人工智能研究团队，以人工智能基础理论和关键共性技术研究为重要支撑和突破口，增强科技创新基础能力，主攻知识工程方向，包括大数据智能、知识计算引擎与知识服务等；发展混合增强智能理论、新架构与新技术，把人对复杂问题分析与响应的高级认知机制与机器智能系统紧密耦合；进一步，团队将相关理论及技术应用于 “人工智能+医疗”、“人工智能+汽车”、 博弈对抗等，拓展重点领域应用深度广度，助力我国社会发展和经济全面提升。

研究领域

1. 知识计算技术研究

多源异构大数据环境下传统的机器学习、数据分析与知识挖掘方法遇到许多问题，团队将据此开展创新性理论和方法研究。开发面向流数据和复杂高维数据的新型分析技术；研究多源异构、先验知识缺乏、不确定条件下的大数据挖掘技术；研究知识的自动抽取、知识发现、知识推理、从而构建面向领域的知识图谱。

2. 混合增强智能理论、新架构与新技术研究

目前人和机器间的信息传递效率远未实现真正意义上的人机协同及互相促进，团队将据此开展不确定性、脆弱性和开放性条件下的任务建模、环境建模和人类行为建模研究，发展人在回路的机器学习方法及混合增强智能评价方法，把人对复杂问题分析与响应的高级认知机制与机器智能系统紧密耦合，避免由于人工智能技术的局限性引发的决策风险和系统失控。

3. 人工智能应用研究

团队将拓展人工智能在重点领域应用的深度和广度。具体地，

（1）人工智能+医疗

在“人工智能+医疗”方面，研究知识驱动的智慧医疗问答系统关键技术和智慧医疗辅助决策关键技术；研究多源异构数据模式下，利用人工智能技术方法挖掘医学检查报告中的医学辅助信息；研究面向复杂疾病，基于机器学习模型等可解释人工智能技术的疾病标识物识别方法

（2）人工智能+汽车

在“人工智能+汽车”方面，针对智能网联汽车的动态仿真与虚拟测试的学术难题，突破深度强化学习、群体智能、人机混合增强智能等前沿技术，集成开发驾驶员在环、气象模拟、交通环境模拟、环境传感模拟、底盘动力总成模拟等在内的软件-硬件虚拟测试平台，打造从离线仿真、实物/硬件在环和驾驶员在环等实时仿真到实车测试的无缝工具链和数据链。

（3）人工智能+博弈

研究知识与数据双驱动的智能博弈理论和技术，突破新型智能博弈理论架构、博弈策略优化方法和博弈能力增强技术；研究多任务、多场景的自组织、自适应机器学习理论和技术，形成全无人、自演进的高水平智能对抗能力。