引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)遴選及前沿?zé)狳c技術(shù)研究
——以人工智能產(chǎn)業(yè)為例

劉 媛，楊 濤，胡 峰，王俊峰，陸麗娜，黃 斌

（1.江蘇省科學(xué)技術(shù)情報研究所，江蘇南京 210042；2.河海大學(xué)商學(xué)院，江蘇南京 211100；3.河海大學(xué)項目管理信息化研究所，江蘇南京 211100）

未來產(chǎn)業(yè)是會帶來重大產(chǎn)業(yè)變革的產(chǎn)業(yè)。江蘇省委省政府提出要針對江蘇產(chǎn)業(yè)發(fā)展的技術(shù)短板和創(chuàng)新需求，加強技術(shù)研判，分析產(chǎn)業(yè)前景，促進應(yīng)用基礎(chǔ)研究、前沿高技術(shù)研究與產(chǎn)業(yè)關(guān)鍵技術(shù)攻關(guān)緊密銜接，在目前沒有優(yōu)勢但可能有良好前景的領(lǐng)域，要進行前瞻布局。因此，對未來產(chǎn)業(yè)及前沿?zé)狳c技術(shù)的研究有利于江蘇搶占產(chǎn)業(yè)發(fā)展先機，科學(xué)合理配置科技資源，準(zhǔn)確把握產(chǎn)業(yè)發(fā)展方向。本研究從國家發(fā)展戰(zhàn)略、國家科技項目布局的視角出發(fā)，遴選發(fā)達國家科技發(fā)展戰(zhàn)略、頂尖咨詢機構(gòu)權(quán)威報告、我國重點科技項目布局方向，運用共詞分析方法進行共詞網(wǎng)絡(luò)分析，根據(jù)高頻詞遴選未來產(chǎn)業(yè)領(lǐng)域，從未來產(chǎn)業(yè)中進一步遴選適合江蘇發(fā)展的產(chǎn)業(yè)，并以人工智能產(chǎn)業(yè)為例，利用文獻計量學(xué)和知識圖譜方法進行熱點主題研究，由此判斷江蘇未來產(chǎn)業(yè)前沿?zé)狳c技術(shù)方向。2017 年11 月14 日，南京市政府發(fā)布會上稱南京將構(gòu)建“4+4+1”的未來產(chǎn)業(yè)體系，“未來產(chǎn)業(yè)”在學(xué)術(shù)界并沒有明確的定義，江蘇省委常委、南京市委書記張敬華認為，未來產(chǎn)業(yè)是能夠具有重大產(chǎn)業(yè)前景的顛覆性技術(shù)以及新產(chǎn)品、新業(yè)態(tài)，如人工智能、未來網(wǎng)絡(luò)、增材制造以及前沿新材料、生命健康等交叉應(yīng)用領(lǐng)域［1］。

1 引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)遴選

1.1 基于發(fā)達國家發(fā)展戰(zhàn)略和頂尖咨詢機構(gòu)維度的未來產(chǎn)業(yè)領(lǐng)域遴選

發(fā)達國家以及如麥肯錫、高德納等國際頂尖機構(gòu)已經(jīng)對未來產(chǎn)業(yè)、前沿?zé)狳c技術(shù)做了大量研究，本研究從發(fā)達國家以及國內(nèi)外頂尖咨詢機構(gòu)發(fā)布的權(quán)威報告、我國重點計劃項目的角度遴選引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)領(lǐng)域，主要包含發(fā)達國家的科技計劃、未來產(chǎn)業(yè)前沿技術(shù)的判斷和重點計劃項目的布局，根據(jù)這個原則選取了近5 年來15 份權(quán)威報告作為未來產(chǎn)業(yè)領(lǐng)域遴選的依據(jù)，如表1 所示。

