通過文(wén)本挖掘方法，運用(yòng)CiteSpace、Ucinet和專利地圖等可(kě)視化工(gōng)具(jù)，從發展政策、文(wén)獻計量和專利挖掘三個維度對全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術領域的國(guó)際競争态勢進行分(fēn)析。研究發現，綜合政策、文(wén)獻和專利數量來看，美國(guó)綜合實力依舊全球第一，中(zhōng)國(guó)異軍突起，發展迅猛；從國(guó)家間合作(zuò)網絡圖來看，我國(guó)已與美國(guó)、日本、英國(guó)等國(guó)家開展了相關合作(zuò)研究，但是研究機構之間的合作(zuò)密度較低；基于研究熱點、專利地圖和專利權人信息來看，我國(guó)在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術領域的專利申請量已躍居全球第一；不僅在底層技(jì )術理(lǐ)論研究方面實現了一定的突破，在技(jì )術應用(yòng)層面也擁有(yǒu)一定的競争優勢，技(jì )術研發與應用(yòng)主要分(fēn)布在自然語言處理(lǐ)、智能(néng)芯片、計算機視覺、自主無人系統和群體(tǐ)智能(néng)技(jì )術等方向。最後，通過對比分(fēn)析為(wèi)“十四五”時期我國(guó)人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的創新(xīn)發展提供相關政策建議。
技(jì )術推動産(chǎn)業變革，新(xīn)一代人工(gōng)智能(néng)的發展關系到我國(guó)能(néng)否抓住新(xīn)一輪科(kē)技(jì )革命和産(chǎn)業變革的重要機遇。新(xīn)産(chǎn)業技(jì )術研發與應用(yòng)對創新(xīn)驅動具(jù)有(yǒu)一定的引領和支撐作(zuò)用(yòng)，因此，我國(guó)明确提出建設人工(gōng)智能(néng)關鍵共性技(jì )術體(tǐ)系，以增強關鍵環節和重點領域的創新(xīn)能(néng)力[1]，要确保人工(gōng)智能(néng)産(chǎn)業核心技(jì )術掌握在自己手中(zhōng)。中(zhōng)國(guó)科(kē)學(xué)院大數據挖掘與知識管理(lǐ)重點實驗室發布了《2019年人工(gōng)智能(néng)發展白皮書》，根據标準共篩選出八大人工(gōng)智能(néng)核心技(jì )術：計算機視覺技(jì )術、自然語言處理(lǐ)技(jì )術、跨媒體(tǐ)分(fēn)析推理(lǐ)技(jì )術、智适應學(xué)習技(jì )術、群體(tǐ)智能(néng)技(jì )術、自主無人系統技(jì )術、智能(néng)芯片技(jì )術、腦機接口技(jì )術[2]。2020年3月科(kē)技(jì )部等五部委印發了《加強“從0到1”基礎研究工(gōng)作(zuò)方案》，支持人工(gōng)智能(néng)等領域實現核心技(jì )術突破，以搶占前沿科(kē)學(xué)研究的制高點。因此，瞄準人工(gōng)智能(néng)産(chǎn)業核心技(jì )術，攻克技(jì )術困境成為(wèi)重中(zhōng)之重。
人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的研發已成為(wèi)世界各國(guó)關注的焦點。面對世界範圍的國(guó)際競争，我國(guó)在核心技(jì )術的突破和應用(yòng)方面仍存在自身的短闆。基于此，為(wèi)全面了解我國(guó)人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的國(guó)際競争态勢，進一步厘清其研發現狀和所處地位，本文(wén)選取了2015-2019年間各國(guó)政府頒布的政策和戰略規劃，1999-2019年間Web of Science收錄的文(wén)獻，1999-2019年間德(dé)溫特專利數據庫收錄的專利信息，采用(yòng)CiteSpace、Ucinet和專利地圖等可(kě)視化分(fēn)析工(gōng)具(jù)，通過政策态勢分(fēn)析不同政府的規劃方向和重點支持領域；通過文(wén)獻發文(wén)量、國(guó)家及研究機構合作(zuò)網絡剖析全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術發展現狀，通過關鍵詞聚類分(fēn)析不同國(guó)家關于人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的研究熱點，通過專利數據分(fēn)析全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研發現狀，進而對我國(guó)人工(gōng)智能(néng)産(chǎn)業核心技(jì )術在全球所處競争态勢進行研判，為(wèi)探索建設新(xīn)一代人工(gōng)智能(néng)創新(xīn)發展試驗區(qū)以及“十四五”時期人工(gōng)智能(néng)産(chǎn)業發展提供相關決策參考。
1、全球人工(gōng)智能(néng)發展政策概述
本文(wén)采用(yòng)文(wén)本挖掘的方法對中(zhōng)國(guó)、美國(guó)、日本、韓國(guó)、英國(guó)和德(dé)國(guó)的人工(gōng)智能(néng)國(guó)家政策和戰略規劃（2015-2019）進行搜集整理(lǐ)；并将國(guó)内外知名(míng)研究機構發布的相關報告作(zuò)為(wèi)二手資料，進一步完善和梳理(lǐ)，将其繪制成表，如表1所示。
