聚焦人工智能重大科學前沿問題，兼顧當前需求與長遠發(fā)展，以突破人工智能應(yīng)用基礎(chǔ)理論瓶頸為重點，超前布局可能引發(fā)人工智能范式變革的基礎(chǔ)研究，促進學科交叉融合，為人工智能持續(xù)發(fā)展與深度應(yīng)用提供強大科學儲備。人工智能的基礎(chǔ)理論：
　　1.大數(shù)據(jù)智能理論。研究數(shù)據(jù)驅(qū)動與知識引導相結(jié)合的人工智能新方法、以自然語言理解和圖像圖形為核心的認知計算理論和方法、綜合深度推理與創(chuàng)意人工智能理論與方法、非*信息下智能決策基礎(chǔ)理論與框架、數(shù)據(jù)驅(qū)動的通用人工智能數(shù)學模型與理論等。
　　2.跨媒體感知計算理論。研究超越人類視覺能力的感知獲取、面向真實世界的主動視覺感知及計算、自然聲學場景的聽知覺感知及計算、自然交互環(huán)境的言語感知及計算、面向異步序列的類人感知及計算、面向媒體智能感知的自主學習、城市全維度智能感知推理引擎。
　　3.混合增強智能理論。研究“人在回路”的混合增強智能、人機智能共生的行為增強與腦機協(xié)同、機器直覺推理與因果模型、聯(lián)想記憶模型與知識演化方法、復雜數(shù)據(jù)和任務(wù)的混合增強智能學習方法、云機器人協(xié)同計算方法、真實世界環(huán)境下的情境理解及人機群組協(xié)同。
　　4.群體智能理論。研究群體智能結(jié)構(gòu)理論與組織方法、群體智能激勵機制與涌現(xiàn)機理、群體智能學習理論與方法、群體智能通用計算范式與模型。
　　5.自主協(xié)同控制與優(yōu)化決策理論。研究面向自主無人系統(tǒng)的協(xié)同感知與交互，面向自主無人系統(tǒng)的協(xié)同控制與優(yōu)化決策，知識驅(qū)動的人機物三元協(xié)同與互操作等理論。
　　6.機器學習理論。研究統(tǒng)計學習基礎(chǔ)理論、不確定性推理與決策、分布式學習與交互、隱私保護學習、小樣本學習、深度強化學習、無監(jiān)督學習、半監(jiān)督學習、主動學習等學習理論和模型。
　　7.類腦智能計算理論。研究類腦感知、類腦學習、類腦記憶機制與計算融合、類腦復雜系統(tǒng)、類腦控制等理論與方法。
　　8.量子智能計算理論。探索腦認知的量子模式與內(nèi)在機制，研究的量子智能模型和算法、高性能高比特的量子人工智能處理器、可與外界環(huán)境交互信息的實時量子人工智能系統(tǒng)等。

未來就是人工智能壓力變送器的時代