摘要：2025年8月，由中国科学院和国家自然科学基金委员会联合部署、学科领域知名院士专家共同研究编撰的《中国人工智能基础研究2035发展战略》正式发布，该报告是“十四五”国家重大出版工程“中国学科及前沿领域2035发展战略丛书”的分册之一。

本期导读

2025年8月，由中国科学院和国家自然科学基金委员会联合部署、学科领域知名院士专家共同研究编撰的《中国人工智能基础研究2035发展战略》正式发布，该报告是“十四五”国家重大出版工程“中国学科及前沿领域2035发展战略丛书”的分册之一。

该书核心内容围绕打破学科壁垒展开，串联认知神经科学、心理学、统计学与数学等领域，以逻辑框架解析各学科对 AI 基础构建的支撑作用，有助于初涉该领域的读者建立知识体系，为相关领域战略与管理专家、科技工作者、企业研发人员及高校师生提供了研究指引，为科研管理部门提供了决策参考，也是社会公众了解人工智能基础研究领域发展现状及趋势的重要读本。

人工智能基础研究涉及人工智能的基础科学问题，其研究内容涵盖认知神经科学、认知心理学、统计学、数学等多个学科领域，具有很强的综合性、交叉性，以及很大的挑战性和难度。本书系统梳理了人工智能基础研究相关的主要学科领域及其在人工智能发展中的作用，重点论述了认知神经科学、认知心理学、统计学和数学（多个分支）在人工智能基础研究中的科学意义与战略价值、发展规律与研究特点、发展现状与发展态势，揭示了人工智能本质问题中认知神经科学和认知心理学的借鉴意义，分析了当前人工智能的机理、数学解释、建模和具体实现的方法、技术和面临的瓶颈困难，探讨了发展新的人工智能的理论方法，提出了未来人工智能研究的一些可能的基础研究方法和研究方向以及面向2035年人工智能基础研究的发展思路、发展方向与政策建议等；另外，还提出了人工智能基础研究各个学科领域的重点发展方向和优先发展领域，分析和研判了新的学科生长点。本书对人工智能的理论和应用有很好的参考价值，对加快我国人工智能原创性研发、推动我国新一代人工智能健康发展具有重要的科学意义与战略价值。

总的来说，本书揭示了当前人工智能的机理、数学实现方法、技术及其面临的瓶颈困难；总结规律，寻找和凝练了人工智能基础与本质的科学问题，探讨了人工智能本质问题的数学原理、建模和具体实现方法；分析了人工智能目前所需要的数学理论和方法，探讨了未来人工智能的数学理论方法；探讨了人工智能问题促进新的数学理论和方法的产生、发展的可能性；发展了新的人工智能理论方法；提出了未来人工智能的一些可能的基础研究方法和研究方向，以及面向2035年的人工智能基础研究领域的发展趋势。

人工智能的研究内容包括人工智能基础和人工智能应用两个层面。人工智能基础分为四个层次。第一层（最底层）是哲学和伦理学，主要从哲学和伦理学层次探讨人工智能，回答形式化规则或者形式化逻辑能否被用于推导出有效的结论，思维如何从物理的大脑中产生，知识来自何方，知识如何引导行动等问题。第二层是人工智能产生的生物结构和心理活动的基础，即认知神经科学和认知心理学。人工智能要跃升为正式的科学，需要在逻辑、计算和概率三个基础领域具有一定理论严密程度的数学形式体系，这是第三层基础的主要研究内容。为了让人工智能获得成功，我们需要智能和人工制品两件东西，而计算机是被选中的人工制品，这就是第四层实现人工智能的技术层面的基础，其中包括计算机科学与技术、信息科学与技术和控制科学与技术等。因此，人工智能的基础研究是一个多学科交叉的重大而复杂的课题。本书重点研究第二层和第三层自然科学基础中的部分内容。