如表1所示，中(zhōng)國(guó)、美國(guó)和日本高度關注人工(gōng)智能(néng)的發展，三國(guó)政府均已出台大量的扶持政策，在世界舞台上角逐人工(gōng)智能(néng)發展的領先地位。其中(zhōng)，中(zhōng)國(guó)出台的人工(gōng)智能(néng)政策數量最多(duō)，美國(guó)和日本緊随其後，均已将“人工(gōng)智能(néng)”上升為(wèi)“國(guó)家戰略”。韓國(guó)和德(dé)國(guó)于近兩年加入人工(gōng)智能(néng)快速發展行列，也逐步重視起人工(gōng)智能(néng)的發展。縱覽以上六個國(guó)家近5年來出台的相關政策，其戰略目标任務(wù)和具(jù)體(tǐ)規劃各具(jù)特色，為(wèi)此，将其劃分(fēn)為(wèi)三類[18]：一是技(jì )術和人才優勢明顯的國(guó)家，如美國(guó)，目前處于人工(gōng)智能(néng)發展前沿，其戰略目标是保持人工(gōng)智能(néng)的全球領先地位，确保自身競争優勢。美國(guó)不僅專注于人工(gōng)智能(néng)的發展，積極制定相關法律保障人工(gōng)智能(néng)的發展，并參與技(jì )術标準的制定，以期在全球競争中(zhōng)占據主導地位。二是具(jù)有(yǒu)産(chǎn)業發展基礎的國(guó)家，如德(dé)國(guó)、英國(guó)，通過戰略部署、商(shāng)業應用(yòng)、倫理(lǐ)約束、法律監督引領人工(gōng)智能(néng)發展，兩國(guó)均在“第二次工(gōng)業革命”和“信息革命”中(zhōng)積累大量的發展經驗，擁有(yǒu)堅實的産(chǎn)業發展基礎。英國(guó)和德(dé)國(guó)憑借自身發展基礎形成了獨特的優勢，以确保全球競争力。再如，日本和韓國(guó)所制定的相關政策針對性地傾向半導體(tǐ)和集成電(diàn)路等産(chǎn)業，兩國(guó)在機器人、自動駕駛、汽車(chē)、半導體(tǐ)等領域具(jù)有(yǒu)明顯的産(chǎn)業優勢，憑借自身相對優勢參與全球的新(xīn)一輪競争。三是異軍突起，積極抓住發展機遇的國(guó)家，如中(zhōng)國(guó)，重視推動人工(gōng)智能(néng)的綜合健康發展及全面布局，通過宏觀規劃和重點部署構築我國(guó)人工(gōng)智能(néng)發展的先發優勢，從而加快人工(gōng)智能(néng)産(chǎn)業核心技(jì )術攻克和創新(xīn)型國(guó)家建設。
2、基于文(wén)獻計量的産(chǎn)業核心技(jì )術國(guó)際競争态勢分(fēn)析本文(wén)将《2019年人工(gōng)智能(néng)發展白皮書》所篩選的人工(gōng)智能(néng)産(chǎn)業核心技(jì )術作(zuò)為(wèi)檢索條件，文(wén)獻來源Web of Science數據庫下的Web of Science核心合集：引文(wén)索引，檢索條件設置如下：以“TI = computer vision” OR “TI = natural language processing” OR “TI = brain-computer interface” OR “TI= intelligent chip” OR “TI = autonomous unmanned system” OR “TI = collective intelligence” OR “TI = intelligent adaptive learning” OR “TI = cross-media analytic reasoning”，文(wén)獻年限為(wèi)1990-2019年，文(wén)獻類型選擇Article，最後共得到3 681篇。 進一步分(fēn)析關于人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究的3 681篇論文(wén)，本文(wén)以時間序列的形式統計出每年的論文(wén)數量，通過Excel繪制了Web of Science收錄的關于人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究的文(wén)獻數量統計圖（如圖1所示）。二十年間，全球對人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的研究越來越重視，發文(wén)量整體(tǐ)呈上升趨勢。20世紀末，全球的發文(wén)量較低，這受到當時全球人工(gōng)智能(néng)技(jì )術的基礎研究、理(lǐ)論模型及數據樣本等影響和限制。發文(wén)量激增階段：2010-2019年，這與人工(gōng)智能(néng)爆發階段的時間相吻合，也與算法、算力的提升及數據的激增等現狀密切相關。
圖1 Web of Science收錄關于人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究的文(wén)獻數量
2.3 國(guó)家合作(zuò)分(fēn)析
對所檢索的3 681篇文(wén)獻進行整理(lǐ)，繪制了全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究的發文(wén)量（Top10）示意圖（如圖2所示）。美國(guó)發文(wén)量居世界第一，中(zhōng)國(guó)緊随其後，中(zhōng)國(guó)和美國(guó)發文(wén)量約占全球48%，是全球研究人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的主力。在前10位國(guó)家中(zhōng)，亞洲僅有(yǒu)三個國(guó)家：中(zhōng)國(guó)、韓國(guó)和日本；北美洲有(yǒu)兩個國(guó)家，分(fēn)别是美國(guó)和加拿(ná)大；其餘均為(wèi)歐洲發達國(guó)家，說明歐洲仍是技(jì )術研究和創新(xīn)的重要地區(qū)。
圖2人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究文(wén)獻發文(wén)量Top10國(guó)家
