1.多模态数据分析与处理
目标：解决新经济发展过程中的数据科学与工程研究问题。
意义：多模态数据的语义理解与知识表示让智能体能更深入地感知、理解真实的数据场景，更进一步对所感知的知识进行推理，以更好的支撑行业应用。
方向：多模态数据的特征提取、统计分析和融合决策系统，包括医学临床数据、金融财务数据、工业制造数据等。
2.复杂任务规划与决策
目标：解决智能体复杂系统智能控制与决策问题。
意义：复杂任务规划与决策让智能体能更深入的解释复杂系统的建模机理、演化机制、涌现特性、自主决策与智能控制规律，提升复杂任务规划与决策的自主智能水平。
方向：复杂系统建模、计算与综合集成，多任务融合、多异构体协同与优化，包括基于ML、AI、KG的临床诊疗决策、金融风险决策、制造资源运作优化等。
3.退化控制理论与方法
目标：构建可观、可测、可控的退化控制模型。
意义：滞后型、中立型、超前型退化控制模型在解空间构造方面提供多重选择。
方向：机器学习底层建模逻辑设计。