我國人工智能研究的文獻計量學與可視化分析*

顧維

南通師范高等專科學校 江蘇南通 226010

0 引言

人工智能（AI）概念起源于1956 年美國達特茅斯（Dartmouth）會議[1]，是一門研究利用計算機技術(shù)模擬、延伸和擴展人的感知、邏輯推理、思維決策等高階智能行為的理論、方法、技術(shù)及應用的新技術(shù)科學[2]。人工智能目前已成為世界各國競爭、發(fā)展的關(guān)鍵性、戰(zhàn)略性技術(shù)。我國人工智能研究與應用發(fā)展迅猛，在國際上已具有一定的話語權(quán)[3]。為全面分析、準確掌握我國人工智能研究脈絡及演進趨勢，研究運用CiteSpace 研究分析工具，從文獻數(shù)量、作者、機構(gòu)、主題、熱點等方面對1998—2021 年CSSCI 來源期刊中關(guān)于我國人工智能的研究文獻進行了文獻計量分析，旨在繪制出我國人工智能研究全景，為進一步研究提供參考和借鑒。

1 數(shù)據(jù)來源與研究方法

以CSSCI 文獻資源庫作為數(shù)據(jù)來源，以“人工智能”作為檢索關(guān)鍵詞，文獻類型選擇“不限”，發(fā)文年代設為“不限”，文獻檢索及下載時間截至2021年12月30日，共得2 562篇該領(lǐng)域的研究文獻，經(jīng)人工剔除會議通知、紀要及訪談對話類文獻73篇，最終獲得與研究主題相關(guān)的施引文獻2 489 篇。

利用可視化分析方法，可以幫助研究者梳理大量文獻數(shù)據(jù)的系統(tǒng)關(guān)系，根據(jù)研究主題，通過圖表的形式，將數(shù)據(jù)轉(zhuǎn)化成為研究者的決策分析。可視化分析方法以其圖示化、系統(tǒng)化、科學化的特點，已在學術(shù)研究中得到大量使用。

2 文獻特征分析

2.1 發(fā)文數(shù)量特征

根據(jù)CSSCI 刊載國內(nèi)人工智能研究文獻時間，繪制出文獻年度發(fā)文數(shù)量變化趨勢圖，如圖1 所示。從1998 年CSSCI 期刊開始關(guān)注人工智能相關(guān)研究，1998 年至2016 年屬于研究的起步階段，較長時間內(nèi)發(fā)文數(shù)量曲線幾乎呈現(xiàn)水平線態(tài)勢。2017 年出現(xiàn)拐點，2017 年至2020 年發(fā)文數(shù)量呈現(xiàn)爆發(fā)式趨勢，表明國內(nèi)學者在這一時期對人工智能關(guān)注度空前提高，此時進入繁榮階段。2021 年發(fā)文數(shù)量有所下降，但高于起步階段的總體研究數(shù)量，表明我國學者對人工智能的研究進入深入探索階段，研究水平趨于成熟。

圖1 國內(nèi)人工智能研究發(fā)文數(shù)量

2.2 研究主體分析

2.2.1 核心作者認定

利用CiteSpace 軟件進行作者合作網(wǎng)絡分析，同時對核心作者、發(fā)文量、研究主題等進行梳理，如表1 所示。核心作者排名前五的依次為高奇琦、何大安、肖峰、劉方喜、王天恩。其中，發(fā)文量第一的是來自華東政法大學政治學研究院的高奇琦，發(fā)文數(shù)量為21 篇，發(fā)文主題是人工智能的社會治理功能。

表1 人工智能發(fā)文核心作者及主要研究領(lǐng)域

2.2.2 發(fā)文作者合作特征

利用CiteSpace 軟件，在作者共現(xiàn)圖譜的基礎(chǔ)上進行聚類分析，得到國內(nèi)人工智能研究作者網(wǎng)絡聚類圖，如圖2 所示，圖中作者節(jié)點選取施引文獻中的第一作者。由圖2 可知，作者間形成連線的只有七組，并且連線節(jié)點較少，這說明國內(nèi)人工智能研究團隊少且整體規(guī)模不大，研究主題雖涉及多個學科，但研究團隊間十分分散，沒有形成連線。

圖2 國內(nèi)人工智能研究作者網(wǎng)絡聚類

在七組已形成的合作團隊中，規(guī)模最大的是以黃榮懷為中心的合作團隊，他對人工智能的探究從2004 年開始持續(xù)到2020 年，研究周期較長，研究主題從早期的專家系統(tǒng)發(fā)展到智能教育。在黃榮懷的帶領(lǐng)下，形成了研究主題為人工智能教育，成員有沙景榮、杜靜、周偉、馬玉慧、周穎等學者的北京師范大學研究團隊。其次是以王曰芬、余厚強為中心的研究團隊，研究主題為人工智能的學術(shù)分析，研究成員還包括白寬、鄒本濤、楊雪、范麗鵬等人，均來自南京理工大學經(jīng)濟管理學院，團隊的合作發(fā)文數(shù)量達到8 篇，說明該研究團隊研究能力強，團隊內(nèi)部合作緊密。