随着經濟全球化進程加快，知識全球化和跨國(guó)合作(zuò)發展越來越迅速。為(wèi)突破研究水平與資源約束的限制，各個國(guó)家之間開始展開合作(zuò)研究，有(yǒu)助于提高各國(guó)的科(kē)學(xué)研究水平和創新(xīn)能(néng)力[19]。為(wèi)此，本文(wén)進一步分(fēn)析了所檢索的3 681篇論文(wén)，導出參考文(wén)獻，将下載的數據合并後導入excel，提取“國(guó)家”字段，導入至BICOMB軟件，生成國(guó)家共現矩陣，再将共現矩陣導入Ucinet軟件，使用(yòng)Netdraw進行可(kě)視化分(fēn)析，生成國(guó)家合作(zuò)網絡圖譜，如圖3所示。人工(gōng)智能(néng)産(chǎn)業核心技(jì )術國(guó)家合作(zuò)研究網絡的程度中(zhōng)心度如表2所示。
圖3人工(gōng)智能(néng)産(chǎn)業核心技(jì )術國(guó)家合作(zuò)研究網絡圖表2全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術主要國(guó)家合作(zuò)研究網絡的程度中(zhōng)心度
如圖3所示，帶有(yǒu)顔色的節點方塊表示國(guó)家。節點的大小(xiǎo)、各節點之間連線(xiàn)、連線(xiàn)的疏密程度以及連線(xiàn)的粗細分(fēn)别表該國(guó)與其他(tā)所有(yǒu)國(guó)家合作(zuò)共現的總次數，兩個國(guó)家間的合作(zuò)關系，與該國(guó)家合作(zuò)過的其他(tā)國(guó)家的數量以及連線(xiàn)兩端的國(guó)家合作(zuò)次數[19]。由圖3可(kě)以看出，節點最大的是“美國(guó)”，其次是“德(dé)國(guó)”、“意大利”、“中(zhōng)國(guó)”和“英國(guó)”，表明美國(guó)與其他(tā)國(guó)家合作(zuò)次數最多(duō)，德(dé)國(guó)、意大利、中(zhōng)國(guó)和英國(guó)緊随其後，合作(zuò)次數分(fēn)别是365、179、156和156；由國(guó)與國(guó)之間的連線(xiàn)可(kě)以看出，中(zhōng)國(guó)與美國(guó)、日本、英國(guó)合作(zuò)比較緊密，中(zhōng)國(guó)在國(guó)際合作(zuò)中(zhōng)發揮着重要作(zuò)用(yòng)。
2.4 研究機構分(fēn)析
根據所檢索的文(wén)獻，對研究機構的發文(wén)量與合作(zuò)情況進行整理(lǐ)，從機構發文(wén)量來看，其中(zhōng)德(dé)國(guó)圖賓根大學(xué)發文(wén)量最多(duō)，高達84篇，說明其在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究領域具(jù)有(yǒu)一定的影響力；其次，發文(wén)量較多(duō)的是德(dé)國(guó)維爾茨堡大學(xué)（56篇）、中(zhōng)國(guó)清華大學(xué)（52篇）和美國(guó)紐約州衛生部（46篇），這些機構在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究中(zhōng)作(zuò)為(wèi)重要的力量，推動着産(chǎn)業核心技(jì )術不斷實現技(jì )術突破與發展。從全球分(fēn)布來看，如表3所示，發文(wén)量排名(míng)前10位的研究機構主要分(fēn)布在美國(guó)、中(zhōng)國(guó)和德(dé)國(guó)。
表3全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究機構地區(qū)分(fēn)布彙總表
為(wèi)了進一步分(fēn)析各研究機構的合作(zuò)情況，本文(wén)采用(yòng)Ucinet分(fēn)析軟件生成全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究機構合作(zuò)網絡圖（如圖4所示）。圖中(zhōng)每一個小(xiǎo)方塊代表一個研究機構，方塊越大說明該研究機構與其他(tā)研究機構合作(zuò)越多(duō)。其中(zhōng)，德(dé)國(guó)圖賓根大學(xué)、維爾茨堡大學(xué)和格拉茨技(jì )術大學(xué)與其他(tā)研究機構合作(zuò)較為(wèi)頻繁。我國(guó)兩所研究機構：中(zhōng)國(guó)科(kē)學(xué)院大學(xué)和清華大學(xué)已開展大量的基礎研究工(gōng)作(zuò)，并與加利福尼亞大學(xué)聖地亞哥(gē)分(fēn)校和哈佛大學(xué)進行了密切的合作(zuò)研究。從總體(tǐ)上看，我國(guó)研究機構之間合作(zuò)密度較低，研究領域較為(wèi)分(fēn)散。無論從發文(wén)數量還是從機構合作(zuò)網絡圖來看，德(dé)國(guó)圖賓根大學(xué)、維爾茨堡大學(xué)和紐約州衛生部是全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究的主要力量。
圖4全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究機構合作(zuò)網絡圖
2.5 熱點分(fēn)析
