关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
2025年，AI的能力正在快速进化，其研究也在多个维度上发生着显著的转变。这些维度包括研究主题、方法、研究群体以及工作环境。曾经，AI推理和代理AI是研究的热点，如今，它们的范畴因应当前的AI能力和局限性而被重新定义。AI伦理和安全、AI助力社会公益以及可持续AI等主题，已经成为各大AI会议的核心议题。AI算法和软件系统的研发与大量专用硬件的紧密结合，使得AI架构的共创变得更加突出。这种趋势在过去三十年间愈发显著，也引发了对学术AI研究角色的重新思考，比如学生留存和教师招聘等问题。
AI的广泛应用及其对人类、社会和环境的影响，使其成为了一个社会技术领域的研究对象。这就要求AI研究人员与心理学家、社会学家、哲学家和经济学家等其他学科的专家合作。这种跨学科的合作需求，不仅体现在研究过程中，还体现在对AI行为的研究上。与过去专注于设计和验证的AI系统属性不同，现在更多地关注于AI的新兴行为。这使得基于原则的实证评估变得比以往任何时候都更为重要。因此，设计良好的基准测试、测试方法和从计算实验结果中推导结论的可靠流程变得至关重要。
AI研究的动态是多维度且复杂的。随着AI研究出版物数量的指数级增长和AI创新速度的加快，同行评审系统的韧性正受到考验。未经同行评审就发布的论文在AI研究的许多领域变得越来越普遍。同时，传统媒体和社交媒体对AI研究进展的报道往往存在矛盾，这使得读者感到困惑，并模糊了AI能力的现实与感知之间的界限。所有这些都发生在地缘政治环境中，公司和国家在全球范围内激烈竞争，争夺AI竞赛的领先地位。这种竞争可能会影响对研究成果和基础设施的获取，以及全球治理的努力，从而凸显了在AI研究和创新中进行国际合作的必要性。
在AI推理方面，尽管大型预训练系统（如大型语言模型）在推理能力上取得了令人印象深刻的进展，但仍需要更多的研究来保证它们推理的正确性和深度。这种保证对于自主运行的AI代理尤其重要。而在AI伦理和安全方面，AI的快速发展使得伦理和安全风险变得更加紧迫和相互关联。新兴威胁如AI驱动的网络犯罪和自主武器需要立即关注，同时新型AI技术的伦理影响也需要深入研究。
调查结果显示，大多数受访者认为AI研究与他们的主要领域相关，且有95%的受访者对跨学科研究感兴趣。这些数据表明，AI研究的未来将更加依赖于跨学科的合作和多元化的研究方法。调查也反映了社区对AI研究未来的一些担忧和期望，例如在AI推理方面，虽然大多数受访者认为推理是AI系统的一个重要特征，但对于推理的定义和实现方式还存在不同的看法。这表明在AI研究的未来发展中，需要更加注重对AI系统的理解和解释，以及如何更好地将AI与人类的认知和决策过程相结合。
AI的发展历程中，总是伴随着过度的炒作和不切实际的期望。这种现象在AI的历史中多次出现，每次都会导致所谓的“AI寒冬”，即AI研究的资金枯竭。但与以往不同的是，现在的AI炒作已经超出了学术会议、论文和科学杂志的范围，进入了主流媒体和社交媒体。AI和人工智能已经成为非技术人士耳熟能详的词汇，也是各国领导人讨论的热点话题。这种广泛的传播虽然提高了公众对AI的认知度，但也使得人们对AI的能力产生了误解。因此，AI专业人士面临着一个挑战，那就是如何在保持自身诚信和专业性的同时，纠正公众对AI的过度炒作和误解。
AI研究的多样性是其发展的一个重要特征。历史上，AI领域同时涵盖了多种不同的方法和研究范式。然而，随着神经网络方法的兴起，其他方法的研究逐渐失去了动力。报告强调，为了AI的长期健康发展，我们需要支持那些不随波逐流的研究者，鼓励他们探索新的方法和范式。这种多样性不仅有助于创新，还可以避免在AI研究中出现“一窝蜂”的现象。
随着AI研究的重心逐渐向私营部门转移，大学在AI研究中的角色面临着挑战。私营部门拥有大量的数据、计算资源和能够提供给研究人员的高薪，这些都是大学难以匹敌的。这导致了AI人才从大学流向私营部门，使得大学在招聘和留住AI教师方面面临困难。AI研究的性质也发生了变化，从传统的科学方法转向了以工程为主的深度学习方法。这种变化对大学的教学和研究都提出了新的挑战。大学需要重新思考如何在AI教育中融入多学科的内容，以及如何在资源有限的情况下开展AI研究。大学还需要考虑如何与私营部门合作，以实现AI研究的公共利益。
AI的发展不仅是一个技术问题，它还深刻地影响着全球的政治、经济和安全格局。各国政府纷纷将AI纳入国家战略，试图通过AI技术获取经济、军事和战略优势。这种竞争态势导致了AI治理的复杂性，因为各国在AI监管、保密和技术创新之间的平衡上存在分歧。
