人工智能正在重塑科学与教育的基本概念：优雅方程式的世界正让位于从数据中识别出的模式和日益精准的预测，「为什么?」的追问也日益被「将会发生什么?」所取代。AI 在内插上表现卓越，但在外推上仍相对薄弱，因而未来也可能走向混合路径：融入物理规律的神经网络（Physics-Informed Neural Networks），与从模型结果反推得来的经典洞见，或将共同构成新的双重方法论。工程学似乎正向医学靠拢——安全系数与经验法则的位置，正被类似临床试验的验证、数字孪生以及循证工程（evidence-based engineering）所取代。新的法律议题也日渐凸显，从训练数据的著作权到声音克隆所涉的人格权问题，与此同时，科学家的角色也在重新洗牌：古典意义上的「解释者」或「翻译者」的位置正由「工具制造者」所占据，未来解释者的角色是否会回归，仍是一个开放性问题。劳动力市场的转型也将比以往任何一次技术更替都更为迅速与深刻——欧洲的社会保障体系并未为 20–40% 的长期性结构性失业做好准备，因此重新审视劳动与收入之间的关系，也可能被提上议程。本次演讲将就此及更多议题展开。讲座时间与地点：
2025 年 11 月 27 日 16:00–18:00，BME 信息学院大楼 IB210 教室，1117 Budapest, Magyar Tudósok körútja 2.