熱點通常可(kě)以表示為(wèi)某一研究領域中(zhōng)具(jù)有(yǒu)發展潛勢的主題，同時，能(néng)夠展現該領域所屬學(xué)科(kē)未來的發展方向[20]。通過使用(yòng)關鍵詞來表達該文(wén)章的主題和中(zhōng)心内容，若某一關鍵詞多(duō)次在某一領域文(wén)獻内出現，則該詞可(kě)間接反映該領域内的研究熱點與研究動向[21]。本文(wén)借助科(kē)學(xué)知識圖譜工(gōng)具(jù)中(zhōng)的關鍵詞聚類視圖對各國(guó)人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的研究熱點進行分(fēn)析。基于中(zhōng)國(guó)、美國(guó)、日本、韓國(guó)、英國(guó)和德(dé)國(guó)的文(wén)獻數據進行整理(lǐ)，将其導入CiteSpace5.5.R2運行關鍵詞聚類功能(néng)，主題詞類型選擇“Noun Phrases”，節點類型選擇“Keyword”，時間範圍1999-2019，剪裁方式采取Pathfinder，選擇Log-Likelihood Ratio作(zuò)為(wèi)提取方法[20]，提取關鍵詞聚類信息将其彙總成表，如表4所示。
表4人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究關鍵詞聚類表
中(zhōng)國(guó)在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究中(zhōng)主要将重心放在基礎理(lǐ)論研究與技(jì )術突破中(zhōng)。在八大核心技(jì )術中(zhōng)，主要聚焦在#0計算機視覺技(jì )術、#4群體(tǐ)智能(néng)技(jì )術、#7自然語言處理(lǐ)技(jì )術和自主無人系統技(jì )術。作(zuò)為(wèi)推動人工(gōng)智能(néng)技(jì )術進步的“三駕馬車(chē)”，算法、數據和計算力在過去的5-10年間不斷創新(xīn)[2]。在算法方面，我國(guó)在#0計算機視覺技(jì )術中(zhōng)的圖像識别和特征提取以及#7自然語言處理(lǐ)技(jì )術中(zhōng)的語音技(jì )術方面的成就顯著。在基礎理(lǐ)論研究方面，計算機視覺和自然語言處理(lǐ)技(jì )術的發展同時也需要#3模式識别等技(jì )術的支撐；#1共空間模式是一種對兩分(fēn)類任務(wù)下的空域濾波特征提取算法，能(néng)夠從多(duō)通道的腦機接口數據裏面提取出每一類的空間分(fēn)布成分(fēn)[22]；在技(jì )術應用(yòng)領域，自主無人系統中(zhōng)的#8協調控制對于自動駕駛汽車(chē)和智能(néng)無人駕駛系統至關重要，在未來對汽車(chē)制造商(shāng)和運輸行業将産(chǎn)生重大影響。
美國(guó)人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究中(zhōng)共有(yǒu)8大關鍵詞聚類。其中(zhōng)主要關注#0腦機接口技(jì )術和#2計算機視覺技(jì )術。從技(jì )術應用(yòng)來看，人工(gōng)智能(néng)産(chǎn)業核心技(jì )術主要應用(yòng)于醫(yī)療領域，#1電(diàn)子健康檔案有(yǒu)助于提升醫(yī)護水平；#7事件相關誘發電(diàn)位作(zuò)為(wèi)一種電(diàn)生理(lǐ)學(xué)的研究手段，為(wèi)研究大腦認知活動過程提供了新(xīn)的指導和途徑；研究人員利用(yòng)#8腦波開發了新(xīn)技(jì )術—腦機接口技(jì )術（BCI），為(wèi)身體(tǐ)嚴重殘疾的患者提供了新(xīn)的治療手段。
對文(wén)獻數據進行聚類分(fēn)析，無論從底層技(jì )術研究看，還是基于技(jì )術應用(yòng)層面，日本主要關注#0腦機接口技(jì )術。對腦機接口技(jì )術的研究，日本将焦點轉移至#2聽覺BCI腦機接口技(jì )術。#3共空間模式作(zuò)為(wèi)提取的一種方式，是腦機接口技(jì )術重要的算法。腦機接口技(jì )術主要應用(yòng)于醫(yī)療健康領域，主要分(fēn)為(wèi)“強化”和“恢複”兩個方向，“恢複”方向主要是指針對#1中(zhōng)風等疾病提供對應的恢複訓練，主要采取神經反饋訓練。目前，已有(yǒu)一些日本創業公(gōng)司對相關可(kě)穿戴設備投入研發資金，将腦機接口技(jì )術應用(yòng)到終端設備。
韓國(guó)重點關注#1和#2腦機接口技(jì )術和自主無人系統技(jì )術，自主無人系統中(zhōng)的機器人和無人駕駛等技(jì )術已成為(wèi)韓國(guó)政府重點支持對象。在應用(yòng)中(zhōng)，腦機接口以#4近紅外光譜成像技(jì )術（NIRS）為(wèi)主，主要用(yòng)于操控家電(diàn)設備。腦機接口技(jì )術的發展與發達的半導體(tǐ)行業發展相适應，并為(wèi)半導體(tǐ)産(chǎn)業的發展提供重要的支撐力。
#0腦機接口技(jì )術、#1群體(tǐ)智能(néng)技(jì )術和#7計算機視覺技(jì )術是英國(guó)重點關注對象。腦機接口技(jì )術作(zuò)為(wèi)産(chǎn)業核心技(jì )術在硬件、算法、範式方面都有(yǒu)新(xīn)的突破和進展。英國(guó)諾丁漢大學(xué)的研究團隊基于腦機接口技(jì )術，開發了一種腦磁圖（MEG）系統，配以頭戴式設備，在掃描過程中(zhōng)允許被掃描者自由、自然地運動。
在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術研究中(zhōng)，德(dé)國(guó)主要研究#5腦機接口技(jì )術和自然語言處理(lǐ)技(jì )術，而作(zuò)為(wèi)基礎技(jì )術研究#1腦電(diàn)圖、#2共空間模式、#6神經反饋技(jì )術都為(wèi)腦機接口技(jì )術的發展提供了支撐和輔助作(zuò)用(yòng)。在基礎理(lǐ)論研究領域，#3非監督學(xué)習作(zuò)為(wèi)機器學(xué)習的一種方法，是人工(gōng)智能(néng)網絡的一種重要算法；自然語言處理(lǐ)所涉及的各種任務(wù)，可(kě)以用(yòng)#4多(duō)任務(wù)學(xué)習框架處理(lǐ)。從技(jì )術應用(yòng)領域來看，#0輔助科(kē)技(jì )用(yòng)于特殊教育行業；機器學(xué)習為(wèi)#7ERP系統注入新(xīn)能(néng)量，雲ERP平台提供了極大的便利。