表1 未來產(chǎn)業(yè)篩選的主要來源報告

采用文本梳理法，對15 份報告中提到的未來產(chǎn)業(yè)領(lǐng)域進行頻次統(tǒng)計并進行歸一化處理，使數(shù)據(jù)顆粒度大小統(tǒng)一到一個層級，如將“先進機器人”“社交機器人”“機器人技術(shù)”等統(tǒng)稱為“先進機器人”，將“萬物互聯(lián)技術(shù)”“物聯(lián)網(wǎng)”等統(tǒng)稱為“物聯(lián)網(wǎng)”，通過聚類分析繪制如圖1 所示的發(fā)達國家提出的未來產(chǎn)業(yè)網(wǎng)絡(luò)圖，可以看出排名前15 位的未來產(chǎn)業(yè)領(lǐng)域為網(wǎng)絡(luò)安全、新能源、先進機器人、人工智能、增強現(xiàn)實、自動駕駛汽車、大數(shù)據(jù)分析、3D 打印、先進制造、先進材料、物聯(lián)網(wǎng)、量子計算、核能、高性能計算機、電池等產(chǎn)業(yè)；如圖2 所示，從頂尖咨詢機構(gòu)遴選出的未來產(chǎn)業(yè)領(lǐng)域為先進機器人、人工智能、云服務(wù)、生物技術(shù)識別、自動駕駛汽車、區(qū)塊鏈、核能、網(wǎng)絡(luò)安全、儲能技術(shù)、增強現(xiàn)實等領(lǐng)域。通過對比發(fā)現(xiàn)，從國家戰(zhàn)略維度看，發(fā)達國家更加關(guān)注新能源、大數(shù)據(jù)分析、3D 打印、先進制造、先進材料、物聯(lián)網(wǎng)、量子計算、高性能計算機、電池等未來產(chǎn)業(yè)領(lǐng)域，偏重于能源、制造和信息領(lǐng)域，而頂尖咨詢機構(gòu)著眼于生物識別技術(shù)、云服務(wù)、區(qū)塊鏈等未來產(chǎn)業(yè)。根據(jù)未來產(chǎn)業(yè)出現(xiàn)的頻次進行統(tǒng)計，網(wǎng)絡(luò)安全、先進機器人、人工智能、增強現(xiàn)實、自動駕駛汽車、核能等6 個領(lǐng)域為發(fā)達國家和頂尖咨詢機構(gòu)共同關(guān)注的交叉領(lǐng)域。

圖1 發(fā)達國家提出的未來產(chǎn)業(yè)網(wǎng)絡(luò)

圖2 頂尖咨詢機構(gòu)提出的未來產(chǎn)業(yè)網(wǎng)絡(luò)

1.2 基于我國發(fā)展戰(zhàn)略維度的未來產(chǎn)業(yè)領(lǐng)域遴選

以2018—2019 年我國國家重點研發(fā)計劃項目、科技創(chuàng)新2030 重大項目為樣本，遴選未來產(chǎn)業(yè)的重點領(lǐng)域［17-18］，我國未來產(chǎn)業(yè)領(lǐng)域為智能機器人、智能制造、清潔能源、新材料、農(nóng)業(yè)創(chuàng)新、智能交通、智能電網(wǎng)、醫(yī)療與健康、深海工程、航空航天、量子通信等領(lǐng)域（如圖3 所示）。國內(nèi)外對比看，制造、信息、能源、材料領(lǐng)域成為國內(nèi)外共同關(guān)注的熱點領(lǐng)域，我國更加聚焦智能制造、新材料、農(nóng)業(yè)創(chuàng)新、智能電網(wǎng)、醫(yī)療與健康、深海工程、航空航天、量子通信等未來產(chǎn)業(yè)。

圖3 我國國家層面提出的未來產(chǎn)業(yè)網(wǎng)絡(luò)

綜合國內(nèi)外對未來產(chǎn)業(yè)的研究，通過對相同領(lǐng)域的去重、名稱相近領(lǐng)域的合并，如與國外名稱相近的先進機器人等只保留更加符合我國通用名稱的智能機器人，共遴選出網(wǎng)絡(luò)安全、智能制造、人工智能、增強現(xiàn)實、自動駕駛汽車、大數(shù)據(jù)分析、3D打印、物聯(lián)網(wǎng)、量子計算、核能、高性能計算機、電池、云服務(wù)、區(qū)塊鏈、儲能、智能機器人、清潔能源、新材料、農(nóng)業(yè)創(chuàng)新、智能電網(wǎng)、醫(yī)療與健康、深海工程、航空航天、量子通信24 個產(chǎn)業(yè)作為引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)備選領(lǐng)域。

1.3 引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)遴選分析

1.3.1 江蘇未來產(chǎn)業(yè)遴選指標(biāo)建立

基于上述引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)備選清單，從江蘇發(fā)展基礎(chǔ)的維度建立未來產(chǎn)業(yè)的遴選指標(biāo)，并通過江蘇省工信廳等相關(guān)廳局專家、部分領(lǐng)域技術(shù)專家對各項指標(biāo)進行打分，遴選引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)領(lǐng)域。從產(chǎn)業(yè)發(fā)展的支撐要素維度來建立遴選指標(biāo)，包括政策支持、創(chuàng)新資源、頂尖人才、企業(yè)布局、技術(shù)儲備5 個方面（如表2 所示）。