2.2.3 研究機構(gòu)特征

利用Citespace 軟件對施引文獻研究機構(gòu)進行共現(xiàn)分析得到國內(nèi)人工智能研究機構(gòu)共現(xiàn)圖譜，如圖3 所示。從圖3 可以看出，華東政法大學政治學研究院、中國社會科學院文學研究所、復旦大學哲學學院、南開大學哲學院等機構(gòu)節(jié)點較大，節(jié)點大小與機構(gòu)發(fā)文量成正比關(guān)系，因此，這幾所機構(gòu)在我國人工智能研究中發(fā)文較多，學術(shù)科研能力較強。節(jié)點與節(jié)點間的連線數(shù)較少，節(jié)點連接數(shù)說明節(jié)點之間是否存在合作關(guān)系與合作緊密程度，可知各研究機構(gòu)間未形成緊密聯(lián)系，機構(gòu)間缺乏合作意識。

圖3 國內(nèi)人工智能領(lǐng)域研究機構(gòu)共現(xiàn)圖譜

3 研究內(nèi)容分析

3.1 研究熱點分析

關(guān)鍵詞是對文獻核心觀點的高度概括，文獻關(guān)鍵詞分析能快速挖掘文獻研究熱點[5]。“人工智能”“機器學習”“人機協(xié)同”“智能教育”“智能機器人”為高頻關(guān)鍵詞，在國內(nèi)人工智能研究中熱度較高。同時，通過紫色圈對不小于0.1 的節(jié)點中介中心性及轉(zhuǎn)折點進行重點標注[6]，“人工智能”“專家系統(tǒng)”“高科技企業(yè)”“教育技術(shù)”“認知科學”“知識工程”“智能教學系統(tǒng)”“物聯(lián)網(wǎng)”“信息技術(shù)”“互聯(lián)網(wǎng)”等高頻關(guān)鍵詞是國內(nèi)人工智能研究主題的轉(zhuǎn)折點。

結(jié)合關(guān)鍵詞頻次和中介中心性分析，排除本次搜索詞“人工智能”，“互聯(lián)網(wǎng)”“智慧圖書館”“人機協(xié)同”“智能教育”“智能機器人”“數(shù)字經(jīng)濟”“人類智能”“法律規(guī)制”“信息技術(shù)媒體融合”等在國內(nèi)人工智能研究領(lǐng)域中的熱度最高，重要性最強，代表了國內(nèi)人工智能的研究熱點。

3.2 研究主題分析

在關(guān)鍵詞共現(xiàn)分析的基礎(chǔ)上進行快速聚類，從施引文獻關(guān)鍵詞中提取名詞性術(shù)語對進行聚類，選擇對數(shù)似然法（LLR）聚類命名算，不斷調(diào)整閾值，得到清晰的關(guān)鍵詞網(wǎng)絡聚類圖，如圖4 所示。本次網(wǎng)絡密度為0.003 8，聚類模塊化Q 值為0.811 4，平均輪廓值為0.992 5，意味著網(wǎng)絡社團結(jié)構(gòu)是顯著的[7]。分析結(jié)果表明目前人工智能研究主題主要有以下幾個方面。

圖4 國內(nèi)人工智能領(lǐng)域研究關(guān)鍵詞共現(xiàn)圖譜

3.2.1 智能教育

人工智能教育指人工智能在教育教學中的應用。閆志明等[8]根據(jù)學者Luckin R 的觀點詳細解讀了人工智能（EAI）教育的內(nèi)涵，并從理論角度總結(jié)EAI 發(fā)展的關(guān)鍵技術(shù)及應用場景，部分學者深入研究了EAI 的應用范式。余勝泉[9]闡述了人工智能教師在未來可能承擔的具體角色，重點關(guān)注教師群體；梁迎麗等[10]對人工智能技術(shù)發(fā)展歷程，三次發(fā)展浪潮，要素、特征、驅(qū)動力教育應用形態(tài)進行詳盡分析，提出了人工智能與教育融合創(chuàng)新體系結(jié)構(gòu)。

