人工智能与机器学习

在人工智能的自然科学基础和方法领域，对科学研究与教学人才进行全面和高质量的培训。

人工智能和机器学习系统的算法和软件解决方案的质量和效率评估；建模思维过程的方法和算法;推理，论证，识别和分类，概念的形成，自然语言文本的处理和分析，用于图像，语音，生物医学和其他特殊类型的数据；机器学习方法与经典数学建模的联合应用，利用专家知识的方法和手段；基于人工智能和机器学习系统的管理任务和（支持）决策的形式化和制定；人工智能系统与其他系统和人类操作员互动的方法和手段；创建多代理系统和分布式人工智能；并行和量子计算方法；与创建和实施人工智能系统、"通用人工智慧"相关的伦理问题；为解决应用问题创建专门的数据集；建立数据库的方法和手段。

各数学领域的数学研究，侧重于人工智能和机器学习问题，包括优化的特殊方法、复杂性和消除过冲问题、降维等。多层算法构造领域的研究。