開展跨學科探索性研究。推動人工智能與神經科學、認知科學、量子科學、心理學、數學、經濟學、社會學等相關基礎學科的交叉融合，加強引領人工智能算法、模型發展的數學基礎理論研究，重視人工智能法律倫理的基礎理論問題研究，支持原創性強、非共識的探索性研究，鼓勵科學家自由探索，勇於攻克人工智能前沿科學難題，提出更多原創理論，作出更多原創發現。
專欄1 基礎理論
1. 大數據智能理論。研究數據驅動與知識引導相結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、綜合深度推理與創意人工智能理論與方法、非完全信息下智能決策基礎理論與框架、數據驅動的通用人工智能數學模型與理論等。
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、麵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、自然交互環境的言語感知及計算、麵向異步序列的類人感知及計算、麵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同、機器直覺推理與因果模型、聯想記憶模型與知識演化方法、複雜數據和任務的混合增強智能學習方法、雲機器人協同計算方法、真實世界環境下的情境理解及人機群組協同。
4. 群體智能理論。研究群體智能結構理論與組織方法、群體智能激勵機製與湧現機理、群體智能學習理論與方法、群體智能通用計算範式與模型。
5. 自主協同控製與優化決策理論。研究麵向自主無人係統的協同感知與交互，麵向自主無人係統的協同控製與優化決策，知識驅動的人機物三元協同與互操作等理論。
6. 高級機器學習理論。研究統計學習基礎理論、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、無監督學習、半監督學習、主動學習等學習理論和高效模型。
7. 類腦智能計算理論。研究類腦感知、類腦學習、類腦記憶機製與計算融合、類腦複雜係統、類腦控製等理論與方法。
8. 量子智能計算理論。探索腦認知的量子模式與內在機製，研究高效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、可與外界環境交互信息的實時量子人工智能係統等。
2．建立新一代人工智能關鍵共性技術體係。
圍繞提升我國人工智能國際競爭力的迫切需求，新一代人工智能關鍵共性技術的研發部署要以算法為核心，以數據和硬件為基礎，以提升感知識別、知識計算、認知推理、運動執行、人機交互能力為重點，形成開放兼容、穩定成熟的技術體係。
開展跨學科探索性研究。推動人工智能與神經科學、認知科學、量子科學、心理學、數學、經濟學、社會學等相關基礎學科的交叉融合，加強引領人工智能算法、模型發展的數學基礎理論研究，重視人工智能法律倫理的基礎理論問題研究，支持原創性強、非共識的探索性研究，鼓勵科學家自由探索，勇於攻克人工智能前沿科學難題，提出更多原創理論，作出更多原創發現。
專欄1 基礎理論
1. 大數據智能理論。研究數據驅動與知識引導相結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、綜合深度推理與創意人工智能理論與方法、非完全信息下智能決策基礎理論與框架、數據驅動的通用人工智能數學模型與理論等。
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、麵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、自然交互環境的言語感知及計算、麵向異步序列的類人感知及計算、麵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同、機器直覺推理與因果模型、聯想記憶模型與知識演化方法、複雜數據和任務的混合增強智能學習方法、雲機器人協同計算方法、真實世界環境下的情境理解及人機群組協同。
4. 群體智能理論。研究群體智能結構理論與組織方法、群體智能激勵機製與湧現機理、群體智能學習理論與方法、群體智能通用計算範式與模型。
5. 自主協同控製與優化決策理論。研究麵向自主無人係統的協同感知與交互，麵向自主無人係統的協同控製與優化決策，知識驅動的人機物三元協同與互操作等理論。
6. 高級機器學習理論。研究統計學習基礎理論、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、無監督學習、半監督學習、主動學習等學習理論和高效模型。
7. 類腦智能計算理論。研究類腦感知、類腦學習、類腦記憶機製與計算融合、類腦複雜係統、類腦控製等理論與方法。
8. 量子智能計算理論。探索腦認知的量子模式與內在機製，研究高效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、可與外界環境交互信息的實時量子人工智能係統等。
2．建立新一代人工智能關鍵共性技術體係。
圍繞提升我國人工智能國際競爭力的迫切需求，新一代人工智能關鍵共性技術的研發部署要以算法為核心，以數據和硬件為基礎，以提升感知識別、知識計算、認知推理、運動執行、人機交互能力為重點，形成開放兼容、穩定成熟的技術體係。
知識計算引擎與知識服務技術。重點突破知識加工、深度搜索和可視交互核心技術，實現對知識持續增量的自動獲取，具備概念識別、實體發現、屬性預測、知識演化建模和關係挖掘能力，形成涵蓋數十億實體規模的多源、多學科和多數據類型的跨媒體知識圖譜。