本书凝练了人工智能基础研究的关键科学问题、发展思路、发展目标和重要研究方向。具体如下。

认知神经科学

新一代人工智能的核心基础科学问题是“认知和计算的关系”，这又进一步细化为四个方面的关系：认知的基本单元和计算的基本单元的关系、认知神经表达的解剖结构和人工智能计算的体系结构的关系、认知涌现的特有精神活动现象和计算涌现的特有信息处理现象的关系，以及认知的数学基础和计算的数学基础的关系。研究任何一种过程，建立任何一种过程的科学理论，必须首先回答一个基本问题：过程操作的基本单元是什么？每门成熟的基础科学都有其特定的基本单元，如高能物理学的基本粒子、遗传学的基因、计算理论的符号以及信息论的比特等。对于认知神经科学而言，必须回答认知过程操作的基本单元是什么。目前的关键问题是，如何超越直觉的理解、科学准确地定义这些认知基本变量，从而建立这些基本变量的统一的认知基本单元模型。正如麦克利兰（McClleland）认为的“人类认知最伟大的主要成就是认知涌现的现象”，理解认知的涌现是对符号处理的认知计算理论的深远的挑战。意识正是认知涌现的特有精神活动现象的一个典型。如何把人工智能是否会产生意识之类的直觉思辨的讨论，变成科学实验的研究是意识研究的困难所在。基于人工智能的认知神经科学的基础研究要重视认知神经科学的新变量、新概念和新原则的研究；要强调系统、整体和行为的研究，要以人类为主、动物为辅；要宏观为主、结合微观进行研究。

认知心理学

认知心理学的研究与人工智能的研究高度融合，互相交叉。人工智能的核心在于研究出一个“真正的智能”系统，而人类的认知系统是现存的智能系统中最好的模板。人工智能的研究借鉴了很多认知心理学的重要理论及研究发现，并从认知心理学中获得了大量启发。通过引进认知心理学的概念、理论、模型和实验方法，人工智能算法在学习、注意、语言、记忆、决策等重要领域不断实现突破。认知心理学在未来将继续帮助拓展人工智能研究的方向，比如在感知觉、表征等基础认知能力、学习、决策和人机交互等领域。另外，人工智能的研究也为认知心理学的研究提供了一些新的研究手段。

统 计 学

传统的统计学在方法上侧重基于对提取特征的建模，在理论上重视大样本情形下的渐近理论，并不十分适用于深度学习等端到端建模方法，以及小样本、弱监督、多源异构等各种现实人工智能的数据场景。现代机器学习方法的统计学基础、大数据统计建模、可解释人工智能等三个方面存在一系列关键的科学问题，如深度学习的统计学基础、强化学习的统计学基础、机器学习的稳健性与稳定性、小样本、缺标签的学习、数据共享与隐私保护、分布式数据的统计分析、实时数据流的统计分析、时空和函数型数据的建模、网络和关系数据的建模、多源异构数据的融合、基于因果关系的人工智能方法和人工智能的可解释性等。人工智能统计学应建立和完善现代机器学习方法的统计学基础，解决上述关键问题，大力发展复杂大数据分析的统计方法和理论，创新探索因果关系启发和可解释的人工智能方法，积极推动融合领域知识与数据分析的人工智能应用研究。

数 学

数学是人工智能关键的支撑学科。现在的人工智能技术实际上都是建立在数学模型之上的，从解释到实现都离不开数学，并且几乎用到了现代数学的各个分支，所以又被称为数学智能。当前人工智能面临着可计算性、可解释性、泛化性、稳定性和创造性等重大理论挑战，这些挑战本质上都来自数学的挑战。统计学为解决人工智能问题提供了数据驱动的建模途径，代数、几何与拓扑、概率论、随机分析、微分方程、图论、博弈论、统计物理学等相关数学理论或工具被用来研究人工智能的数学机理、模型和算法。无论从统计学的角度还是数学的角度来研究人工智能，其实际性能最后都要通过优化和计算呈现出来，最优化和计算是人工智能基础模型和算法中最重要的工具。本书从概率与随机分析、最优化、数理逻辑与自动推理、图论、博弈论、逼近论、几何与拓扑、统计物理学、科学计算等方面进行了论述。