表2 江蘇未來產(chǎn)業(yè)遴選指標(biāo)

根據(jù)專家打分的結(jié)果，剔除分值在5 分以下的產(chǎn)業(yè)領(lǐng)域，按照分值從高到低排序，遴選出適合江蘇發(fā)展的未來產(chǎn)業(yè)為新材料、物聯(lián)網(wǎng)、人工智能、高性能計算機、網(wǎng)絡(luò)安全、智能機器人、電池、智能制造、醫(yī)療與健康、云服務(wù)、清潔能源、智能電網(wǎng)、區(qū)塊鏈、3D 打印、增強現(xiàn)實、儲能。根據(jù)遴選出的未來產(chǎn)業(yè)結(jié)果，以人工智能產(chǎn)業(yè)為例，進一步研究人工智能的前沿?zé)狳c技術(shù)，為江蘇未來進行技術(shù)方向的布局提供參考。

1.3.2 江蘇人工智能產(chǎn)業(yè)現(xiàn)狀分析

江蘇一直高度重視人工智能產(chǎn)業(yè)的培育和發(fā)展，已突破了一批關(guān)鍵技術(shù)，布局了一批創(chuàng)新平臺，集聚了一批人才團隊，具有良好的產(chǎn)業(yè)發(fā)展基礎(chǔ)。

一是具有良好的技術(shù)基礎(chǔ)。根據(jù)省自然科學(xué)基金資助項目庫，2012—2017 年共資助新一代人工智能相關(guān)項目454 個，技術(shù)儲備主要在傳感器、機器視覺、機器人方面，江蘇在機器學(xué)習(xí)、計算視覺、機器人、專家系統(tǒng)等方面有一定優(yōu)勢。同時，江蘇圍繞腦科學(xué)、神經(jīng)科學(xué)、多模式識別、智能機器人等前瞻領(lǐng)域，已組織實施前瞻性產(chǎn)業(yè)技術(shù)攻關(guān)項目115 項、重大科技成果轉(zhuǎn)化項目32 項［19］。

二是具有相當(dāng)實力的創(chuàng)新平臺。江蘇科教資源豐富，擁有南京大學(xué)、東南大學(xué)、南京理工大學(xué)、中國電子科技集團公司第十四研究所和第二十八研究所（以下分別簡稱“中電14 所”“中電28 所”）等單位，在人工智能領(lǐng)域擁有較強的研發(fā)實力，建有計算機軟件新技術(shù)、國家超算中心、網(wǎng)絡(luò)群體智能、工業(yè)機器人、智能運輸系統(tǒng)工程、高維信息智能感知與系統(tǒng)、智能車輛控制、物聯(lián)網(wǎng)等10 多個國家和省級重點實驗室及研究中心，擁有較強的創(chuàng)新實力。其中，南京大學(xué)的計算機軟件新技術(shù)國家重點實驗室在新一代人工智能大數(shù)據(jù)智能分析、高級機器學(xué)習(xí)算法等方面的研究具有較強實力；無錫國家超算中心的“神威·太湖之光”超級計算機曾獲世界超級計算大獎——“戈登·貝爾”獎，連續(xù)4 次獲得全球超級計算機500 強冠軍。

三是擁有一定的產(chǎn)業(yè)優(yōu)勢。江蘇在人工智能產(chǎn)業(yè)的基礎(chǔ)層、技術(shù)和應(yīng)用層的全產(chǎn)業(yè)鏈上形成了較為完善的布局，具有一定的產(chǎn)業(yè)基礎(chǔ)。據(jù)省經(jīng)濟和信息化委員會數(shù)據(jù)，截至2017 年年底，全省有人工智能核心企業(yè)360 多家，有10 多家企業(yè)處于行業(yè)領(lǐng)先地位［20］。蘇南地區(qū)聚集了90%的人工智能企業(yè)，主要分布在蘇州工業(yè)園區(qū)、南京江北新區(qū)和南京經(jīng)濟技術(shù)開發(fā)區(qū)等園區(qū)，主要在智能傳感器、大數(shù)據(jù)、云計算、智能機器人、機器識別等五大領(lǐng)域進行研發(fā)。南京、蘇州、無錫等地已聚集了曠視科技、地平線機器人、思必馳、云問科技、妙手機器人、億嘉和、科沃斯、錢景康復(fù)等一批細分領(lǐng)域較為知名的人工智能企業(yè)。

