通過文(wén)本挖掘方法，運用(yòng)CiteSpace、Ucinet和(hé)專利地(dì)圖等可(kě)視化工(gōng)具，從發展政策、文(wén)獻計(jì)量和(hé)專利挖掘三個(gè)維度對全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)領域的(de)國際競争态勢進行(xíng)分(fēn)析。研究發現，綜合政策、文(wén)獻和(hé)專利數量來看，美(měi)國綜合實力依舊全球第一，中國異軍突起，發展迅猛；從國家間合作網絡圖來看，我國已與美(měi)國、日本、英國等國家開(kāi)展了相(xiàng)關合作研究，但(dàn)是研究機構之間的(de)合作密度較低；基于研究熱(rè)點、專利地(dì)圖和(hé)專利權人(rén)信息來看，我國在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)領域的(de)專利申請量已躍居全球第一；不僅在底層技術(shù)理(lǐ)論研究方面實現了一定的(de)突破，在技術(shù)應用(yòng)層面也(yě)擁有(yǒu)一定的(de)競争優勢，技術(shù)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(jì)算機視覺、自主無人(rén)系統和(hé)群體智能(néng)技術(shù)等方向。最後，通過對比分(fēn)析爲“十四五”時期我國人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)創新發展提供相(xiàng)關政策建議。
技術(shù)推動産業(yè)變革，新一代人(rén)工(gōng)智能(néng)的(de)發展關系到(dào)我國能(néng)否抓住新一輪科技革命和(hé)産業(yè)變革的(de)重要機遇。新産業(yè)技術(shù)研發與應用(yòng)對創新驅動具有(yǒu)一定的(de)引領和(hé)支撐作用(yòng)，因此，我國明(míng)确提出建設人(rén)工(gōng)智能(néng)關鍵共性技術(shù)體系，以增強關鍵環節和(hé)重點領域的(de)創新能(néng)力[1]，要确保人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)掌握在自己手中。中國科學院大(dà)數據挖掘與知識管理(lǐ)重點實驗室發布了《2019年人(rén)工(gōng)智能(néng)發展白皮書(shū)》，根據标準共篩選出八大(dà)人(rén)工(gōng)智能(néng)核心技術(shù)：計(jì)算機視覺技術(shù)、自然語言處理(lǐ)技術(shù)、跨媒體分(fēn)析推理(lǐ)技術(shù)、智适應學習(xí)技術(shù)、群體智能(néng)技術(shù)、自主無人(rén)系統技術(shù)、智能(néng)芯片技術(shù)、腦(nǎo)機接口技術(shù)[2]。2020年3月(yuè)科技部等五部委印發了《加強“從0到(dào)1”基礎研究工(gōng)作方案》，支持人(rén)工(gōng)智能(néng)等領域實現核心技術(shù)突破，以搶占前沿科學研究的(de)制(zhì)高(gāo)點。因此，瞄準人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)，攻克技術(shù)困境成爲重中之重。
人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)研發已成爲世界各國關注的(de)焦點。面對世界範圍的(de)國際競争，我國在核心技術(shù)的(de)突破和(hé)應用(yòng)方面仍存在自身的(de)短闆。基于此，爲全面了解我國人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)國際競争态勢，進一步厘清其研發現狀和(hé)所處地(dì)位，本文(wén)選取了2015-2019年間各國政府頒布的(de)政策和(hé)戰略規劃，1999-2019年間Web of Science收錄的(de)文(wén)獻，1999-2019年間德溫特專利數據庫收錄的(de)專利信息，采用(yòng)CiteSpace、Ucinet和(hé)專利地(dì)圖等可(kě)視化分(fēn)析工(gōng)具，通過政策态勢分(fēn)析不同政府的(de)規劃方向和(hé)重點支持領域；通過文(wén)獻發文(wén)量、國家及研究機構合作網絡剖析全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)發展現狀，通過關鍵詞聚類分(fēn)析不同國家關于人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)研究熱(rè)點，通過專利數據分(fēn)析全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研發現狀，進而對我國人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)在全球所處競争态勢進行(xíng)研判，爲探索建設新一代人(rén)工(gōng)智能(néng)創新發展試驗區以及“十四五”時期人(rén)工(gōng)智能(néng)産業(yè)發展提供相(xiàng)關決策參考。
1、全球人(rén)工(gōng)智能(néng)發展政策概述
本文(wén)采用(yòng)文(wén)本挖掘的(de)方法對中國、美(měi)國、日本、韓國、英國和(hé)德國的(de)人(rén)工(gōng)智能(néng)國家政策和(hé)戰略規劃（2015-2019）進行(xíng)搜集整理(lǐ)；并将國内外知名研究機構發布的(de)相(xiàng)關報告作爲二手資料，進一步完善和(hé)梳理(lǐ)，将其繪制(zhì)成表，如(rú)表1所示。
