摘要：原文发表于《科技导报》2025年第8期《人工智能学科体系的构建与探讨》人工智能作为引领未来的战略性技术，其学科体系的构建对推动理论创新与技术发展至关重要。《科技导报》邀请人工智能领域专家蔡自兴、蔡昱峰，系统梳理了人工智能学科体系的科学基础、技术要素与应用方向。

人工智能作为引领未来的战略性技术，其学科体系的构建对推动理论创新与技术发展至关重要。《科技导报》邀请人工智能领域专家蔡自兴、蔡昱峰，系统梳理了人工智能学科体系的科学基础、技术要素与应用方向。本文提出的人工智能的学科体系，比较系统和全面地构建出人工智能的学科架构，为进一步深入研究与开发人工智能提供重要参考。

人工智能有别于人类的自然智能，这种“智能”是一类由机器或计算机人工创造或表现的智能。目前人工智能尚未形成统一的定义，不同学者从不同角度给出了多样的定义，大致可分为强调拟人思考、拟人行为、理性思维和理性行为这几类。这些不同的定义和观点，在学术界和科技界形成了符号主义、连接主义和行为主义（或逻辑学派、仿生学派、生理学派）。近期的一些新定义聚焦当前应用热点，但缺乏全面性。智能机器、人工智能学科与人工智能能力的定义也有助于我们理解人工智能。尽管人工智能的定义多样，但要让人工智能具备人类的高级认知活动和生命特质，还有很长的路要走。

2.1 提出人工智能学科体系问题

任何学科都有从无到有、逐步完善的发展过程，人工智能也不例外。20世纪90年代末之前，人工智能普遍被视为计算机科学的二级学科，那时对其学科体系的讨论并不紧迫。随着时间推移，国内外学者对智能科学的学科框架等进行了研究和探讨，美国发布的相关战略规划也有一定的借鉴意义。近年来，关于人工智能技术要素从“数据、算法、算力”三要素发展为“知识、数据、算法、算力”四要素并逐步达成共识，这为人工智能学科体系研究奠定了重要基础。人工智能的学科体系命题是该科技领域的重要问题，需要进一步探讨和完善。

2.2 人工智能学科体系的结构

人工智能的学科体系由人工智能科学基础、人工智能技术方法和人工智能应用三部分组成。其层次结构图如图1所示，具体层次关系如图2所示。其中，科学基础涉及符号主义、连接主义和行为主义，技术方法包括知识、数据、算法和算力技术，应用领域包含经济、科技、社会、民生和其他领域等。

图1 人工智能学科体系层次结构图

图2 人工智能学科体系

人工智能的科学基础体现在各学派的理论观点上，主要有符号主义、连接主义和行为主义3个学派，各学派的原理和研究方法不同，图3给出人工智能各学派及其关系。

图3 人工智能的学派及其关系

符号主义：源于数理逻辑，认为人的认知基元是符号，认知过程是符号操作过程，人工智能的研究方法为功能模拟方法，通过分析人类认知功能，用计算机模拟实现人工智能。符号主义为人工智能发展做出了重要贡献，尤其是专家系统的成功开发与应用。

连接主义：源于仿生学和脑科学，特别是人脑模型的研究，认为人的思维基元是神经元，主张人工智能着重结构模拟，模拟人的生理神经网络结构。其代表性成果如脑模型、感知机、反向传播算法等，对人工智能的发展起到了重要推动作用，近年来在深度学习和大模型研究与应用方面成果丰硕。

行为主义：源于控制论和进化论，认为智能取决于感知和行动，提出智能行为的“感知-动作”模式，认为人工智能不需要知识、表示与推理，可像人类智能一样逐步进化，其代表作如六足行走机器人。

人工智能的技术要素包含知识、数据、算法和算力，如图4所示。

图4 人工智能技术要素示意

知识：是人们通过体验、学习或联想而认识的世界客观规律性，是人工智能之源，人工智能的开发和应用如专家系统等曾以知识为基础发展起来。知识的发展趋势在表示、推理和应用方面都有新的方向。

数据：是事实或观察到的结果，是对客观事物的逻辑归纳，是人工智能之基，为人工智能系统的学习和训练提供原材料和“燃料”，推动了人工神经网络、机器学习等的发展。数据的发展趋势从经典数据到大数据、活数据等不断演变。

算法：是解题方案准确而完整的描述和一系列求解问题的清晰指令，是人工智能之魂，是人工智能系统的大脑和软实力所在，如深度学习算法、遗传算法等解决了很多实际问题。算法的发展趋势是与知识、数据等结合，开发新的计算和算法。

算力：即计算能力，是机器在数学上的归纳和转化能力，是人工智能之（执行）力，其发展趋势包括创建新的计算架构、开拓新计算等。

人工智能的主要技术由基于知识的人工智能技术、基于数据的人工智能技术、人工智能的算法技术和人工智能的算力技术4个部分组成，如图5所示。

图5 人工智能的主要技术示意

基于知识的人工智能技术：基于知识的人工智能技术涉及知识表示、知识推理、知识运用和知识获取等，包括状态空间技术、本体技术、知识库和知识图谱等。

基于数据的人工智能技术：基于数据的人工智能包括计算智能、各种基于数据的机器学习、数据挖掘等。许多复杂问题需综合采用基于知识和数据的技术才能解决。

人工智能的算法技术：算法是人工智能程序设计的技术基础，采用的编程语言多样，如Python、Java等，深度学习算法等表现优异，获得广泛应用。

人工智能的算力技术：算力是计算机硬件和软件协同执行计算需求的能力，为人工智能提供执行能力，新芯片和新计算架构等提高了计算能力，促进了人工智能发展。

人工智能具有众多应用领域，涉及经济、科技、社会、民生和其他各个领域。主要应用领域包括自动定理证明、自然语言处理、语音识别、图像识别、机器人学、专家系统、智能控制、智能制造、智慧医疗、智慧农业、智能金融、智慧城市等，某些领域已发展成为人工智能的子学科甚至独立的一级学科。

人工智能学科是研究、设计和应用智能机器的一门学科，至今没有统一的定义和学科定位。基于人工智能各学派的认知观和人工智能的技术要素等，提出了人工智能的学科体系，由人工智能科学基础、人工智能技术方法和人工智能应用3部分构成。人工智能的技术要素包含知识、数据、算法和算力，主要技术包括基于知识、数据、算法和算力的技术，应用领域广泛。本学科体系比较系统和全面地构建了人工智能的学科架构，为进一步研究与开发提供了重要参考，希望国内外同仁深入讨论，逐步完善。

《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的成果报道、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、智库观点、科技评论、热点专题、综述、论文、学术聚焦、科学人文等。

中国科协官方公众平台。传播科协声音，凝聚价值共识，弘扬创新文化，展示科协形象。

来源：科技导报