原文發表于《科技導報》2025年第 8 期 《人工智能學科體系的構建與探討 》

人工智能作為引領未來的戰略性技術，其學科體系的構建對推動理論創新與技術發展至關重要。《科技導報》邀請人工智能領域專家蔡自興、蔡昱峰，系統梳理了人工智能學科體系的科學基礎、技術要素與應用方向。本文提出的人工智能的學科體系，比較系統和全面地構建出人工智能的學科架構，為進一步深入研究與開發人工智能提供重要參考。

01

人工智能的定義

人工智能有別于人類的自然智能，這種“智能”是一類由機器或計算機人工創造或表現的智能。目前人工智能尚未形成統一的定義，不同學者從不同角度給出了多樣的定義，大致可分為強調擬人思考、擬人行為、理性思維和理性行為這幾類。這些不同的定義和觀點，在學術界和科技界形成了符號主義、連接主義和行為主義（或邏輯學派、仿生學派、生理學派）。近期的一些新定義聚焦當前應用熱點，但缺乏全面性。智能機器、人工智能學科與人工智能能力的定義也有助于我們理解人工智能。盡管人工智能的定義多樣，但要讓人工智能具備人類的高級認知活動和生命特質，還有很長的路要走。

02

人工智能的學科體系

2.1 提出人工智能學科體系問題

任何學科都有從無到有、逐步完善的發展過程，人工智能也不例外。20世紀90年代末之前，人工智能普遍被視為計算機科學的二級學科，那時對其學科體系的討論并不緊迫。隨著時間推移，國內外學者對智能科學的學科框架等進行了研究和探討，美國發布的相關戰略規劃也有一定的借鑒意義。近年來，關于人工智能技術要素從“數據、算法、算力”三要素發展為“知識、數據、算法、算力”四要素并逐步達成共識，這為人工智能學科體系研究奠定了重要基礎。人工智能的學科體系命題是該科技領域的重要問題，需要進一步探討和完善。

2.2 人工智能學科體系的結構

人工智能的學科體系由人工智能科學基礎、人工智能技術方法和人工智能應用三部分組成。其層次結構圖如圖1所示，具體層次關系如圖2所示。其中，科學基礎涉及符號主義、連接主義和行為主義，技術方法包括知識、數據、算法和算力技術，應用領域包含經濟、科技、社會、民生和其他領域等。

圖1 人工智能學科體系層次結構圖

圖2 人工智能學科體系

03

人工智能的科學基礎

人工智能的科學基礎體現在各學派的理論觀點上，主要有符號主義、連接主義和行為主義3個學派，各學派的原理和研究方法不同，圖3給出人工智能各學派及其關系。

圖3 人工智能的學派及其關系

• 符號主義：源于數理邏輯，認為人的認知基元是符號，認知過程是符號操作過程，人工智能的研究方法為功能模擬方法，通過分析人類認知功能，用計算機模擬實現人工智能。符號主義為人工智能發展做出了重要貢獻，尤其是專家系統的成功開發與應用。

• 連接主義：源于仿生學和腦科學，特別是人腦模型的研究，認為人的思維基元是神經元，主張人工智能著重結構模擬，模擬人的生理神經網絡結構。其代表性成果如腦模型、感知機、反向傳播算法等，對人工智能的發展起到了重要推動作用，近年來在深度學習和大模型研究與應用方面成果豐碩。

• 行為主義：源于控制論和進化論，認為智能取決于感知和行動，提出智能行為的“感知-動作”模式，認為人工智能不需要知識、表示與推理，可像人類智能一樣逐步進化，其代表作如六足行走機器人。

04

人工智能的技術要素

人工智能的技術要素包含知識、數據、算法和算力，如圖4所示。

圖4 人工智能技術要素示意

• 知識：是人們通過體驗、學習或聯想而認識的世界客觀規律性，是人工智能之源，人工智能的開發和應用如專家系統等曾以知識為基礎發展起來。知識的發展趨勢在表示、推理和應用方面都有新的方向。

• 數據：是事實或觀察到的結果，是對客觀事物的邏輯歸納，是人工智能之基，為人工智能系統的學習和訓練提供原材料和“燃料”，推動了人工神經網絡、機器學習等的發展。數據的發展趨勢從經典數據到大數據、活數據等不斷演變。

• 算法：是解題方案準確而完整的描述和一系列求解問題的清晰指令，是人工智能之魂，是人工智能系統的大腦和軟實力所在，如深度學習算法、遺傳算法等解決了很多實際問題。算法的發展趨勢是與知識、數據等結合，開發新的計算和算法。

• 算力：即計算能力，是機器在數學上的歸納和轉化能力，是人工智能之（執行）力，其發展趨勢包括創建新的計算架構、開拓新計算等。

05

人工智能的主要技術

人工智能的主要技術由基于知識的人工智能技術、基于數據的人工智能技術、人工智能的算法技術和人工智能的算力技術4個部分組成，如圖5所示。

圖5 人工智能的主要技術示意

• 基于知識的人工智能技術：基于知識的人工智能技術涉及知識表示、知識推理、知識運用和知識獲取等，包括狀態空間技術、本體技術、知識庫和知識圖譜等。

• 基于數據的人工智能技術：基于數據的人工智能包括計算智能、各種基于數據的機器學習、數據挖掘等。許多復雜問題需綜合采用基于知識和數據的技術才能解決。

• 人工智能的算法技術：算法是人工智能程序設計的技術基礎，采用的編程語言多樣，如Python、Java等，深度學習算法等表現優異，獲得廣泛應用。

• 人工智能的算力技術：算力是計算機硬件和軟件協同執行計算需求的能力，為人工智能提供執行能力，新芯片和新計算架構等提高了計算能力，促進了人工智能發展。

06

人工智能的應用領域

人工智能具有眾多應用領域，涉及經濟、科技、社會、民生和其他各個領域。主要應用領域包括自動定理證明、自然語言處理、語音識別、圖像識別、機器人學、專家系統、智能控制、智能制造、智慧醫療、智慧農業、智能金融、智慧城市等，某些領域已發展成為人工智能的子學科甚至獨立的一級學科。

07

結論

人工智能學科是研究、設計和應用智能機器的一門學科，至今沒有統一的定義和學科定位。基于人工智能各學派的認知觀和人工智能的技術要素等，提出了人工智能的學科體系，由人工智能科學基礎、人工智能技術方法和人工智能應用3部分構成。人工智能的技術要素包含知識、數據、算法和算力，主要技術包括基于知識、數據、算法和算力的技術，應用領域廣泛。本學科體系比較系統和全面地構建了人工智能的學科架構，為進一步研究與開發提供了重要參考，希望國內外同仁深入討論，逐步完善。

本文作者：蔡自興、蔡昱峰

作者簡介：蔡自興，湘江實驗室，中南大學人工智能與機器人學研究所，湖南省自興人工智能研究院，教授，研究方向為人工智能等。

文章來 源 ： 蔡自興，蔡昱峰. 人工智能學科體系的構建與探討[J]. 科技導報, 2025, 43(8): 15?26 .

內容為【科技導報】公眾號原創，歡迎轉載
白名單回復后臺「轉載」

《科技導報》創刊于1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的成果報道、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策咨詢建議。常設欄目有院士卷首語、智庫觀點、科技評論、熱點專題、綜述、論文、學術聚焦、科學人文等。

友情鏈接

中國科協之聲

中國科協官方公眾平臺。傳播科協聲音，凝聚價值共識，弘揚創新文化，展示科協形象。