四是擁有優(yōu)秀的人才團隊。江蘇在人工智能領(lǐng)域擁有以院士、國家杰出青年科學(xué)基金獲得者、國家優(yōu)秀青年以及長江學(xué)者等高層次專家組成的團隊。在技術(shù)人才方面，南京大學(xué)的呂建教授和地平線機器人創(chuàng)始人余凱入選國家人工智能戰(zhàn)略咨詢委員會，相關(guān)人才主要集中在南京大學(xué)、東南大學(xué)、南京理工大學(xué)、中電14 所等科研機構(gòu)，以及地平線機器人、曠視科技、思必馳等創(chuàng)新型企業(yè)中。在產(chǎn)業(yè)人才方面，根據(jù)騰訊研究院［21］報告，江蘇的人工智能人才占全國人工智能人才的3.3%，位列第五，次于北京44.7%、上海14.8%、廣東14.6%和浙江10.9%。

2 基于知識圖譜的國內(nèi)外人工智能熱點技術(shù)研究

2.1 數(shù)據(jù)來源及發(fā)文量統(tǒng)計

以“artificial intelligence”為關(guān)鍵詞在Web of Science（以下簡稱“WOS”）的核心數(shù)據(jù)庫進行主題檢索，時間設(shè)置為2010—2019 年，在對不相關(guān)性文獻作剔除操作后，確定11 846 份樣本文獻，其中英文樣本文獻共計引用23 635 篇參考文獻，作為研究國際人工智能領(lǐng)域進展的樣本數(shù)據(jù)。

國內(nèi)樣本文獻來源為中國知網(wǎng)（CNKI）中SCI、EI 來源期刊和CSSCI 期刊，采用“人工智能”關(guān)鍵詞的主題檢索，時間跨度為2010—2019 年，剔除不相關(guān)文獻之后確定4 996 份中文樣本文獻［22］。

從國內(nèi)外發(fā)文量對比來看，從2010 年開始，人工智能領(lǐng)域發(fā)文量呈現(xiàn)逐年增長的趨勢，英文文獻的發(fā)文量明顯高于中文文獻的發(fā)文量，但整體增長趨勢相同。如圖4 所示，發(fā)文量在2010—2016 年度呈緩慢增長的趨勢，英文文獻發(fā)文量的年平均增長率為10.9%，中文文獻發(fā)文量的年平均增長率為2.2%；在2016—2019 年期間呈現(xiàn)快速增長趨勢，中、英文文獻發(fā)文量的年平均增長率分別為44.7%、74.2%。由此可見，在2016 年之前，英文文獻的平均增速是中文文獻的5 倍，但2016 年之后，中英文文獻都呈現(xiàn)爆發(fā)式增長趨勢，中文文獻的增長速度遠超英文文獻。

圖4 國際、國內(nèi)人工智能領(lǐng)域年發(fā)文量對比

根據(jù)來自WOS 數(shù)據(jù)庫的樣本發(fā)文量可以看出，美國發(fā)文量1 570 篇位居全球第一，占總發(fā)文量的13.25%；中國發(fā)文量1 536 篇，排名第二，占總發(fā)文量的12.97%。說明美國和中國是近10 年來人工智能領(lǐng)域研究最為活躍的國家。如圖5 所示。

圖5 國際人工智能領(lǐng)域研究國家分布

2.2 基于知識圖譜的熱點技術(shù)研究

2.2.1 基于文獻共被引圖譜的人工智能熱點技術(shù)分析通過對樣本中英文文獻作者的共被引圖譜分析，可以看出人工智能產(chǎn)業(yè)的熱點技術(shù)。當(dāng)兩篇文獻同時被第三篇文獻引用時，這兩篇文獻之間就存在共被引關(guān)系，文獻被引頻次可以較客觀地反映該文獻被學(xué)術(shù)界或知識域所認可的程度，及其在網(wǎng)絡(luò)中的地位［22］。一個領(lǐng)域內(nèi)持續(xù)高被引的文獻被認為是這個領(lǐng)域的經(jīng)典文獻，因此從高被引文獻可以看出人工智能領(lǐng)域的研究基礎(chǔ)狀況。

