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。
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
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)。
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。
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)。
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。
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。
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。
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
圖6 人工(gōng)智能(néng)産(chǎn)業核心技(jì )術前5名(míng)專利權人
【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。