeepMind公司。

這個細節其實非常值得關注，也值得深入探討。即當下的大學面臨一場系統性的變革，但有趣的是，大學的發展并沒有趕上技術發展的速度，技術發展得太快，但大學還沒有跟上。

過去，我們對科研學術（scholarship）的理解，認為需要有足夠的時間去思考、沉淀，學術研究成果本應該是一個緩慢而沉穩的過程，可能耗時十年、五十年，最終才見成果。但現在，技術的發展已經進入光速的時代，很多技術五個月就能做出來，悠閑的學術環境已經很難保持。

以美國硅谷為例，是什么造就了硅谷這樣的科技生態環境？硅谷之所以形成，很大程度上得益于威廉·肖克利（William Shockley），這位集成電路芯片的發明人之一，因為厭倦了美國東海岸的生活，所以搬到西海岸創辦公司，而斯坦福大學剛好就在那兒，順勢積極參與其中。

在硅谷模式里，大學的角色負責吸引頂尖人才，頂尖人才能夠催生初創企業，隨后吸引大型企業進入，最終形成科技創新的良性循環，硅谷也成了半導體產業的象征。

硅谷模式也給我帶來不少啟發，我在新加坡做了36年的教授，有一半以上的時間擔任領導職務，也做基礎研究，同時也非常積極地推動創新創業，所以很了解其中的實際情況。

我們經常說，要推動科研成果的轉化，這背后涉及系統性的挑戰，并不僅僅是簡單幾個環節的事。我這次來杭州觀察到，這座城市的科技創新生態系統已經非常成熟。為什么杭州能取得成功？因為他們跑得更快，就這么簡單，這并不是“有沒有錢”的問題。

杭州政府干預相對較少，行政審批也更加高效便捷，這種環境，自然而然就會吸引人才。

在我看來，讓科技創新速度跑得快，提高行政效率和服務意識是非常重要的，甚至可以說，行政服務的效率和響應速度起到了決定性作用。

二

傳統教育模式里，大學辦事講究很多規矩，不可以這樣做、那樣做，這樣就跑得慢。

現在辦大學，不再只是拼資金，或是名氣有多大，而是拼行政機制是否高效、有沒有服務性意識，如果行政機制做得好，科研人才自然愿意留下來，自然而然，更多國際性人才也會愿意加入。英語有句話是“Don’t just do things right,but do the right things。”（不要只是把事情做對，而是要做對的事情）

什么是對的事情？ 大學如何做得好？人才愿意來、有人來，還能帶人才來，就這么簡單。

我來到港城大后，我并不把自己當作校長管理者角色，而是服務者，我最喜歡用的一句話是“Approve”（同意）。

我經常對我的行政人員說，“你在這里，不是管理，不可以很威風地說不可以。你可以說‘我建議這樣做’。”這樣就變成服務了。

對于頂尖的科研人才來說，他們看重的是研究的自由度和創業的自由度。跑得快對他們來說是有益處的。有些人才是非常強的科研人才，我會告訴他們，“你繼續做研究，不需要事事都親力親為，其他事情讓我來幫你做。”我要想辦法讓這些人才信任我，這非常關鍵。

近期，我們港城大有一個年輕的副教授（Associate Professor)連跳兩級，擔當了講座教授（Chair Professor）。我之所以讓他連跳兩級，是因為我想給年輕的科研工作者傳達出一種信號，即“如果你做得足夠好，你不必等。”如果一個年輕的科研工作者明知道自己再努力，但只能得到極小的職位晉升機會，他還會有多少動力呢？所以，對于年輕的科研工作者來說，時間、資歷或年限并不是唯一標準。

我希望頂尖的科研人才來到這里能夠在三年時間內從“好”變“非常好”，再用三年的時間變成“卓越”。這不僅是我的期望，更是我作為港城大校長的使命，只有通過系統性的變革，才能不斷提高教授做出高質量研究的成功率。英文有一句話叫 increase the batting average（提高擊球率），我希望每位教授都能做出有分量的成果。

頂尖科研人才進入高校，這只是一個開始。這一年多時間，我不光到處找頂尖的科研人才，我也花了很多時間物色合適的行政人才。沒有現成的行政人才，我會培養年輕的行政人員，給他們機會鍛煉。但如果有些崗位的人不合適，我就直接換人。我在學校也特別和各個學院的院長強調，“你有一個重要使命，就是引進人才，人才的成功是你的成功，他們的失敗就是你的失敗”。

三

現在我們雖然強調基礎研究很重要，但更應該鼓勵基礎研究能盡快產出成果，然后申請專利。如果一個科學家做出了科學成果，但在晉升、激勵機制上沒有獲得支持，是不會持續投入的，這是非常現實的問題。

2024年12月，我們與深圳市政府合作建設的“國家知識產權運營（深圳河套）國際轉化試點平臺”正式開始運營，一旦轉化成功，大家就會明白，這條路徑是可行的。現在已經有越來越多的技術成功轉化并落地到企業，這正是因為大家看到了實實在在的成果。

中國雖然不是最早提出創新生態這個概念的國家，但今天，我們已經比過去好很多了。比如在杭州、深圳、蘇州，科技創新發展得很快，這也得益于當地實質性地給予資源，再加上人的推動。這在歐洲就非常難。

現在內地大學也開始談融合教育（即跨領域、交叉學科），我覺得傳統的教學思維必須改變，過往傳統學科設置文科理科分得很清晰，交叉不多，這不僅是內地大學的問題，很多大學在結構上也是如此，非常強調學科邊界，比如某個領域就是某個領域，兩者之間隔著一條馬路，永遠不交叉。

但我現在推行的學校實驗室更象是一個“橫向高速通道”（Superhighway Horizontal）。非常開放、流動性很強。每個教授雖然歸屬于個別學院，但在科研上不能被學科限制。在這個環境里，院長不能說“我不批準，你就不能做”，每位教授都有一定的自由權和判斷權。

現在還會有人對AI表示擔憂，認為可以用它來寫論文、作弊，影響學習過程等。但教育的核心其實并不是考試，教育的本質是學習。我為什么要在意他所學的知識是被人類教師教出來的，還是被AI教出來的或是他自己學的？

我喜歡人工智能的地方在于，它是公平的。如果你夠聰明，你就能學得更好，它能讓每個人的水平一起提高。過去我們的教育體系總是偏愛最優秀的人，忽視了那些相對較差的人。也許有一天，這種情況會改變，你不一定非得在最好的大學，才能接受良好的教育。

正是因為這種新的范式變化，我們應該完全擁抱AI。現在在港城大，我們已在日常的學習中引入AI程序，這個項目的核心是為學生打造一個「AI個人導師」，這位AI導師會非常有耐心，而且幾乎全天候在線。

我并不是一個會在意過去的榮譽和頭銜的人，如果讓我用一句話來談起我的科學觀，那就是“Why not? We can do it”（為什么不能？我可以做到）

很多人很驚訝地問我，都這個年齡了，為什么還要跑到香港來？我只看前方的路，不會往回看來時的路。