（1）從國際人工智能領(lǐng)域文獻共被引圖譜看人工智能的熱點。在CiteSpace V 軟件中設(shè)定網(wǎng)絡(luò)節(jié)點為CitedReference，生成國際人工智能領(lǐng)域文獻的共被引圖譜（如圖6 所示）。結(jié)合頻次和中心度兩個維度，對中心度位于0.04 以上的文獻進行了梳理，人工智能的熱點主要為改進的群體人工智能算法、遷移學(xué)習(xí)算法、優(yōu)化智能行為算法等。如，Rashedi等［23］提出了一種基于群體的自然啟發(fā)元啟發(fā)式優(yōu)化算法，并驗證了該算法的計算效能提升；Pan 等［24］提出的一種基于標(biāo)簽比例信息的遷移學(xué)習(xí)算法，實現(xiàn)了對深度學(xué)習(xí)算法的優(yōu)化；Karaboga 等［25］進行了Artificial Bee Colony（ABC）算法的研究，將該算法與遺傳算法、粒子群優(yōu)化算法、微分進化算法等進行比較分析，確定ABC 算法是一種能優(yōu)化智能行為的算法，可以高效解決工程問題，另外還通過仿真數(shù)據(jù)進行測試，證明ABC 算法在多變量數(shù)據(jù)聚類方面的優(yōu)越性；Schmidhuber［26］總結(jié)了深度監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)和進化計算的特點。

圖6 國際人工智能領(lǐng)域文獻共被引圖譜

（2）從國內(nèi)人工智能領(lǐng)域核心文獻看人工智能熱點。由于CNKI 導(dǎo)出的數(shù)據(jù)沒有辦法作共被引分析，所以根據(jù)被引頻次遴選出國內(nèi)排名前五的核心文獻，可以看出國內(nèi)人工智能的熱點主要集聚在神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)以及人工智能在智慧駕駛、智慧旅游方面的應(yīng)用等幾個方面。其中（見表3），被引頻次排名第一的為余凱等［27］的研究，他們提出深度學(xué)習(xí)是機器學(xué)習(xí)領(lǐng)域最近這10 年來最成功的研究方向，并指出深度學(xué)習(xí)面臨的重大方向為理論問題、建模問題和工程問題；周飛燕等［28］對卷積神經(jīng)網(wǎng)絡(luò)的卷積層、池化層、全連接層的結(jié)構(gòu)做了探討，并研究了改進的卷積神經(jīng)網(wǎng)絡(luò)，提出卷積神經(jīng)網(wǎng)絡(luò)與遞歸神經(jīng)網(wǎng)絡(luò)的集成是一個途徑；張凌云等［29］提出了CAA 三層次的智慧旅游構(gòu)架體系，以及基于物聯(lián)網(wǎng)、移動通信、云計算和人工智能技術(shù)在智慧旅游中的應(yīng)用；焦李成等［30］研究了當(dāng)前神經(jīng)網(wǎng)絡(luò)存在的問題，并提出認知神經(jīng)網(wǎng)絡(luò)、主動神經(jīng)網(wǎng)絡(luò)、感知-理解-決策神經(jīng)網(wǎng)絡(luò)、復(fù)雜神經(jīng)網(wǎng)絡(luò)實現(xiàn)、深度神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)深度學(xué)習(xí)6 個未來發(fā)展方向；蘇松志等［31］將人工智能技術(shù)用于自動駕駛領(lǐng)域，指出以往研究中行人檢測技術(shù)的不足，并提出未來行人檢測技術(shù)將聚焦在多視角和遮擋問題、特殊場景下的行人檢測問題、設(shè)計自適應(yīng)的檢測器3 個方面。

表3 人工智能領(lǐng)域排名前五的高被引中文文獻情況

2.2.2 基于關(guān)鍵詞聚類圖譜的人工智能熱點技術(shù)分析

通過對關(guān)鍵詞的聚類研究，可以根據(jù)關(guān)鍵詞共現(xiàn)圖譜中出現(xiàn)的圓圈大小來分析其在人工智能產(chǎn)業(yè)中出現(xiàn)的頻次，如果圓圈越大，代表出現(xiàn)的頻次越高，即為高頻關(guān)鍵詞；而從中心度可以看出該關(guān)鍵詞與其他關(guān)鍵詞聯(lián)系的密切程度。