表1全球人(rén)工(gōng)智能(néng)政策一覽
如(rú)表1所示，中國、美(měi)國和(hé)日本高(gāo)度關注人(rén)工(gōng)智能(néng)的(de)發展，三國政府均已出台大(dà)量的(de)扶持政策，在世界舞台上(shàng)角逐人(rén)工(gōng)智能(néng)發展的(de)領先地(dì)位。其中，中國出台的(de)人(rén)工(gōng)智能(néng)政策數量最多，美(měi)國和(hé)日本緊随其後，均已将“人(rén)工(gōng)智能(néng)”上(shàng)升爲“國家戰略”。韓國和(hé)德國于近兩年加入人(rén)工(gōng)智能(néng)快速發展行(xíng)列，也(yě)逐步重視起人(rén)工(gōng)智能(néng)的(de)發展。縱覽以上(shàng)六個(gè)國家近5年來出台的(de)相(xiàng)關政策，其戰略目标任務和(hé)具體規劃各具特色，爲此，将其劃分(fēn)爲三類[18]：一是技術(shù)和(hé)人(rén)才優勢明(míng)顯的(de)國家，如(rú)美(měi)國，目前處于人(rén)工(gōng)智能(néng)發展前沿，其戰略目标是保持人(rén)工(gōng)智能(néng)的(de)全球領先地(dì)位，确保自身競争優勢。美(měi)國不僅專注于人(rén)工(gōng)智能(néng)的(de)發展，積極制(zhì)定相(xiàng)關法律保障人(rén)工(gōng)智能(néng)的(de)發展，并參與技術(shù)标準的(de)制(zhì)定，以期在全球競争中占據主導地(dì)位。二是具有(yǒu)産業(yè)發展基礎的(de)國家，如(rú)德國、英國，通過戰略部署、商業(yè)應用(yòng)、倫理(lǐ)約束、法律監督引領人(rén)工(gōng)智能(néng)發展，兩國均在“第二次工(gōng)業(yè)革命”和(hé)“信息革命”中積累大(dà)量的(de)發展經驗，擁有(yǒu)堅實的(de)産業(yè)發展基礎。英國和(hé)德國憑借自身發展基礎形成了獨特的(de)優勢，以确保全球競争力。再如(rú)，日本和(hé)韓國所制(zhì)定的(de)相(xiàng)關政策針對性地(dì)傾向半導體和(hé)集成電路(lù)等産業(yè)，兩國在機器(qì)人(rén)、自動駕駛、汽車(chē)、半導體等領域具有(yǒu)明(míng)顯的(de)産業(yè)優勢，憑借自身相(xiàng)對優勢參與全球的(de)新一輪競争。三是異軍突起，積極抓住發展機遇的(de)國家，如(rú)中國，重視推動人(rén)工(gōng)智能(néng)的(de)綜合健康發展及全面布局，通過宏觀規劃和(hé)重點部署構築我國人(rén)工(gōng)智能(néng)發展的(de)先發優勢，從而加快人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)攻克和(hé)創新型國家建設。
2、基于文(wén)獻計(jì)量的(de)産業(yè)核心技術(shù)國際競争态勢分(fēn)析本文(wén)将《2019年人(rén)工(gōng)智能(néng)發展白皮書(shū)》所篩選的(de)人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)作爲檢索條件(jiàn)，文(wén)獻來源Web of Science數據庫下的(de)Web of Science核心合集：引文(wén)索引，檢索條件(jiàn)設置如(rú)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)獻年限爲1990-2019年，文(wén)獻類型選擇Article，最後共得到(dào)3 681篇。 進一步分(fēn)析關于人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究的(de)3 681篇論文(wén)，本文(wén)以時間序列的(de)形式統計(jì)出每年的(de)論文(wén)數量，通過Excel繪制(zhì)了Web of Science收錄的(de)關于人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究的(de)文(wén)獻數量統計(jì)圖（如(rú)圖1所示）。二十年間，全球對人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)研究越來越重視，發文(wén)量整體呈上(shàng)升趨勢。20世紀末，全球的(de)發文(wén)量較低，這受到(dào)當時全球人(rén)工(gōng)智能(néng)技術(shù)的(de)基礎研究、理(lǐ)論模型及數據樣本等影響和(hé)限制(zhì)。發文(wén)量激增階段：2010-2019年，這與人(rén)工(gōng)智能(néng)爆發階段的(de)時間相(xiàng)吻合，也(yě)與算法、算力的(de)提升及數據的(de)激增等現狀密切相(xiàng)關。
圖1 Web of Science收錄關于人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究的(de)文(wén)獻數量
對所檢索的(de)3 681篇文(wén)獻進行(xíng)整理(lǐ)，繪制(zhì)了全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究的(de)發文(wén)量（Top10）示意圖（如(rú)圖2所示）。美(měi)國發文(wén)量居世界第一，中國緊随其後，中國和(hé)美(měi)國發文(wén)量約占全球48%，是全球研究人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)主力。在前10位國家中，亞洲僅有(yǒu)三個(gè)國家：中國、韓國和(hé)日本；北美(měi)洲有(yǒu)兩個(gè)國家，分(fēn)别是美(měi)國和(hé)加拿大(dà)；其餘均爲歐洲發達國家，說明(míng)歐洲仍是技術(shù)研究和(hé)創新的(de)重要地(dì)區。
