人工智能新技术（New Technology of Artificial Intelligence）是指深度学习、群智开放、自主控制、数据自洽的全新复杂信息决策（自觉）系统工程的代称。按照党中央、国务院部署要求制定，由国务院于2017年7月8日印发并实施《新一代人工智能发展规划》（下简称：《规划》）。《规划》总章战略态势分析中开宗明义指出：人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。

源于提升复杂信息决策系统的解析能力，加深对被控制对象的人工智能认知水平，深度学习与系统智能自觉性成为我国与美国科研人员激烈竞争的焦点研究课题。本研究着重在大数据与混合过程系统设计领域中深入研究，试图在两个关键问题上取得突破性研究成果：1. 如何保持高度特化设计的数据结构驱动模式，将大数据合理的进行特征构造，并保证不增加其系统数据资源整合困难度。2. 如何保证算法结构的高效任务表现，使其在应用移植后不发生应用效果下降。通过两个关键问题的突破，拓展以人工智能新技术为基础的信息决策系统设计经验，试图在理论联系实践中起到关键性桥梁作用。

本研究历时5年，在多对象、多系统中反复尝试与验证，提出了三个重要发现：（1）提出了一种大数据统合的前端特征工程设计原则，此原则充分利用数据源结构特点，灵活的重构数据结构为任意维度、任意时间尺度与任意空间分布，不仅数据损失率低于0.3%，且明显的增强了人工智能决策主体的决策质量与精准度。大数据统合的前端特征工程是人工智能信息决策系统设计与优化的基础原则，数据统合的过程不仅增加了人工智能决策主体的选择灵活度，也显著降低了人工智能决策主体自身的算法特化或结构特化限制，使得人工智能决策主体的不仅具备更优秀的决策效果，也拓宽了其可移植性。（2）人工智能信息决策系统的目标时间尺度与数据时间尺度的匹配关系被验证揭示。本研究有别于先前研究的框架，采用了全新的特征工程设计原则后，可以协调决策目标与数据之间的时间尺度，通过多组别、多对象的反复验证，揭示了人工智能信息决策系统的决策质量和精准度需要与数据源时间尺度匹配，才能达到最优系统性能。当决策目标被客观条件限制时，需要调整数据时间尺度，灵活重构数据特征工程才能保证决策目标被良好实现。

本项目研究任务来源于2021年结题的国家自然科学基金项目，截止目前本研究团队在国内外高水平期刊已发表论文24篇，此次申报共选择5篇代表性作品，其中WOS核心检索 5 篇次。5 篇代表性成果被来自中国、美国、土耳其、巴西、印度等专家团队在 SCI&SSCI数据库中引用200余次，在Google Scholar广义引用266次。项目研究成果以政府政策建议的形式呈递陕西省人大办公厅、陕西省人民政府办公厅主要领导批阅，本研究成果得到主要领导的高度评价，批示认为：“很好。此《建议》贯彻习近平总书记关于人工智能建设的重要讲话精髓，简释了人工智能对促进社会发展、进步、治理等的重大影响，并结合实践对我省人大立法、政府应用人工智能加强对金融监管、风险防范等提出了针对性、操作性较强的举措。请相关部门（省人大法工委、省金融办等）在工作中研究吸纳。” 并责成陕西省有关部门研究采纳，形成了积极的社会影响。项目以合作应用的形式，在陕西君研资本投资有限公司、陕西韩元汇通资本管理有限责任公司的资本配合下，完成了国内金融市场上的落地应用，在两期的试验性量化合作中，取得1051.59万元企业净利润，获得了显著的经济效益。