导读：人工智能研究的雄心之一是深挖人工智能科学根基, 理解大脑是如何工作的, 开发脑灵感启发的人工 智能平台, 构建具有自组织、自学习、自适应、联想记忆等认知功能的大规模神经网络计算模型, 促进新的 科学发现, 构建新一代人工智能. 本文提出人工智能未来20年前沿基础理论与核心技术突破的重大挑战, 瞄 准深挖人工智能科学根基, 揭露其与脑科学、计算神经科学、认知科学、心理学和数据科学密切相关的人工 智能前沿基础理论的奥秘, 探索大脑神经电信号处理机制、大脑神经电信号怎样控制人体活动以及大脑神 经电信号和人体活动协调一致的机理, 基于深度神经网络(DNN)从脑电信号解码人的思想, 理解大脑的工 作与学习机理, 研究可解释性的机器学习理论和方法, 构建脑灵感启发的AI模型和机器学习算法, 深入挖掘 脑-计算机接口(BCI)和脑-肌肉接口(BMI)科学与技术根基, 研究基于知识的视觉常识推理 (VCR), 开发 知识驱动的认知网络识别(CNR)这一新推理引擎以及知识图谱(KG)的智能推理、逻辑表达与快速决策系 统. 理论研究与实验结果表明, 未来人工智能必须利用人类专业知识和经验从现今数据驱动的感知智能发 展为知识驱动的认知智能, 才能实现真正的AI (true AI). 因此AI前沿基础理论研究的突破、自监督学习 (Self-Supervised Learning)、元学习(Meta learning)、可解释性高级机器学习理论和方法、人机交互、 大脑和机器直接在线通信关键技术与实现、知识驱动的常识推理、复杂深度卷积神经网络计算建模与算 法的深入研究以及可解释的认知智能机理研究与理解构成未来人工智能研究的重大挑战.