圖2人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究文(wén)獻發文(wén)量Top10國家
随著(zhe)經濟全球化進程加快，知識全球化和(hé)跨國合作發展越來越迅速。爲突破研究水(shuǐ)平與資源約束的(de)限制(zhì)，各個(gè)國家之間開(kāi)始展開(kāi)合作研究，有(yǒu)助于提高(gāo)各國的(de)科學研究水(shuǐ)平和(hé)創新能(néng)力[19]。爲此，本文(wén)進一步分(fēn)析了所檢索的(de)3 681篇論文(wén)，導出參考文(wén)獻，将下載的(de)數據合并後導入excel，提取“國家”字段，導入至BICOMB軟件(jiàn)，生成國家共現矩陣，再将共現矩陣導入Ucinet軟件(jiàn)，使用(yòng)Netdraw進行(xíng)可(kě)視化分(fēn)析，生成國家合作網絡圖譜，如(rú)圖3所示。人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)國家合作研究網絡的(de)程度中心度如(rú)表2所示。
圖3人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)國家合作研究網絡圖表2全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)主要國家合作研究網絡的(de)程度中心度
如(rú)圖3所示，帶有(yǒu)顔色的(de)節點方塊表示國家。節點的(de)大(dà)小(xiǎo)、各節點之間連線、連線的(de)疏密程度以及連線的(de)粗細分(fēn)别表該國與其他(tā)所有(yǒu)國家合作共現的(de)總次數，兩個(gè)國家間的(de)合作關系，與該國家合作過的(de)其他(tā)國家的(de)數量以及連線兩端的(de)國家合作次數[19]。由圖3可(kě)以看出，節點最大(dà)的(de)是“美(měi)國”，其次是“德國”、“意大(dà)利”、“中國”和(hé)“英國”，表明(míng)美(měi)國與其他(tā)國家合作次數最多，德國、意大(dà)利、中國和(hé)英國緊随其後，合作次數分(fēn)别是365、179、156和(hé)156；由國與國之間的(de)連線可(kě)以看出，中國與美(měi)國、日本、英國合作比較緊密，中國在國際合作中發揮著(zhe)重要作用(yòng)。
2.4 研究機構分(fēn)析
根據所檢索的(de)文(wén)獻，對研究機構的(de)發文(wén)量與合作情況進行(xíng)整理(lǐ)，從機構發文(wén)量來看，其中德國圖賓根大(dà)學發文(wén)量最多，高(gāo)達84篇，說明(míng)其在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究領域具有(yǒu)一定的(de)影響力；其次，發文(wén)量較多的(de)是德國維爾茨堡大(dà)學（56篇）、中國清華大(dà)學（52篇）和(hé)美(měi)國紐約州衛生部（46篇），這些機構在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究中作爲重要的(de)力量，推動著(zhe)産業(yè)核心技術(shù)不斷實現技術(shù)突破與發展。從全球分(fēn)布來看，如(rú)表3所示，發文(wén)量排名前10位的(de)研究機構主要分(fēn)布在美(měi)國、中國和(hé)德國。
表3全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究機構地(dì)區分(fēn)布彙總表
爲了進一步分(fēn)析各研究機構的(de)合作情況，本文(wén)采用(yòng)Ucinet分(fēn)析軟件(jiàn)生成全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究機構合作網絡圖（如(rú)圖4所示）。圖中每一個(gè)小(xiǎo)方塊代表一個(gè)研究機構，方塊越大(dà)說明(míng)該研究機構與其他(tā)研究機構合作越多。其中，德國圖賓根大(dà)學、維爾茨堡大(dà)學和(hé)格拉茨技術(shù)大(dà)學與其他(tā)研究機構合作較爲頻繁。我國兩所研究機構：中國科學院大(dà)學和(hé)清華大(dà)學已開(kāi)展大(dà)量的(de)基礎研究工(gōng)作，并與加利福尼亞大(dà)學聖地(dì)亞哥分(fēn)校(xiào)和(hé)哈佛大(dà)學進行(xíng)了密切的(de)合作研究。從總體上(shàng)看，我國研究機構之間合作密度較低，研究領域較爲分(fēn)散。無論從發文(wén)數量還是從機構合作網絡圖來看，德國圖賓根大(dà)學、維爾茨堡大(dà)學和(hé)紐約州衛生部是全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究的(de)主要力量。
圖4全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究機構合作網絡圖
2.5 熱(rè)點分(fēn)析