3、基于專利挖掘的産(chǎn)業核心技(jì )術國(guó)際競争态勢分(fēn)析以德(dé)溫特專利數據庫為(wèi)來源數據庫，利用(yòng)“TI = computer vision” OR “TI = natural language processing” OR “TI = brain-computer interface” OR “TI= intelligent chip” OR “TI = autonomous unmanned system” OR “TI = collective intelligence” OR “TI = intelligent adaptive learning” OR “TI = cross-media analytic reasoning”進行檢索，檢索時間範圍設置為(wèi)1990-2019年，最後共檢索到23 940件專利。3.2 人工(gōng)智能(néng)産(chǎn)業核心技(jì )術專利地圖分(fēn)析随着技(jì )術的發展，基于專利分(fēn)析的“預見—識别”成為(wèi)研究熱點。文(wén)獻[23]通過專利分(fēn)析法對比分(fēn)析不同國(guó)家的人工(gōng)智能(néng)技(jì )術專利，研判全球人工(gōng)智能(néng)發展态勢；文(wén)獻[24]提出基于專利分(fēn)析替代性技(jì )術選擇，為(wèi)企業的管理(lǐ)者制定技(jì )術選擇戰略提供參考建議。為(wèi)進一步掌握全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術領域專利發展趨勢和分(fēn)布情況以及專利權人分(fēn)布情況，本文(wén)對德(dé)溫特專利數據庫中(zhōng)已檢索到的23940件專利進行統計分(fēn)析，分(fēn)别提取中(zhōng)國(guó)、美國(guó)、日本、韓國(guó)、英國(guó)和德(dé)國(guó)的專利，對全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的專利數量和專利國(guó)家分(fēn)布及專利權人分(fēn)布情況進行分(fēn)析，結果如圖5～圖6所示。
圖5人工(gōng)智能(néng)産(chǎn)業核心技(jì )術專利數量和專利國(guó)家分(fēn)布示意圖
從圖5可(kě)以看出，基于全球不同國(guó)别分(fēn)析，在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術專利中(zhōng)，中(zhōng)國(guó)擁有(yǒu)智能(néng)芯片技(jì )術專利的數量最多(duō)，說明中(zhōng)國(guó)芯片企業愈發重視專利保護，其保護意識與能(néng)力也逐漸增強；美國(guó)擁有(yǒu)自然語言處理(lǐ)技(jì )術專利最多(duō)；日本在自然語言處理(lǐ)技(jì )術方面，專利數量占比最多(duō)；韓國(guó)擁有(yǒu)計機視覺技(jì )術的專利數量最多(duō)；英國(guó)和德(dé)國(guó)的人工(gōng)智能(néng)産(chǎn)業核心技(jì )術專利數量均不多(duō)，總體(tǐ)來看，二者均在計算機視覺技(jì )術方面專利數量最多(duō)，分(fēn)别占比61%和37%。從人工(gōng)智能(néng)産(chǎn)業核心技(jì )術視角看，自主無人系統技(jì )術主要分(fēn)布在美國(guó)和中(zhōng)國(guó)，其中(zhōng)美國(guó)擁有(yǒu)數量最多(duō)；中(zhōng)國(guó)在腦機接口技(jì )術、群體(tǐ)智能(néng)技(jì )術、計算機視覺技(jì )術、智适應學(xué)習技(jì )術和智能(néng)芯片技(jì )術的申請量遙遙領先；自然語言處理(lǐ)技(jì )術則主要分(fēn)布在美國(guó)。然而關于跨媒體(tǐ)分(fēn)析推理(lǐ)技(jì )術的專利申請目前全球沒有(yǒu)相關的統計。
圖6 人工(gōng)智能(néng)産(chǎn)業核心技(jì )術前5名(míng)專利權人
從圖6可(kě)以看出，全球前5名(míng)自主無人系統技(jì )術專利申請者主要集中(zhōng)在美國(guó)和日本，其中(zhōng)日本占據3席，如IHI株式會社和川崎重工(gōng)業株式會社。腦機接口技(jì )術專利申請者前5名(míng)主要集中(zhōng)在中(zhōng)國(guó)和韓國(guó)，中(zhōng)國(guó)主要以高校為(wèi)主，如清華大學(xué)、浙江大學(xué)、中(zhōng)國(guó)科(kē)學(xué)院和中(zhōng)國(guó)醫(yī)學(xué)科(kē)學(xué)院基礎醫(yī)學(xué)研究所，說明中(zhōng)國(guó)高校是腦機接口技(jì )術研究的重要力量，擁有(yǒu)較強的研發實力。群體(tǐ)智能(néng)技(jì )術專利申請者也主要來自中(zhōng)國(guó)，前5名(míng)中(zhōng)美國(guó)公(gōng)司僅占有(yǒu)1席。其中(zhōng)國(guó)家電(diàn)網申請專利數量最多(duō)，尤其近五年國(guó)家電(diàn)網的人工(gōng)智能(néng)産(chǎn)業核心技(jì )術發展迅速，中(zhōng)國(guó)人工(gōng)智能(néng)專利布局也已覆蓋至電(diàn)力工(gōng)程領域。群體(tǐ)智能(néng)技(jì )術推動電(diàn)網智能(néng)化發展，是助力新(xīn)一代電(diàn)力系統建設的重要支撐。