引言

随着 AI 能力迅速演进，AI 研究本身也正在多个维度经历快速而重大的转型，包括研究主题、研究方法、研究社区以及工作环境。AI 推理和智能体式 AI 等主题已经研究了数十年，但鉴于当前 AI 的能力与局限，它们的研究范围如今显著扩大。AI 伦理与安全、AI 促进社会公益以及可持续 AI，也已成为所有主要 AI 会议的核心主题。

此外，对 AI 算法和软件系统的研究正日益与大量专用 AI 硬件紧密结合，尤其是 GPU。这推动了 AI 架构的软硬件协同设计，其重要性明显高于过去三十年。与这一变化相关，越来越多 AI 研究者进入企业环境工作，因为企业通常更容易获得所需的硬件及其他资源。与学术界相比，这一趋势引发了对学术 AI 研究角色、学生留任以及教师招聘问题的重新审视。

AI 在日常生活中的广泛应用，以及它对个人、社会和环境的影响，使 AI 成为一个社会—技术研究领域。这凸显了 AI 研究者与其他学科专家合作的必要性，例如心理学家、社会学家、哲学家和经济学家。研究重心越来越关注 AI 系统的涌现行为，而不是设计并验证过的系统属性，这使得基于原则的实证评估比以往任何时候都更加重要。因此，我们需要精心设计的基准、测试方法，以及能够从计算实验结果中可靠推导结论的严谨流程。

AI 研究论文数量呈指数增长，AI 创新的速度也在不断加快，这正在考验同行评审体系的韧性。在许多 AI 研究领域，未经同行评审就立即公开论文已经被广泛接受。传统媒体和社交媒体也越来越频繁地报道 AI 研究进展，但报道常常相互矛盾，使读者困惑，并模糊 AI 能力的现实与公众认知之间的界线。

这一切发生在一种地缘政治环境中：企业和国家都在全球范围内激烈竞争，试图在 AI 竞赛中取得领先地位。这种竞争可能影响研究成果和基础设施的获取，也可能影响全球治理工作，因此进一步凸显了 AI 研究与创新领域开展国际合作的必要性。

在这样一个高度复杂、多维且极其动态的环境中，以结构化方式清晰识别 AI 研究的发展轨迹十分重要。这样的工作可以明确当前趋势，以及未来仍需解决的研究挑战，从而使 AI 变得更有能力、更可靠，并能够安全地应用于日常场景，更重要的是应用于高风险场景。

本研究旨在实现这一目标。报告选取了与 AI 研究相关的 17 个主题，覆盖了上述大部分转型。每一章聚焦一个主题，概述其历史、当前趋势和开放性挑战。

为开展这项研究，我遴选了 24 位背景高度多元、经验丰富的 AI 研究者。他们慷慨接受邀请，并为这项工作投入了大量时间。从 2024 年夏季至 2025 年春季，我们共同制定研究结构、确定主要主题、讨论内容，并对各章节进行评论和贡献。

此外，一些章节还邀请了其他贡献者，他们在特定主题上提供专业知识。工作主要在线完成，包括所有专题小组成员参加的每月一次会议，以及各章节团队的额外会议；此外，2025 年 1 月还举行了一次全天线下会议。

我们也希望纳入整个 AAAI 社区的意见，因此围绕本研究主题开展了一项大规模调查，共有 475 名受访者参加，其中约 20% 是学生。受访者中，67% 的主要任职单位为学术机构，其次是企业研究环境，占 19%。从地域看，北美占 53%，亚洲占 20%，欧洲占 19%。绝大多数受访者将 AI 列为其主要研究领域之一，但也有人来自神经科学、医学、生物学、社会学、哲学、政治学和经济学等领域。95% 的受访者对跨学科研究感兴趣，这也反映了这种多领域参与。

本报告的每一章都包含与相应主题相关的调查回答简要总结。

整个研究得到了 AAAI 执行主任 Meredith Ellison 以及 AAAI 办公室工作人员的大力支持，他们还负责准备和实施调查。

我希望这份报告能够对整个 AI 研究社区有用。不过，报告有意采用非技术性的写法，以便触达更广泛的受众，包括其他学科的专家、政策制定者、资助机构、媒体和公众。

我们都需要共同努力，以负责任的方式推动 AI 发展，确保技术进步能够支持人类进步，并与人类价值保持一致。

Francesca Rossi
AAAI 主席，2022–2025

本专题小组的结论代表小组成员个人意见，并不代表其所在机构或公司的立场。