熱(rè)點通常可(kě)以表示爲某一研究領域中具有(yǒu)發展潛勢的(de)主題，同時，能(néng)夠展現該領域所屬學科未來的(de)發展方向[20]。通過使用(yòng)關鍵詞來表達該文(wén)章(zhāng)的(de)主題和(hé)中心内容，若某一關鍵詞多次在某一領域文(wén)獻内出現，則該詞可(kě)間接反映該領域内的(de)研究熱(rè)點與研究動向[21]。本文(wén)借助科學知識圖譜工(gōng)具中的(de)關鍵詞聚類視圖對各國人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)研究熱(rè)點進行(xíng)分(fēn)析。基于中國、美(měi)國、日本、韓國、英國和(hé)德國的(de)文(wén)獻數據進行(xíng)整理(lǐ)，将其導入CiteSpace5.5.R2運行(xíng)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作爲提取方法[20]，提取關鍵詞聚類信息将其彙總成表，如(rú)表4所示。
表4人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究關鍵詞聚類表
中國在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究中主要将重心放(fàng)在基礎理(lǐ)論研究與技術(shù)突破中。在八大(dà)核心技術(shù)中，主要聚焦在#0計(jì)算機視覺技術(shù)、#4群體智能(néng)技術(shù)、#7自然語言處理(lǐ)技術(shù)和(hé)自主無人(rén)系統技術(shù)。作爲推動人(rén)工(gōng)智能(néng)技術(shù)進步的(de)“三駕馬車(chē)”，算法、數據和(hé)計(jì)算力在過去的(de)5-10年間不斷創新[2]。在算法方面，我國在#0計(jì)算機視覺技術(shù)中的(de)圖像識别和(hé)特征提取以及#7自然語言處理(lǐ)技術(shù)中的(de)語音(yīn)技術(shù)方面的(de)成就顯著。在基礎理(lǐ)論研究方面，計(jì)算機視覺和(hé)自然語言處理(lǐ)技術(shù)的(de)發展同時也(yě)需要#3模式識别等技術(shù)的(de)支撐；#1共空間模式是一種對兩分(fēn)類任務下的(de)空域濾波特征提取算法，能(néng)夠從多通道的(de)腦(nǎo)機接口數據裏面提取出每一類的(de)空間分(fēn)布成分(fēn)[22]；在技術(shù)應用(yòng)領域，自主無人(rén)系統中的(de)#8協調控制(zhì)對于自動駕駛汽車(chē)和(hé)智能(néng)無人(rén)駕駛系統至關重要，在未來對汽車(chē)制(zhì)造商和(hé)運輸行(xíng)業(yè)将産生重大(dà)影響。
美(měi)國人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究中共有(yǒu)8大(dà)關鍵詞聚類。其中主要關注#0腦(nǎo)機接口技術(shù)和(hé)#2計(jì)算機視覺技術(shù)。從技術(shù)應用(yòng)來看，人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)主要應用(yòng)于醫療領域，#1電子健康檔案有(yǒu)助于提升醫護水(shuǐ)平；#7事件(jiàn)相(xiàng)關誘發電位作爲一種電生理(lǐ)學的(de)研究手段，爲研究大(dà)腦(nǎo)認知活動過程提供了新的(de)指導和(hé)途徑；研究人(rén)員利用(yòng)#8腦(nǎo)波開(kāi)發了新技術(shù)—腦(nǎo)機接口技術(shù)（BCI），爲身體嚴重殘疾的(de)患者提供了新的(de)治療手段。
對文(wén)獻數據進行(xíng)聚類分(fēn)析，無論從底層技術(shù)研究看，還是基于技術(shù)應用(yòng)層面，日本主要關注#0腦(nǎo)機接口技術(shù)。對腦(nǎo)機接口技術(shù)的(de)研究，日本将焦點轉移至#2聽覺BCI腦(nǎo)機接口技術(shù)。#3共空間模式作爲提取的(de)一種方式，是腦(nǎo)機接口技術(shù)重要的(de)算法。腦(nǎo)機接口技術(shù)主要應用(yòng)于醫療健康領域，主要分(fēn)爲“強化”和(hé)“恢複”兩個(gè)方向，“恢複”方向主要是指針對#1中風等疾病提供對應的(de)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(yè)公司對相(xiàng)關可(kě)穿戴設備投入研發資金(jīn)，将腦(nǎo)機接口技術(shù)應用(yòng)到(dào)終端設備。
韓國重點關注#1和(hé)#2腦(nǎo)機接口技術(shù)和(hé)自主無人(rén)系統技術(shù)，自主無人(rén)系統中的(de)機器(qì)人(rén)和(hé)無人(rén)駕駛等技術(shù)已成爲韓國政府重點支持對象。在應用(yòng)中，腦(nǎo)機接口以#4近紅外光(guāng)譜成像技術(shù)（NIRS）爲主，主要用(yòng)于操控家電設備。腦(nǎo)機接口技術(shù)的(de)發展與發達的(de)半導體行(xíng)業(yè)發展相(xiàng)适應，并爲半導體産業(yè)的(de)發展提供重要的(de)支撐力。
#0腦(nǎo)機接口技術(shù)、#1群體智能(néng)技術(shù)和(hé)#7計(jì)算機視覺技術(shù)是英國重點關注對象。腦(nǎo)機接口技術(shù)作爲産業(yè)核心技術(shù)在硬件(jiàn)、算法、範式方面都(dōu)有(yǒu)新的(de)突破和(hé)進展。英國諾丁漢大(dà)學的(de)研究團隊基于腦(nǎo)機接口技術(shù)，開(kāi)發了一種腦(nǎo)磁圖（MEG）系統，配以頭戴式設備，在掃描過程中允許被掃描者自由、自然地(dì)運動。