人工智能是国家重大战略，对中华民族的伟大复兴有着重大影响。近年来，国家围绕加强基础研究能力建设，不断完善基础研究多元投入机制，重大科技基础设施加快落地运营，新型研发机构培育建设取得成效，各类创新主体基础研究能力持续增强。同样，我国发展人工智能最大的压力不是应用技术的开发，而是来自基础研究。事实上，我国人工智能基础理论和原创算法与先进国家相比，特别是与美国等发达国家相比差距较大。我国人工智能研究起步较晚，原创性贡献不多，核心算法和开源系统比较薄弱，虽然近年我国高质量论文数量增长显著，但顶级论文和重大理论创新仍以美国、英国、加拿大等国为主。这是我国人工智能领域发展的最突出的瓶颈，导致我国深度学习模型、生成对抗网络等新的重大成果和原创性贡献不多，并在机器学习等通用开源算法平台方面布局不够，产业发展主要依赖国际巨头的开源代码和系统框架。中国科学院计算技术研究所研究员、AI芯片专家陈云霁在一篇文章中尖锐地指出：“越是人工智能上层（算法层、应用层）的研究，我国研究者对世界作出的贡献越多；越是底层（系统层、芯片层），我国研究者的贡献越少。”我国学者的研究主要集中在“人工智能应用”上，关注“人工智能科学基础”研究的比较少。我国的人工智能应用水平与世界多国相比毫不逊色，甚至走在世界前列，但是人工智能的基础研究仍然处于相对缺乏的阶段。国家应该加大对人工智能基础研究的支持力度，鼓励更多的研究者投身于人工智能基础研究中；培养人工智能基础研究人才，把人才队伍建设作为人工智能发展的重中之重，为人才提供良好的成长环境，激励他们从事基础研究，推动人工智能未来突破；坚持培养和引进相结合，完善人工智能教育体系，扩大研究生招生规模，加强人才储备和梯队建设，开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。

左右滑动查看目录

本文摘编自《中国人工智能基础研究2035发展战略》摘要部分，“中国学科及前沿领域发展战略研究（2021—2035）”项目组编，标题和内容有调整。

科学人文在线，与您共同关注科技史、科技哲学、科技前沿与科学传播，关注人类社会的可持续发展，创造有价值的阅读！欢迎点赞、转发、留言讨论。

人工智能基础研究是人工智能持续发展的保证，是引领人工智能未来发展的必由之路。本书梳理了人工智能基础研究相关的主要学科领域及其在人工智能发展中的作用，论述了认知神经科学、认知心理学、统计学和数学各个分支（包括概率与随机分析、最优化、数理逻辑与自动推理、图论、博弈论、逼近论、几何与拓扑、统计物理学、科学计算）等学科领域在人工智能基础研究中的科学意义与战略价值、研究特点与发展规律、发展现状与发展态势，分析了当前人工智能的机理、数学建模、技术等面临的瓶颈，探讨了发展新的人工智能的理论方法，提出了未来人工智能基础研究的一些可能方向和方法以及面向 2035 年的发展思路与发展方向、政策建议等。

本书为相关领域战略与管理专家、科技工作者、企业研发人员及高校师生提供了研究指引，为科研管理部门提供了决策参考，也是社会公众了解人工智能基础研究领域发展现状及趋势的重要读本。

项目组组长简介

袁亚湘，男，博士，中共党员，1960年1月出生于湖南省郴州市资兴市，数学家，中国科学院院士、发展中国家科学院院士、巴西科学院通讯院士，美国工业与应用数学会会士、美国数学学会首届会士。现为中国科学院数学与系统科学研究院研究员、中国数学会原理事长、国际工业与应用数学联合会主席、全国政协常委、中国科协副主席。

来源：科学人文在线