当前，相较于应用层面的快速发展，我国人工智能领域的基础研究仍显薄弱，已成为制约人工智能健康可持续发展的突出短板。建议：

一、 客观理性认识人工智能的发展现状。人工智能经过近70年的发展，理论、技术和应用都取得了重要突破，深刻影响着人类的生产生活方式。但总体而言，其仍处于发展的初级阶段，还有大量机理性、本源性问题有待解答，人工智能基础研究依然任重道远。

二、 系统部署人工智能领域的研究。大模型仅仅是人工智能领域的一个具体方向，生成式人工智能不是人工智能的全部，“人工智能﹢”不等于“大模型﹢”。应着眼于人工智能的健康可持续发展，坚持点面结合、通盘布局，系统部署人工智能领域的研究特别是对基础性问题的研究，避免盲目“追风口”“蹭热点”。

三、 着力完善人工智能基础研究的支持机制。要大力完善人工智能创新链上下游的研发布局与资源配置，通过探索有组织的基础研究新模式、建立适配基础研究特点的长周期支持与考核评价机制、营造宽容失败的科研氛围等途径，显著提升基础研究在创新链中的比重，激发人工智能全链条创新活力，实现基础研究、技术创新与应用推广的均衡协调发展。

四、 大力推动人工智能与其他学科的交叉融合。既重视“AI﹢X”的人工智能赋能其他学科发展，也着力推动“X﹢AI”的多学科赋能人工智能交叉基础研究，充分汲取数学、脑与认知科学等相关学科的创新成果，启发和催生人工智能新理论、新方法。

五、 持续加强人工智能基础研究人才队伍建设。一方面支持有学科和师资优势的高校强化人工智能基础研究人才培养，另一方面加大力度面向全球吸引人工智能基础研究优秀人才，引育并举扩充人才队伍，持续优化人工智能人才队伍结构。科学区分基础与应用研究人才，建立完善人工智能创新人才分类评价机制，强化对人工智能基础研究人员的保障与激励。