在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)研究中，德國主要研究#5腦(nǎo)機接口技術(shù)和(hé)自然語言處理(lǐ)技術(shù)，而作爲基礎技術(shù)研究#1腦(nǎo)電圖、#2共空間模式、#6神經反饋技術(shù)都(dōu)爲腦(nǎo)機接口技術(shù)的(de)發展提供了支撐和(hé)輔助作用(yòng)。在基礎理(lǐ)論研究領域，#3非監督學習(xí)作爲機器(qì)學習(xí)的(de)一種方法，是人(rén)工(gōng)智能(néng)網絡的(de)一種重要算法；自然語言處理(lǐ)所涉及的(de)各種任務，可(kě)以用(yòng)#4多任務學習(xí)框架處理(lǐ)。從技術(shù)應用(yòng)領域來看，#0輔助科技用(yòng)于特殊教育行(xíng)業(yè)；機器(qì)學習(xí)爲#7ERP系統注入新能(néng)量，雲ERP平台提供了極大(dà)的(de)便利。
3、基于專利挖掘的(de)産業(yè)核心技術(shù)國際競争态勢分(fēn)析以德溫特專利數據庫爲來源數據庫，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(xíng)檢索，檢索時間範圍設置爲1990-2019年，最後共檢索到(dào)23 940件(jiàn)專利。3.2 人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)專利地(dì)圖分(fēn)析随著(zhe)技術(shù)的(de)發展，基于專利分(fēn)析的(de)“預見—識别”成爲研究熱(rè)點。文(wén)獻[23]通過專利分(fēn)析法對比分(fēn)析不同國家的(de)人(rén)工(gōng)智能(néng)技術(shù)專利，研判全球人(rén)工(gōng)智能(néng)發展态勢；文(wén)獻[24]提出基于專利分(fēn)析替代性技術(shù)選擇，爲企業(yè)的(de)管理(lǐ)者制(zhì)定技術(shù)選擇戰略提供參考建議。爲進一步掌握全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)領域專利發展趨勢和(hé)分(fēn)布情況以及專利權人(rén)分(fēn)布情況，本文(wén)對德溫特專利數據庫中已檢索到(dào)的(de)23940件(jiàn)專利進行(xíng)統計(jì)分(fēn)析，分(fēn)别提取中國、美(měi)國、日本、韓國、英國和(hé)德國的(de)專利，對全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)專利數量和(hé)專利國家分(fēn)布及專利權人(rén)分(fēn)布情況進行(xíng)分(fēn)析，結果如(rú)圖5～圖6所示。
圖5人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)專利數量和(hé)專利國家分(fēn)布示意圖
從圖5可(kě)以看出，基于全球不同國别分(fēn)析，在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)專利中，中國擁有(yǒu)智能(néng)芯片技術(shù)專利的(de)數量最多，說明(míng)中國芯片企業(yè)愈發重視專利保護，其保護意識與能(néng)力也(yě)逐漸增強；美(měi)國擁有(yǒu)自然語言處理(lǐ)技術(shù)專利最多；日本在自然語言處理(lǐ)技術(shù)方面，專利數量占比最多；韓國擁有(yǒu)計(jì)機視覺技術(shù)的(de)專利數量最多；英國和(hé)德國的(de)人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)專利數量均不多，總體來看，二者均在計(jì)算機視覺技術(shù)方面專利數量最多，分(fēn)别占比61%和(hé)37%。從人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)視角看，自主無人(rén)系統技術(shù)主要分(fēn)布在美(měi)國和(hé)中國，其中美(měi)國擁有(yǒu)數量最多；中國在腦(nǎo)機接口技術(shù)、群體智能(néng)技術(shù)、計(jì)算機視覺技術(shù)、智适應學習(xí)技術(shù)和(hé)智能(néng)芯片技術(shù)的(de)申請量遙遙領先；自然語言處理(lǐ)技術(shù)則主要分(fēn)布在美(měi)國。然而關于跨媒體分(fēn)析推理(lǐ)技術(shù)的(de)專利申請目前全球沒有(yǒu)相(xiàng)關的(de)統計(jì)。
圖6 人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)前5名專利權人(rén)
從圖6可(kě)以看出，全球前5名自主無人(rén)系統技術(shù)專利申請者主要集中在美(měi)國和(hé)日本，其中日本占據3席，如(rú)IHI株式會(huì)社和(hé)川崎重工(gōng)業(yè)株式會(huì)社。腦(nǎo)機接口技術(shù)專利申請者前5名主要集中在中國和(hé)韓國，中國主要以高(gāo)校(xiào)爲主，如(rú)清華大(dà)學、浙江大(dà)學、中國科學院和(hé)中國醫學科學院基礎醫學研究所，說明(míng)中國高(gāo)校(xiào)是腦(nǎo)機接口技術(shù)研究的(de)重要力量，擁有(yǒu)較強的(de)研發實力。群體智能(néng)技術(shù)專利申請者也(yě)主要來自中國，前5名中美(měi)國公司僅占有(yǒu)1席。其中國家電網申請專利數量最多，尤其近五年國家電網的(de)人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)發展迅速，中國人(rén)工(gōng)智能(néng)專利布局也(yě)已覆蓋至電力工(gōng)程領域。