全球前5名(míng)計算機視覺技(jì )術專利申請者主要集中(zhōng)在美國(guó)和中(zhōng)國(guó)，美國(guó)專利申請者主要集中(zhōng)在高通、英特爾和微軟公(gōng)司，中(zhōng)國(guó)則主要集中(zhōng)在高校，如清華大學(xué)、北京航空航天大學(xué)等。中(zhōng)國(guó)專利申請者占據全球智适應學(xué)習技(jì )術專利申請前五位，主要集中(zhōng)在科(kē)技(jì )型企業和高校，由于中(zhōng)國(guó)教育群體(tǐ)基數龐大，加之近年來AI教育行業高速發展，中(zhōng)國(guó)關于智适應學(xué)習技(jì )術的專利申請數量多(duō)且主要體(tǐ)現在應用(yòng)層面。智能(néng)芯片技(jì )術專利申請前五位也均來自中(zhōng)國(guó)，從體(tǐ)量來看，中(zhōng)國(guó)目前已經成為(wèi)全球最大、增長(cháng)最快的集成電(diàn)路市場，國(guó)家集成電(diàn)路産(chǎn)業也受到投資基金和資本推動的支持。在強有(yǒu)力的産(chǎn)業政策扶持下，中(zhōng)國(guó)企業迅速成長(cháng)壯大，逐漸挑戰美國(guó)芯片的壟斷市場。自然語言處理(lǐ)技(jì )術專利申請者主要來自美國(guó)和日本，美國(guó)占據3席（IBM、微軟和埃森哲全球解決方案有(yǒu)限公(gōng)司），日本占據2席（富士施樂公(gōng)司和日本電(diàn)報電(diàn)話公(gōng)司）。美國(guó)和日本在自然語言處理(lǐ)技(jì )術方面仍具(jù)有(yǒu)一定的研究實力和發展潛力。
全球範圍内越來越多(duō)的政府和企業組織意識到人工(gōng)智能(néng)在經濟和戰略上的重要性，面對日趨激烈的人工(gōng)智能(néng)競争市場，我國(guó)需要認清全球競争态勢，明确自身在全球中(zhōng)所處地位，明晰具(jù)備競争力的産(chǎn)業核心技(jì )術。通過政策态勢、研究态勢分(fēn)析，從政策數量、文(wén)獻發文(wén)量和專利數量三個角度量化了全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術競争力。從政策數量來看，中(zhōng)國(guó)>美國(guó)>日本>英國(guó)>德(dé)國(guó)>韓國(guó)；從文(wén)獻數量來看，美國(guó)>中(zhōng)國(guó)>德(dé)國(guó)>英國(guó)>韓國(guó)>日本；從專利數量來看，中(zhōng)國(guó)>美國(guó)>日本>韓國(guó)>德(dé)國(guó)>英國(guó)。綜合來看，美國(guó)綜合實力依舊全球第一，這與美國(guó)堅實的産(chǎn)業基礎和先進的科(kē)學(xué)技(jì )術分(fēn)不開。中(zhōng)國(guó)異軍突起，發展迅猛。基于文(wén)獻和專利分(fēn)析結果，綜合來看，我國(guó)主要關注方向為(wèi)計算機視覺技(jì )術、自然語言處理(lǐ)技(jì )術、智能(néng)芯片技(jì )術、自主無人系統技(jì )術和群體(tǐ)智能(néng)技(jì )術。具(jù)體(tǐ)來看，基于發文(wén)量，國(guó)内外相關文(wén)獻研究起步時間相似，中(zhōng)國(guó)僅比國(guó)外晚兩年，增長(cháng)趨勢相同，整體(tǐ)呈現上升趨勢，增長(cháng)最快的階段均出現在2010年以後。從國(guó)家合作(zuò)來看，美國(guó)與其他(tā)所有(yǒu)國(guó)家合作(zuò)共現的總次數最多(duō)，中(zhōng)國(guó)與美國(guó)、日本、英國(guó)合作(zuò)比較緊密。從研究機構來看，發文(wén)量排名(míng)前10位的研究機構主要分(fēn)布在美國(guó)、中(zhōng)國(guó)和德(dé)國(guó)，中(zhōng)國(guó)科(kē)學(xué)院大學(xué)和清華大學(xué)已與其他(tā)機構開展大量的基礎研究工(gōng)作(zuò)，但是機構合作(zuò)密度較低。從關注的熱點來看，我國(guó)聚焦于計算機視覺技(jì )術、群體(tǐ)智能(néng)技(jì )術、自然語言處理(lǐ)技(jì )術和自主無人系統技(jì )術。從專利分(fēn)布來看，中(zhōng)國(guó)人工(gōng)智能(néng)産(chǎn)業核心技(jì )術專利申請量已經超越美國(guó)成為(wèi)AI領域專利申請量最高的國(guó)家。其中(zhōng)，中(zhōng)國(guó)擁有(yǒu)腦機接口技(jì )術、群體(tǐ)智能(néng)技(jì )術、計算機視覺技(jì )術、智适應學(xué)習技(jì )術和智能(néng)芯片技(jì )術專利最多(duō)；從專利權人分(fēn)布來看，中(zhōng)國(guó)擁有(yǒu)最多(duō)的專利權申請人，主要分(fēn)布在腦機接口技(jì )術、群體(tǐ)智能(néng)技(jì )術、計算機視覺技(jì )術、智适應學(xué)習技(jì )術和智能(néng)芯片技(jì )術。人工(gōng)智能(néng)的不斷發展對提高國(guó)家競争力、維護國(guó)家安(ān)全有(yǒu)巨大的幫助，許多(duō)國(guó)家已将發展人工(gōng)智能(néng)提高至國(guó)家戰略層面。本文(wén)運用(yòng)科(kē)學(xué)知識圖譜和專利地圖分(fēn)析了全球人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的競争态勢，并針對我國(guó)建設創新(xīn)型國(guó)家和“十四五”時期人工(gōng)智能(néng)産(chǎn)業發展提出以下幾點建議。