（1）國際人工智能領(lǐng)域研究熱點分析。國際人工智能領(lǐng)域樣本文獻關(guān)鍵詞共現(xiàn)圖譜如圖7 所示，前10 位的研究熱點包括神經(jīng)網(wǎng)絡(luò)、模型、系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、預(yù)測、遺傳算法、機器學(xué)習(xí)、設(shè)計、優(yōu)化、分類、性能、支撐向量機、仿真、回歸分析等方面；進一步通過關(guān)鍵詞利用LLR 算法進行聚類，該網(wǎng)絡(luò)被劃分成11 個聚類，系統(tǒng)又自動梳理出四大聚類，如圖8 所示，分別是機器人、物聯(lián)網(wǎng)、特征提取、強化學(xué)習(xí)。由此，可以挖掘國際上2010至2018 年間人工智能領(lǐng)域的研究發(fā)展脈絡(luò)。其中，2010—2015 年的熱點關(guān)鍵詞為系統(tǒng)、模型、算法，貝葉斯網(wǎng)絡(luò)、決策樹以及人工神經(jīng)網(wǎng)絡(luò)是熱點算法，并關(guān)注多智能體系系統(tǒng)，同時也重視圖像識別和圖像加工等人工智能技術(shù)；2016—2018 年的熱點關(guān)鍵詞為物聯(lián)網(wǎng)和大數(shù)據(jù)，智慧城市、工業(yè)、建筑物聯(lián)網(wǎng)成為物聯(lián)網(wǎng)的三大主導(dǎo)項目［32］，在5G 技術(shù)的發(fā)展之下，物聯(lián)網(wǎng)向萬物智能轉(zhuǎn)型，核心技術(shù)逐漸成熟，同時催生并促進了大數(shù)據(jù)產(chǎn)業(yè)的飛速發(fā)展。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）的數(shù)據(jù)，預(yù)計到2030 年，全球大數(shù)據(jù)儲量將達到2 500 ZB；美國有6 個聯(lián)邦部門開展大數(shù)據(jù)研究，大數(shù)據(jù)已上升至美國的國家重點戰(zhàn)略；歐盟則從資金、政策層面支持大數(shù)據(jù)相關(guān)的研究［33］。

圖7 國際人工智能領(lǐng)域文獻關(guān)鍵詞共現(xiàn)圖譜

圖8 國際人工智能領(lǐng)域文獻聚類圖譜

（2）國內(nèi)人工智能領(lǐng)域研究熱點分析。根據(jù)國內(nèi)人工智能領(lǐng)域樣本文獻關(guān)鍵詞共現(xiàn)圖譜（見圖9），可以看出位于前10 位的研究熱點呈現(xiàn)以下幾個特點：一是關(guān)于人工智能的算法研究，如深度學(xué)習(xí)、機器視覺、計算機視覺、語義網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、圖像處理、路徑規(guī)劃等；二是與其他領(lǐng)域交叉融合，如機器人、智能機器人、大數(shù)據(jù)、圖書館等；三是與教育領(lǐng)域的融合應(yīng)用，如媒體融合、智慧教育、智能教育、圖書館等。對關(guān)鍵詞利用LLR 算法聚類成18 個集群，系統(tǒng)再次聚類7 個集群，如圖10 所示，可以發(fā)現(xiàn)國內(nèi)研究熱點分為模糊控制、遺傳算法、自然語言處理、深度學(xué)習(xí)、模式分類、教育信息化2.0、社會治理。由此，可以發(fā)現(xiàn)我國在2010至2018 年間人工智能領(lǐng)域的研究和發(fā)展脈絡(luò)。其中，在2010—2012 年，計算機視覺、路徑規(guī)劃、軌跡跟蹤、智能機器人成為研究熱點。計算機視覺通過模擬人類的視覺系統(tǒng)對圖像進行處理和理解；路徑規(guī)劃被大量應(yīng)用于機器人、無人機等產(chǎn)業(yè)領(lǐng)域以及全球定位系統(tǒng)（GPS）導(dǎo)航、道路規(guī)劃等生活領(lǐng)域，甚至可應(yīng)用于決策管理領(lǐng)域和通信技術(shù)領(lǐng)域；我國從20 世紀70 年代開始開展機器人研發(fā)工作，國家制定相關(guān)政策大力支持，如2016 年出臺《機器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020 年）》［34］，2013 年我國形成全球工業(yè)機器人第一大規(guī)模市場，同時手術(shù)機器人、空間機器人等服務(wù)機器人和特種機器人也投入應(yīng)用。2013—2015 年的研究熱點為大數(shù)據(jù)和物聯(lián)網(wǎng)。2013年大數(shù)據(jù)成為我國的新聞熱點，2014 年形成概念體系，發(fā)展熱點呈現(xiàn)了從技術(shù)、應(yīng)用、向治理變遷。2016—2018 年的研究熱點更加關(guān)注智慧教育、智慧社會以及區(qū)塊鏈。2018 年，我國智慧教育市場規(guī)模高達5 320億元，教育部明確提出教育信息化升級［35］，實現(xiàn)教育多元化、智能化，“三通兩平臺”的應(yīng)用標(biāo)志我國開始教育信息2.0 升級，預(yù)計到2025 年我 國智能教育經(jīng)費投入達4 800 億元；我國在IBM 公司提出的“智慧城市”概念基礎(chǔ)上加以創(chuàng)新，提出智慧社會，黨的十九大報告提出“智慧城市”和“數(shù)字中國”的概念，完成智慧社會建設(shè)以進行有效的社會治理，國內(nèi)各地區(qū)都發(fā)布了相關(guān)文件加快智慧社會建設(shè)；2019 年我國區(qū)塊鏈?zhǔn)袌鲆?guī)模已經(jīng)達到了12 億元，企業(yè)數(shù)量多達1 006 家，區(qū)塊鏈的應(yīng)用領(lǐng)域不斷拓展，在金融領(lǐng)域的應(yīng)用最為廣泛［36］。