群體智能(néng)技術(shù)推動電網智能(néng)化發展，是助力新一代電力系統建設的(de)重要支撐。全球前5名計(jì)算機視覺技術(shù)專利申請者主要集中在美(měi)國和(hé)中國，美(měi)國專利申請者主要集中在高(gāo)通、英特爾和(hé)微軟公司，中國則主要集中在高(gāo)校(xiào)，如(rú)清華大(dà)學、北京航空航天大(dà)學等。中國專利申請者占據全球智适應學習(xí)技術(shù)專利申請前五位，主要集中在科技型企業(yè)和(hé)高(gāo)校(xiào)，由于中國教育群體基數龐大(dà)，加之近年來AI教育行(xíng)業(yè)高(gāo)速發展，中國關于智适應學習(xí)技術(shù)的(de)專利申請數量多且主要體現在應用(yòng)層面。智能(néng)芯片技術(shù)專利申請前五位也(yě)均來自中國，從體量來看，中國目前已經成爲全球最大(dà)、增長最快的(de)集成電路(lù)市場(chǎng)，國家集成電路(lù)産業(yè)也(yě)受到(dào)投資基金(jīn)和(hé)資本推動的(de)支持。在強有(yǒu)力的(de)産業(yè)政策扶持下，中國企業(yè)迅速成長壯大(dà)，逐漸挑戰美(měi)國芯片的(de)壟斷市場(chǎng)。自然語言處理(lǐ)技術(shù)專利申請者主要來自美(měi)國和(hé)日本，美(měi)國占據3席（IBM、微軟和(hé)埃森哲全球解決方案有(yǒu)限公司），日本占據2席（富士施樂(yuè)公司和(hé)日本電報電話(huà)公司）。美(měi)國和(hé)日本在自然語言處理(lǐ)技術(shù)方面仍具有(yǒu)一定的(de)研究實力和(hé)發展潛力。
全球範圍内越來越多的(de)政府和(hé)企業(yè)組織意識到(dào)人(rén)工(gōng)智能(néng)在經濟和(hé)戰略上(shàng)的(de)重要性，面對日趨激烈的(de)人(rén)工(gōng)智能(néng)競争市場(chǎng)，我國需要認清全球競争态勢，明(míng)确自身在全球中所處地(dì)位，明(míng)晰具備競争力的(de)産業(yè)核心技術(shù)。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(hé)專利數量三個(gè)角度量化了全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)競争力。從政策數量來看，中國>美(měi)國>日本>英國>德國>韓國；從文(wén)獻數量來看，美(měi)國>中國>德國>英國>韓國>日本；從專利數量來看，中國>美(měi)國>日本>韓國>德國>英國。綜合來看，美(měi)國綜合實力依舊全球第一，這與美(měi)國堅實的(de)産業(yè)基礎和(hé)先進的(de)科學技術(shù)分(fēn)不開(kāi)。中國異軍突起，發展迅猛。基于文(wén)獻和(hé)專利分(fēn)析結果，綜合來看，我國主要關注方向爲計(jì)算機視覺技術(shù)、自然語言處理(lǐ)技術(shù)、智能(néng)芯片技術(shù)、自主無人(rén)系統技術(shù)和(hé)群體智能(néng)技術(shù)。具體來看，基于發文(wén)量，國内外相(xiàng)關文(wén)獻研究起步時間相(xiàng)似，中國僅比國外晚兩年，增長趨勢相(xiàng)同，整體呈現上(shàng)升趨勢，增長最快的(de)階段均出現在2010年以後。從國家合作來看，美(měi)國與其他(tā)所有(yǒu)國家合作共現的(de)總次數最多，中國與美(měi)國、日本、英國合作比較緊密。從研究機構來看，發文(wén)量排名前10位的(de)研究機構主要分(fēn)布在美(měi)國、中國和(hé)德國，中國科學院大(dà)學和(hé)清華大(dà)學已與其他(tā)機構開(kāi)展大(dà)量的(de)基礎研究工(gōng)作，但(dàn)是機構合作密度較低。從關注的(de)熱(rè)點來看，我國聚焦于計(jì)算機視覺技術(shù)、群體智能(néng)技術(shù)、自然語言處理(lǐ)技術(shù)和(hé)自主無人(rén)系統技術(shù)。從專利分(fēn)布來看，中國人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)專利申請量已經超越美(měi)國成爲AI領域專利申請量最高(gāo)的(de)國家。其中，中國擁有(yǒu)腦(nǎo)機接口技術(shù)、群體智能(néng)技術(shù)、計(jì)算機視覺技術(shù)、智适應學習(xí)技術(shù)和(hé)智能(néng)芯片技術(shù)專利最多；從專利權人(rén)分(fēn)布來看，中國擁有(yǒu)最多的(de)專利權申請人(rén)，主要分(fēn)布在腦(nǎo)機接口技術(shù)、群體智能(néng)技術(shù)、計(jì)算機視覺技術(shù)、智适應學習(xí)技術(shù)和(hé)智能(néng)芯片技術(shù)。人(rén)工(gōng)智能(néng)的(de)不斷發展對提高(gāo)國家競争力、維護國家安全有(yǒu)巨大(dà)的(de)幫助，許多國家已将發展人(rén)工(gōng)智能(néng)提高(gāo)至國家戰略層面。本文(wén)運用(yòng)科學知識圖譜和(hé)專利地(dì)圖分(fēn)析了全球人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)競争态勢，并針對我國建設創新型國家和(hé)“十四五”時期人(rén)工(gōng)智能(néng)産業(yè)發展提出以下幾點建議。（1）加強前沿基礎理(lǐ)論研究，擴大(dà)技術(shù)應用(yòng)場(chǎng)景優勢基礎理(lǐ)論的(de)研究是産業(yè)核心技術(shù)突破的(de)源泉[15]。