随着我国浅部矿产资源日趋枯竭，深部资源开采成为矿业发展的必然，而充填采矿法是深部资源开采的主要采矿法之一。目前，充填采矿法的推广受限于充填成本高，如何提高充填设计效率，进而降低充填成本，是矿山充填推广的关键。随着人工智能（AI）技术的发展，以神经网络、决策树等为代表的智能算法正逐渐替代或辅助人类从事各种场景中的简单或复杂工作，推动传统工业领域的跨越式发展。矿业作为传统行业的支柱产业之一，也立足自身发展需要，结合新一代人工智能方法，展开了面向智能化革新的进程。本文从矿山充填中的人工智能方法出发，简要介绍了人工智能的基本概念及常用的人工智能方法（包括人工神经网络、决策树、随机森林与梯度提升树、支持向量机及非监督式学习方法等）。本文讨论了人工智能方法在矿山充填中的应用难点，系统分析了新一代人工智能在全尾砂絮凝沉降、充填配比、充填料浆流变及管道输送、充填集成设计及多目标优化等方面的最新研究进展。同时，本文展望了新一代人工智能在矿山充填中的发展方向（包括性能提升、小数据集问题及应用思路扩展），并提出了智能充填系统的构想。新一代人工智能方法在矿山充填中的发展及应用对实现充填设计的绿色化、智能化和高效化，促进充填技术推广和资源生态协调开采具有重要意义。

1 新一代人工智能方法简介

　　1.1 监督式学习

　　1.2 非监督式学习

2 新一代人工智能在矿山充填中应用难点分析

　　2.1 多源异构数据处理

　　2.2 作用机理复杂

　　2.3 模型需求难以兼顾

3 新一代人工智能在矿山充填中的应用综述

　　3.1 全尾砂絮凝沉降

　　3.2 充填强度设计

　　3.3 充填料浆流变及管道输送

　　3.4 充填集成设计及多目标优化

　　3.5 其他

4 新一代人工智能在矿山充填的发展方向

　　4.1 性能提升

　　4.2 小数据集问题

　　4.3 应用思路扩展

5 智能矿山充填系统构建

　　5.1 智能矿山充填系统概念

　　5.2 智能矿山充填系统主要内容

6 结论