问题——当前人工智能应用快速扩张，但“理解”“常识”“因果推理”“情绪与社会互动”等仍存在短板：模型在特定任务上表现突出，却易出现不可解释、难以稳健泛化、对价值约束响应不足等现象。产业端对可靠性与可控性的需求持续上升，学术界也在追问：智能的机制基础究竟是什么，机器如何从“会做题”迈向“会理解”。 原因——业内普遍认为，上述瓶颈与智能理论体系仍待完善有关。一上，单一范式难以覆盖人类心智的复杂结构，符号推理、联结学习、行为反馈等路径各有长处却难以融通；另一方面，脑科学、认知科学等对“记忆编码、注意选择、情绪调节、社会认知”等机制不断产出新证据，但如何将其转化为可计算、可验证、可工程化的模型仍需跨学科协同。由此，“心智计算”作为连接脑与机器的研究方向受到关注，其核心在于将记忆、学习、推理、情感、决策等心智活动拆分为可建模模块，以可解释、可持续演化的机制性路径提升智能系统能力。 影响——围绕心智计算的理论与方法，有望对基础研究与产业应用产生双重推动：在科学层面，它有助于将“能用的算法”推进到“可解释的机制”，促进不同研究范式在统一框架下对齐证据与指标；在技术层面，面向多模态理解、长期记忆、常识与因果推断、情绪识别与人机协作等关键能力，心智计算有望为智能系统提供更稳定的能力底座。——随着技术向更高自主性迈进——安全、伦理与治理议题将更加突出：如何确保系统可追溯、可验证、可纠偏，如何在价值对齐与责任边界上形成可操作规范，成为必须同步回答的问题。 对策——据悉，在本届杭州全球人工智能技术大会的多场论坛中，“智能科学视角下的心智计算专题论坛”将以特邀报告与开放式圆桌研讨相结合的方式展开，强调用实验与可复现实证支撑理论推进。论坛议程将回顾从“机器能否思考”等经典命题到当代机制研究的演进脉络，集中呈现脑机接口实验、多模态常识建模、情绪—记忆—学习闭环等方向进展，并把可解释性与可信治理作为重要议题进行讨论。圆桌环节将邀请神经科学、认知科学、哲学、伦理与工程领域专家同台对话，通过争鸣澄清概念边界、指标体系与风险底线，推动形成可落地的研究共识与协作清单。 前景——论坛计划提出面向2035—2085年的心智计算研究路线图，意在以科学证据与可验证路径刻画未来里程碑：从更可靠的记忆与推理机制，到更具适应性的学习与协作能力，再到对价值约束、伦理判断等更高层次能力的建模探索。业内人士认为，未来相当长时期内，智能科学的竞争将不仅是算力与数据的竞争，更是对“机制理解、跨学科证据整合、工程化验证与治理体系”的综合竞争。加强基础研究、推进开放协作、完善伦理与安全框架，将成为决定技术能否持续健康发展的关键。
智能科学的边界，本质上是认知自我的边界。心智计算提出的核心问题——思维从何而来、理解意味着什么，既古老又前沿。当脑科学与计算科学深度对话，当哲学思考与工程技术相互启发，我们或许正在接近智能本质的答案。这条路虽然漫长，但方向已经明确。