通過科學知識圖譜工(gōng)具對比分(fēn)析國内外人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)熱(rè)點研究，我國在人(rén)工(gōng)智能(néng)的(de)理(lǐ)論基礎層和(hé)應用(yòng)層均涉及廣泛。從本文(wén)研究來看，我國主要聚焦計(jì)算機視覺技術(shù)、自然語言處理(lǐ)技術(shù)、智能(néng)芯片技術(shù)、自主無人(rén)系統技術(shù)和(hé)群體智能(néng)技術(shù)，并在技術(shù)應用(yòng)中具有(yǒu)一定的(de)優勢。我國在适應性自主學習(xí)、綜合推理(lǐ)、群體智能(néng)等方面已初步具有(yǒu)跨越式發展的(de)能(néng)力，然而我國的(de)核心技術(shù)力量在跨媒體推理(lǐ)分(fēn)析技術(shù)和(hé)自主無人(rén)系統技術(shù)方面比較薄弱。因此，“十四五”時期人(rén)工(gōng)智能(néng)産業(yè)發展不僅要重視基礎理(lǐ)論研究，識别人(rén)工(gōng)智能(néng)發展方向和(hé)理(lǐ)論機理(lǐ)，在方法和(hé)體系上(shàng)努力實現革命性和(hé)颠覆性的(de)突破。同時，擴大(dà)中國現有(yǒu)技術(shù)應用(yòng)的(de)優勢，鼓勵和(hé)支持人(rén)工(gōng)智能(néng)技術(shù)的(de)推廣和(hé)應用(yòng)，例如(rú)城市管理(lǐ)、教育、環境、交通、法律、醫療、網絡安全和(hé)社會(huì)治理(lǐ)等重要領域，确保中國的(de)理(lǐ)論研究處于人(rén)工(gōng)智能(néng)這一重要領域的(de)前沿，推動基礎技術(shù)取得巨大(dà)突破，占據産業(yè)核心技術(shù)制(zhì)高(gāo)點，在新一輪國際競争中占據優勢。人(rén)工(gōng)智能(néng)作爲引領未來的(de)颠覆性、戰略性技術(shù)，成爲國際競争的(de)新焦點和(hé)經濟發展的(de)新引擎[25]。經過多年的(de)積累，我國在人(rén)工(gōng)智能(néng)領域取得重要進展，但(dàn)從整體發展水(shuǐ)平而言，與發達國家仍存在較大(dà)的(de)差距。例如(rú)，在關鍵設備、重要元器(qì)件(jiàn)和(hé)操作系統等基本被英偉達、AMD、英特爾等國際巨頭壟斷，形成“鎖定效應”。“十四五”時期以及未來更長一段時期應重點關注核心技術(shù)，突破被扼制(zhì)的(de)技術(shù)困境。從本文(wén)的(de)研究來看，目前，全球對跨媒體分(fēn)析推理(lǐ)技術(shù)的(de)研究不多，關注度較低。跨媒體是一個(gè)包括跨媒體檢索、跨媒體推理(lǐ)和(hé)跨媒體存儲等廣義的(de)概念，主要應用(yòng)于如(rú)網絡内容監管、信息檢索、智慧醫療、智能(néng)穿戴設備等行(xíng)業(yè)。在國務院關于印發新一代人(rén)工(gōng)智能(néng)發展規劃的(de)通知中，重點提及“跨界融合”技術(shù)體系。因此，在人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)“十四五”發展前瞻中可(kě)以聚焦于跨媒體分(fēn)析推理(lǐ)技術(shù)，通過相(xiàng)關政策指導，抓住新一輪發展機遇，積極攻克核心技術(shù)難關，在國際競争中掌握主動權。（3）順應全球合作與開(kāi)放(fàng)趨勢，構建産業(yè)核心技術(shù)創新共同體開(kāi)放(fàng)與合作是永恒的(de)主題，緊密的(de)合作與良性的(de)競争能(néng)夠促進全球人(rén)工(gōng)智能(néng)産業(yè)健康發展。由于核心技術(shù)具有(yǒu)高(gāo)密保性，後發企業(yè)難以識别先發企業(yè)的(de)技術(shù)機理(lǐ)及其具體形成過程[16]，因此需要開(kāi)放(fàng)的(de)合作與創新。就合作程度而言，我國人(rén)工(gōng)智能(néng)的(de)主要研發機構與美(měi)國、英國、日本合作緊密，但(dàn)與美(měi)國相(xiàng)比，還欠缺合作的(de)深度和(hé)廣度，應該借鑒學習(xí)發達國家人(rén)工(gōng)智能(néng)發展合作的(de)經驗。就研究機構而言，我國研究機構在競争中存在自身的(de)短闆，研究機構和(hé)企業(yè)尚未形成具有(yǒu)國際影響力的(de)協同創新生态圈，特别是人(rén)工(gōng)智能(néng)的(de)相(xiàng)關研究機構整體分(fēn)布較爲分(fēn)散，團隊規模較小(xiǎo)，缺少(shǎo)高(gāo)水(shuǐ)平的(de)合作，且合作成果較少(shǎo)。因此，“十四五”時期更應結合現實需求，不同的(de)研究機構展開(kāi)合作，推動理(lǐ)論基礎研究實現新的(de)突破，積極構建産業(yè)核心技術(shù)“創新共同體”。在産業(yè)核心技術(shù)突破過程中，其中政府、産業(yè)、高(gāo)校(xiào)、研究機構和(hé)用(yòng)戶作爲合作主體，以不同的(de)角色參與到(dào)系統創新體系中來[26]，通過組織學習(xí)、知識流動、交流合作等形式使多元化的(de)創新主體之間形成協同互動的(de)協同網絡體系，以此建構具有(yǒu)國際影響力的(de)人(rén)工(gōng)智能(néng)創新生态圈。
【參考文(wén)獻】
[1] 新華社.國務院印發《新一代人(rén)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] 德勤科技.2019全球人(rén)工(gōng)智能(néng)發展白皮書(shū)[R].上(shàng)海(hǎi):德勤科技,2019.
