当前人工智能技术已进入 “应用深化与理论攻坚” 并行的关键阶段。一方面，深度学习、强化学习等技术在计算机视觉、自然语言处理等领域实现规模化应用，但其发展高度依赖数据规模与算力支撑，在算法泛化性、鲁棒性、可解释性等核心问题上仍存在理论短板，需借助数学工具提供严谨的理论框架。另一方面，人工智能的快速发展也为数学研究带来全新命题，传统数学在处理高维非结构化数据、动态复杂系统时面临挑战，而 AI 驱动下的数据代数几何、深度学习微分方程控制、因果推断的拓扑表征等新兴方向，正推动数学学科向 “数据驱动的理论创新” 转型。虽然国内已涌现多所数学与 AI 交叉研究机构，但区域间资源分布不均、跨学科协作机制不健全、理论成果转化效率低等问题仍较为突出。在此背景下，成立数学人工智能中心，既是填补 AI 理论空白、推动数学学科创新的必然选择，也是破解产业技术痛点、助力国家 AI 战略落地的关键举措。