圖9 國內(nèi)人工智能領(lǐng)域文獻關(guān)鍵詞共現(xiàn)圖譜

圖10 國內(nèi)人工智能領(lǐng)域文獻聚類圖譜

3 基于關(guān)鍵詞的國內(nèi)外人工智能領(lǐng)域前沿技術(shù)研究

3.1 國際人工智能領(lǐng)域的前沿技術(shù)

根據(jù)2019 年國際人工智能領(lǐng)域樣本文獻的關(guān)鍵詞出現(xiàn)頻次和中心度，統(tǒng)計出5 個前沿關(guān)鍵詞（見表4），出現(xiàn)頻次和中心度最高的兩個關(guān)鍵詞都是在醫(yī)療領(lǐng)域，可見人工智能在醫(yī)療領(lǐng)域的應(yīng)用將成為產(chǎn)業(yè)發(fā)展的前沿。其中，cancer（癌癥）是2019 年出現(xiàn)頻次最多的關(guān)鍵詞，臨床專家可以從臨床癥狀的細節(jié)到各種生化數(shù)據(jù)以及成像設(shè)備的輸出掌握大量信息，人工智能方法特別是計算機輔助診斷和人工神經(jīng)網(wǎng)絡(luò)能簡化日常診斷過程并避免人工誤診［37］。中心度最高的關(guān)鍵詞是imagine classification（影像學(xué)分級），在放射科領(lǐng)域應(yīng)用人工智能技術(shù)，通過對圖像的定位分類和切割功能，實現(xiàn)疾病篩查和三維成像［38］。

表4 2019 年國際人工智能領(lǐng)域研究前沿關(guān)鍵詞

3.2 國內(nèi)人工智能領(lǐng)域的前沿技術(shù)

根據(jù)國內(nèi)人工智能領(lǐng)域樣本文獻的熱點關(guān)鍵詞進行統(tǒng)計，并按照時間排序，2019 年10 個研究前沿關(guān)鍵詞如表5 所示。其中出現(xiàn)頻次最多的是社會治理和人才培養(yǎng)。全球性智能革命影響我國治理現(xiàn)代化的進程，需要抓住人工智能帶來的第四次科技革命，加快建設(shè)和治理智能社會［39］。近年來我國加快推進人工智能學(xué)科和專業(yè)建設(shè)，教育部提出在2020 年完成優(yōu)化科技和學(xué)科創(chuàng)新體系布局［40］，截至2019 年1 月，成立人工智能研究所或?qū)W院的高校有59 所，此外龍頭企業(yè)也重視與高校合作成立人工智能重點實驗室。中心最高的關(guān)鍵詞是5G。5G 是第七次信息革命的基礎(chǔ)［41］，帶來了行業(yè)智能化轉(zhuǎn)型和社會信息需求的激增，與人工智能融合應(yīng)用于智慧醫(yī)療、智慧物流、物聯(lián)網(wǎng)等多種典型應(yīng)用場景，推進云化轉(zhuǎn)型，轉(zhuǎn)變社會生產(chǎn)方式。