[3] NILSSON N J. Artificial Intelligence: A New Synthesis[M]. Amsterdam：Elsevier, 1998.
[4] 譚鐵(tiě)牛,孫哲南,張兆翔.人(rén)工(gōng)智能(néng):天使還是魔鬼?[J].中國科學:信息科學,2018,48(9):1257-1263.
[5] 方兵.我國高(gāo)校(xiào)“人(rén)工(gōng)智能(néng)熱(rè)”:緣起、影響與應對[J].現代教育技術(shù),2019,29(4):33-39.
[6] 劉剛.正在改變世界的(de)智能(néng)科技産業(yè)[J].人(rén)民(mín)論壇·學術(shù)前沿,2019(21):38-45.
[7] 蔡自興, 徐光(guāng)祐. 人(rén)工(gōng)智能(néng)及其應用(yòng)[M]. 北京：清華大(dà)學出版社, 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(hé),劉博文(wén),馬曉玲.構築“人(rén)工(gōng)智能(néng)+教育”的(de)生态系統[J].遠程教育雜志,2017,35(5):27-39.
[11] 黃(huáng)曉斌,吳高(gāo).人(rén)工(gōng)智能(néng)時代圖書(shū)館的(de)發展機遇與變革趨勢[J].圖書(shū)與情報,2017(6):19-29.
[12] 仇筠茜,陳昌鳳.黑(hēi)箱:人(rén)工(gōng)智能(néng)技術(shù)與新聞生産格局嬗變[J].新聞界,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.基礎研究是中國創新的(de)源泉[J].中國軟科學,2011(4):104-117.
[16] 李顯君,孟東晖,劉暐.核心技術(shù)微觀機理(lǐ)與突破路(lù)徑—以中國汽車(chē)AMT技術(shù)爲例[J].中國軟科學,2018(8):88-104.
[17] 黃(huáng)魯成,薛爽.機器(qì)學習(xí)技術(shù)發展現狀與國際競争分(fēn)析[J].現代情報,2019,39(10):165-176.
[18] 中國信息通信研究院. 中國人(rén)工(gōng)智能(néng)産業(yè)發展聯盟.全球人(rén)工(gōng)智能(néng)戰略與政策觀察（2019）[R].北京:中國信息通信研究院，中國人(rén)工(gōng)智能(néng)産業(yè)發展聯盟,2019.
[19] 李欣,黃(huáng)魯成.基于文(wén)獻計(jì)量和(hé)專利分(fēn)析的(de)戰略性新興産業(yè)研發競争态勢研究—以OLED産業(yè)爲例[J].科技管理(lǐ)研究,2016,36(8):120-126.
[20] 李韻婷,鄭紀剛,張日新.國内外智庫影響力研究的(de)前沿和(hé)熱(rè)點分(fēn)析—基于 CiteSpace Ⅴ 的(de)可(kě)視化計(jì)量[J].情報雜志,2018(12):12.
[21] 雷婕,盤意文(wén),劉建明(míng).知識圖譜視角下智慧旅遊的(de)研究進展及熱(rè)點概述[J].圖書(shū)館,2019(8):52-58.
[22] 許春燕. 基于CSP和(hé)ICA的(de)多任務腦(nǎo)機接口分(fēn)類方法比較研究[D].南昌：南昌大(dà)學,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(huáng)魯成.基于專利分(fēn)析的(de)替代性技術(shù)選擇研究[J].科技管理(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(de)我國人(rén)工(gōng)智能(néng)産業(yè)政策量化研究[J].中國電子科學研究院學報,2018,13(6):663-668.
[26] 吳衛紅,陳高(gāo)翔,張愛美(měi).“政産學研用(yòng)資”多元主體協同創新三三螺旋模式及機理(lǐ)[J].中國科技論壇,2018(5):1-10.
本篇節選自論文(wén)《人(rén)工(gōng)智能(néng)産業(yè)核心技術(shù)的(de)國際競争态勢分(fēn)析》，發表于《中國電子科學研究院學報》第15卷第11期。
服務熱(rè)線
