人工智能与数学、自然科学及工程应用等领域深度交叉融合，正成为推动新一轮科技革命的重要动力.特别是在“AIforScience”的兴起下，人工智能正在从数据驱动向更具模型结构与科学机理的方向扩展，成为科学研究与工程计算的新引擎.《模型驱动的深度学习——模型与数据双驱动的人工智能建模方法》正是在这一趋势下编写而成，系统总结了人工智能与科学问题交叉融合中所涉及的模型与数据双驱动的基础方法，具体介绍了AI与数学优化、统计方法、几何建模、微分方程等关键数学工具的融合路径与方法体系，力求构建一个适用于“AI+科学/工程”交叉研究的理论框架与方法支撑.