（1）加強前沿基礎理(lǐ)論研究，擴大技(jì )術應用(yòng)場景優勢基礎理(lǐ)論的研究是産(chǎn)業核心技(jì )術突破的源泉[15]。通過科(kē)學(xué)知識圖譜工(gōng)具(jù)對比分(fēn)析國(guó)内外人工(gōng)智能(néng)産(chǎn)業核心技(jì )術熱點研究，我國(guó)在人工(gōng)智能(néng)的理(lǐ)論基礎層和應用(yòng)層均涉及廣泛。從本文(wén)研究來看，我國(guó)主要聚焦計算機視覺技(jì )術、自然語言處理(lǐ)技(jì )術、智能(néng)芯片技(jì )術、自主無人系統技(jì )術和群體(tǐ)智能(néng)技(jì )術，并在技(jì )術應用(yòng)中(zhōng)具(jù)有(yǒu)一定的優勢。我國(guó)在适應性自主學(xué)習、綜合推理(lǐ)、群體(tǐ)智能(néng)等方面已初步具(jù)有(yǒu)跨越式發展的能(néng)力，然而我國(guó)的核心技(jì )術力量在跨媒體(tǐ)推理(lǐ)分(fēn)析技(jì )術和自主無人系統技(jì )術方面比較薄弱。因此，“十四五”時期人工(gōng)智能(néng)産(chǎn)業發展不僅要重視基礎理(lǐ)論研究，識别人工(gōng)智能(néng)發展方向和理(lǐ)論機理(lǐ)，在方法和體(tǐ)系上努力實現革命性和颠覆性的突破。同時，擴大中(zhōng)國(guó)現有(yǒu)技(jì )術應用(yòng)的優勢，鼓勵和支持人工(gōng)智能(néng)技(jì )術的推廣和應用(yòng)，例如城市管理(lǐ)、教育、環境、交通、法律、醫(yī)療、網絡安(ān)全和社會治理(lǐ)等重要領域，确保中(zhōng)國(guó)的理(lǐ)論研究處于人工(gōng)智能(néng)這一重要領域的前沿，推動基礎技(jì )術取得巨大突破，占據産(chǎn)業核心技(jì )術制高點，在新(xīn)一輪國(guó)際競争中(zhōng)占據優勢。人工(gōng)智能(néng)作(zuò)為(wèi)引領未來的颠覆性、戰略性技(jì )術，成為(wèi)國(guó)際競争的新(xīn)焦點和經濟發展的新(xīn)引擎[25]。經過多(duō)年的積累，我國(guó)在人工(gōng)智能(néng)領域取得重要進展，但從整體(tǐ)發展水平而言，與發達國(guó)家仍存在較大的差距。例如，在關鍵設備、重要元器件和操作(zuò)系統等基本被英偉達、AMD、英特爾等國(guó)際巨頭壟斷，形成“鎖定效應”。“十四五”時期以及未來更長(cháng)一段時期應重點關注核心技(jì )術，突破被扼制的技(jì )術困境。從本文(wén)的研究來看，目前，全球對跨媒體(tǐ)分(fēn)析推理(lǐ)技(jì )術的研究不多(duō)，關注度較低。跨媒體(tǐ)是一個包括跨媒體(tǐ)檢索、跨媒體(tǐ)推理(lǐ)和跨媒體(tǐ)存儲等廣義的概念，主要應用(yòng)于如網絡内容監管、信息檢索、智慧醫(yī)療、智能(néng)穿戴設備等行業。在國(guó)務(wù)院關于印發新(xīn)一代人工(gōng)智能(néng)發展規劃的通知中(zhōng)，重點提及“跨界融合”技(jì )術體(tǐ)系。因此，在人工(gōng)智能(néng)産(chǎn)業核心技(jì )術“十四五”發展前瞻中(zhōng)可(kě)以聚焦于跨媒體(tǐ)分(fēn)析推理(lǐ)技(jì )術，通過相關政策指導，抓住新(xīn)一輪發展機遇，積極攻克核心技(jì )術難關，在國(guó)際競争中(zhōng)掌握主動權。（3）順應全球合作(zuò)與開放趨勢，構建産(chǎn)業核心技(jì )術創新(xīn)共同體(tǐ)開放與合作(zuò)是永恒的主題，緊密的合作(zuò)與良性的競争能(néng)夠促進全球人工(gōng)智能(néng)産(chǎn)業健康發展。由于核心技(jì )術具(jù)有(yǒu)高密保性，後發企業難以識别先發企業的技(jì )術機理(lǐ)及其具(jù)體(tǐ)形成過程[16]，因此需要開放的合作(zuò)與創新(xīn)。就合作(zuò)程度而言，我國(guó)人工(gōng)智能(néng)的主要研發機構與美國(guó)、英國(guó)、日本合作(zuò)緊密，但與美國(guó)相比，還欠缺合作(zuò)的深度和廣度，應該借鑒學(xué)習發達國(guó)家人工(gōng)智能(néng)發展合作(zuò)的經驗。就研究機構而言，我國(guó)研究機構在競争中(zhōng)存在自身的短闆，研究機構和企業尚未形成具(jù)有(yǒu)國(guó)際影響力的協同創新(xīn)生态圈，特别是人工(gōng)智能(néng)的相關研究機構整體(tǐ)分(fēn)布較為(wèi)分(fēn)散，團隊規模較小(xiǎo)，缺少高水平的合作(zuò)，且合作(zuò)成果較少。因此，“十四五”時期更應結合現實需求，不同的研究機構展開合作(zuò)，推動理(lǐ)論基礎研究實現新(xīn)的突破，積極構建産(chǎn)業核心技(jì )術“創新(xīn)共同體(tǐ)”。在産(chǎn)業核心技(jì )術突破過程中(zhōng)，其中(zhōng)政府、産(chǎn)業、高校、研究機構和用(yòng)戶作(zuò)為(wèi)合作(zuò)主體(tǐ)，以不同的角色參與到系統創新(xīn)體(tǐ)系中(zhōng)來[26]，通過組織學(xué)習、知識流動、交流合作(zuò)等形式使多(duō)元化的創新(xīn)主體(tǐ)之間形成協同互動的協同網絡體(tǐ)系，以此建構具(jù)有(yǒu)國(guó)際影響力的人工(gōng)智能(néng)創新(xīn)生态圈。
【參考文(wén)獻】
[1] 新(xīn)華社.國(guó)務(wù)院印發《新(xīn)一代人工(gōng)智能(néng)發展規劃》[EB/OL].(2017-07-20)[2020-03-01].http://www.gov.cn/xinwen/2017-07/20/content_5212064.htm.