表5 2019 年國內(nèi)人工智能領(lǐng)域研究前沿關(guān)鍵詞

4 主要發(fā)現(xiàn)與啟示

通過對未來產(chǎn)業(yè)和國內(nèi)外人工智能領(lǐng)域前沿?zé)狳c技術(shù)的研究，得出以下結(jié)論：

（1）對發(fā)達國家和頂尖機構(gòu)關(guān)于未來產(chǎn)業(yè)的高頻詞研究，提供了研究未來產(chǎn)業(yè)的一種理論框架，借助這種理論框架可以較為準(zhǔn)確地判斷一個區(qū)域未來產(chǎn)業(yè)的發(fā)展方向；通過知識圖譜的研究可以進一步聚焦未來產(chǎn)業(yè)的重點技術(shù)發(fā)展方向，了解國內(nèi)外最新的技術(shù)前沿、熱點，對區(qū)域結(jié)合自身基礎(chǔ)發(fā)展未來產(chǎn)業(yè)指明了路徑，也可為區(qū)域布局重大載體、進行科技項目的布局提供指引。

（2）人工智能領(lǐng)域是引領(lǐng)江蘇發(fā)展的未來產(chǎn)業(yè)的重點領(lǐng)域之一。人工智能是世界各國重點布局的產(chǎn)業(yè)，也是江蘇高度重視和發(fā)展的產(chǎn)業(yè)，江蘇已經(jīng)在科技項目、重大平臺、骨干企業(yè)、研發(fā)人才方面作了重要布局，有基礎(chǔ)去推動人工智能產(chǎn)業(yè)進一步向高端化邁進。

（3）美國和中國是人工智能領(lǐng)域中研究活躍度最高的兩個國家。國際人工智能領(lǐng)域發(fā)文量一直超過國內(nèi)，尤其在2016 年之前增速遠超國內(nèi)，但在2016—2019 年間國內(nèi)人工智能領(lǐng)域發(fā)文量實現(xiàn)快速增長，發(fā)文量跟隨美國排名第二。這除了與人工智能產(chǎn)業(yè)本身與其他產(chǎn)業(yè)的交叉融合有關(guān)，也是因為我國在國家層面實施了“互聯(lián)網(wǎng)+人工智能”行動計劃、人工智能專項規(guī)劃、科技創(chuàng)新重大專項等一系列頂層設(shè)計，充分顯示了人工智能產(chǎn)業(yè)作為未來產(chǎn)業(yè)的熱點領(lǐng)域?qū)ζ渌a(chǎn)業(yè)的支撐引領(lǐng)作用。

（4）國際人工智能領(lǐng)域的熱點技術(shù)為機器人、物聯(lián)網(wǎng)、特征提取和強化學(xué)習(xí)，逐步向系統(tǒng)、模型和算法的研究過渡，重視人工智能領(lǐng)域與物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的融合發(fā)展，未來的前沿技術(shù)向醫(yī)療領(lǐng)域尤其是精準(zhǔn)醫(yī)療方向發(fā)展。國內(nèi)也同樣重視人工智能算法領(lǐng)域的研究，熱點技術(shù)為模糊控制、遺傳算法、自然語言處理、深度學(xué)習(xí)、模式分類等，并且重視與教育領(lǐng)域的融合應(yīng)用，如媒體融合、智慧教育、智能教育、圖書館等，未來的前沿技術(shù)向社會治理、5G、人才培養(yǎng)等方向發(fā)展。

（5）江蘇人工智能產(chǎn)業(yè)應(yīng)注重“強長項、補短板”。江蘇七成企業(yè)集聚在人工智能的應(yīng)用層面，結(jié)合國內(nèi)外的技術(shù)發(fā)展趨勢和江蘇的優(yōu)勢基礎(chǔ)，未來應(yīng)拓展人工智能的應(yīng)用領(lǐng)域，加強在醫(yī)療領(lǐng)域、教育領(lǐng)域等需求量大的領(lǐng)域的布局；而對于人工智能算法、基礎(chǔ)研究等短板領(lǐng)域，江蘇應(yīng)充分發(fā)揮南京大學(xué)等高校院所及南京圖靈人工智能研究院的重要作用，加強對模糊控制、遺傳算法、自然語言處理、深度學(xué)習(xí)等算法的研究。