1. 多尺度的计算模拟方法的应用： （1）在微观尺度上，使用第一性原理计算，研究热、电、光多场耦合条件下的基元催化过程和反应机理。 （2）在介观尺度上，通过蒙特卡洛（Monte Carlo）模拟和机器学习(Machine Learning)对材料的生长、组装和催化过程进行计算研究。 2. 能源分子高效转化的实验发展： （1）设计与制备光、电、热多场协同催化的水解制氢、二氧化碳还原、合成氨等反应的催化剂材料。 （2）设计与制备生物材料与纳米材料相结合的新型、高效催化剂材料。 3. 物理化学领域AI科研的计算软件和计算平台的开发 （1）分子动力学力场参数的发展（基于机器学习和大数据分析） （2）智慧科研平台的搭建以及相关数据库与软件的开发