[2] 德(dé)勤科(kē)技(jì ).2019全球人工(gōng)智能(néng)發展白皮書[R].上海:德(dé)勤科(kē)技(jì ),2019.
[3] NILSSON N J. Artificial Intelligence: A New Synthesis[M]. Amsterdam：Elsevier, 1998.
[4] 譚鐵牛,孫哲南,張兆翔.人工(gōng)智能(néng):天使還是魔鬼?[J].中(zhōng)國(guó)科(kē)學(xué):信息科(kē)學(xué),2018,48(9):1257-1263.
[5] 方兵.我國(guó)高校“人工(gōng)智能(néng)熱”:緣起、影響與應對[J].現代教育技(jì )術,2019,29(4):33-39.
[6] 劉剛.正在改變世界的智能(néng)科(kē)技(jì )産(chǎn)業[J].人民(mín)論壇·學(xué)術前沿,2019(21):38-45.
[7] 蔡自興, 徐光祐. 人工(gōng)智能(néng)及其應用(yòng)[M]. 北京：清華大學(xué)出版社, 2004.
[8] LUXTON D D. Artificial intelligence in psychological practice: Current and future applications and implications[J]. Professional Psychology: Research and Practice, 2014, 45(5): 332.
[9] PARK S H, HAN K. Methodologic guide for evaluating clinical performance and effect of artificial intelligence technology for medical diagnosis and prediction[J]. Radiology, 2018, 286(3): 800-809.
[10] 吳永和,劉博文(wén),馬曉玲.構築“人工(gōng)智能(néng)+教育”的生态系統[J].遠(yuǎn)程教育雜志(zhì),2017,35(5):27-39.
[11] 黃曉斌,吳高.人工(gōng)智能(néng)時代圖書館的發展機遇與變革趨勢[J].圖書與情報,2017(6):19-29.
[12] 仇筠茜,陳昌鳳.黑箱:人工(gōng)智能(néng)技(jì )術與新(xīn)聞生産(chǎn)格局嬗變[J].新(xīn)聞界,2018(1):28-34.
[13] NORMAN P M. Protecting knowledge in strategic alliances: Resource and relational characteristics[J]. The Journal of High Technology Management Research, 2002, 13(2): 177-202.
[14] Frishammar J, Ericsson K, Patel P C. The dark side of knowledge transfer: Exploring knowledge leakage in joint R&D projects[J]. Technovation, 2015, 41: 75-88.
[15] 柳卸林,何郁冰.基礎研究是中(zhōng)國(guó)創新(xīn)的源泉[J].中(zhōng)國(guó)軟科(kē)學(xué),2011(4):104-117.
[16] 李顯君,孟東晖,劉暐.核心技(jì )術微觀機理(lǐ)與突破路徑—以中(zhōng)國(guó)汽車(chē)AMT技(jì )術為(wèi)例[J].中(zhōng)國(guó)軟科(kē)學(xué),2018(8):88-104.
[17] 黃魯成,薛爽.機器學(xué)習技(jì )術發展現狀與國(guó)際競争分(fēn)析[J].現代情報,2019,39(10):165-176.
[18] 中(zhōng)國(guó)信息通信研究院. 中(zhōng)國(guó)人工(gōng)智能(néng)産(chǎn)業發展聯盟.全球人工(gōng)智能(néng)戰略與政策觀察（2019）[R].北京:中(zhōng)國(guó)信息通信研究院，中(zhōng)國(guó)人工(gōng)智能(néng)産(chǎn)業發展聯盟,2019.
[19] 李欣,黃魯成.基于文(wén)獻計量和專利分(fēn)析的戰略性新(xīn)興産(chǎn)業研發競争态勢研究—以OLED産(chǎn)業為(wèi)例[J].科(kē)技(jì )管理(lǐ)研究,2016,36(8):120-126.
[20] 李韻婷,鄭紀剛,張日新(xīn).國(guó)内外智庫影響力研究的前沿和熱點分(fēn)析—基于 CiteSpace Ⅴ 的可(kě)視化計量[J].情報雜志(zhì),2018(12):12.
[21] 雷婕,盤意文(wén),劉建明.知識圖譜視角下智慧旅遊的研究進展及熱點概述[J].圖書館,2019(8):52-58.
[22] 許春燕. 基于CSP和ICA的多(duō)任務(wù)腦機接口分(fēn)類方法比較研究[D].南昌：南昌大學(xué),2012.
[23] FUJII H, MANAGI S. Trends and priority shifts in artificial intelligence technology invention: A global patent analysis[J]. Economic Analysis and Policy, 2018, 58: 60-69.
[24] 婁岩,張賞,黃魯成.基于專利分(fēn)析的替代性技(jì )術選擇研究[J].科(kē)技(jì )管理(lǐ)研究,2015,35(20):150-154.
[25] 袁野,于敏敏,陶于祥,等.基于文(wén)本挖掘的我國(guó)人工(gōng)智能(néng)産(chǎn)業政策量化研究[J].中(zhōng)國(guó)電(diàn)子科(kē)學(xué)研究院學(xué)報,2018,13(6):663-668.
[26] 吳衛紅,陳高翔,張愛美.“政産(chǎn)學(xué)研用(yòng)資”多(duō)元主體(tǐ)協同創新(xīn)三三螺旋模式及機理(lǐ)[J].中(zhōng)國(guó)科(kē)技(jì )論壇,2018(5):1-10.
本篇節選自論文(wén)《人工(gōng)智能(néng)産(chǎn)業核心技(jì )術的國(guó)際競争态勢分(fēn)析》，發表于《中(zhōng)國(guó)電(diàn)子科(kē)學(xué)研究院學(xué)報》第15卷第11期。
服務(wù)熱線(xiàn)