3.2.2 哲學反思

人工智能哲學反思的發(fā)展建立在人工智能基礎(chǔ)理論發(fā)展的基礎(chǔ)上，圍繞近代歐洲哲學提出的“機器是否能夠思維”這個經(jīng)典問題開展，研究內(nèi)容具體分為人工智能與人的區(qū)別、人機交互倫理問題、人工智能認識論等幾大方面。人機交互倫理探討包含技術(shù)倫理、機器倫理兩個方面。翟振明等[11]認為人工智能倫理的技術(shù)突破在于人類心智現(xiàn)象的最終解釋是否取得突破性進展；謝洪明等[12]總結(jié)傳統(tǒng)派、謹慎派和樂觀派三種對人工智能的不同態(tài)度。人工智能哲學認識論是人工智能哲學反思的代表性問題。肖峰[13]認為認識論深度地影響著人工智能的研究，人工智能廣泛地影響認識研究，兩者之間相互促進。徐祥運等[14]對國內(nèi)人工智能研究的核心學科——機器學習的哲學認識論進行探討，他們認為機器學習為人類提供了一種認識世界的新思路、新工具和新方式，是對哲學認識論問題的進一步深化。機器是否能有思維[15]，這要從人工智能是否具有主體性說起。大多學者認為人工智能不具備主體性。孫偉平等[16]從存在論、價值論、認識論探討人工智能的主體地位，認為人工智能難以獲得真正的主體地位。隨著人工智能科學發(fā)展，人工智能體成為人機交互的新產(chǎn)物，這為人工智能的主體性及關(guān)系探討提供了更多的可能性。段偉文[17]提出人工智能體具有“擬主體性”的觀點，指通過人的設計與操作，使其在某些方面表現(xiàn)得像人一樣。

3.2.3 綜合治理

在人工智能發(fā)展的世界影響之下，我國學術(shù)界也迅速開展人工智能與政治、社會、經(jīng)濟發(fā)展的作用與關(guān)系的探討。賈開等[18]從宏觀層講述人工智能自身發(fā)展對社會公共政策框架帶來的挑戰(zhàn)，為彌補原有公共治理的不足，構(gòu)建人工智能時代政治、經(jīng)濟和社會綜合性公共治理政策。曹靜等[19]重點探討人工智能的經(jīng)濟影響，著重分析人工智能對經(jīng)濟發(fā)展帶來的正負面問題。何哲[20]對人工智能時代的政府管理策略進行了一系列的研究，他在討論美國人工智能戰(zhàn)略方向的基礎(chǔ)上開展了本土化的人工智能時代社會發(fā)展策略研究。王君等[21]總結(jié)人工智能技術(shù)發(fā)展對社會就業(yè)的破壞作用并提出宏觀的解決策略。

3.2.4 法律風險

人工智能技術(shù)與應用發(fā)展帶來了法律技術(shù)風險的新挑戰(zhàn)，為解決法律風險問題，吳漢東[22]提出，智能時代發(fā)展顯現(xiàn)出民事主體法、著作權(quán)法、侵權(quán)責任法、人格權(quán)法、交通法、勞動法等諸多方面的缺陷，需要以人工智能的發(fā)展與規(guī)制為主題，形成制度性、法治化的社會治理體系。隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)權(quán)利成為新型權(quán)利形態(tài)，需要從制度和法律上賦予雙重治理權(quán)利。

3.2.5 技術(shù)應用

一般認為人工智能技術(shù)應用包括人工智能技術(shù)內(nèi)部發(fā)展與迭代路徑、人工智能技術(shù)實際應用兩個方面。《人工智能標準化白皮書（2021 版）》從基礎(chǔ)層、技術(shù)層、應用層闡述人工智能產(chǎn)業(yè)鏈發(fā)展現(xiàn)狀及趨勢[23]。國內(nèi)學者從機器學習、知識管理等人工智能基礎(chǔ)技術(shù)到云計算、大數(shù)據(jù)、區(qū)塊鏈、5G 等領(lǐng)域的新技術(shù)、新成果均有涉獵，從現(xiàn)有研究成果上看更集中于后者。

3.3 研究前沿分析

主題詞突發(fā)探測是展示研究活躍度的主要指標，代表某一關(guān)鍵詞在某一年份所發(fā)表的文章中出現(xiàn)頻次突增，有助于掌握某一階段某類主題研究文獻的爆發(fā)式增長和學界的關(guān)注點。CiteSpace 軟件突發(fā)詞檢測功能，可以檢測出某一領(lǐng)域頻次變化率較高的突發(fā)詞，突發(fā)詞節(jié)點加粗代表著其對應主題在相應時間發(fā)文量激增，進而判斷研究前沿。

國內(nèi)人工智能研究關(guān)鍵詞突發(fā)性圖譜如圖5 所示。從圖5 可知，人工智能在研究初期，集中在人工智能基礎(chǔ)技術(shù)應用，研究成果具體闡述了從符號主義到知識工程、專家系統(tǒng)及知識管理的應用發(fā)展路徑。2018—2020 年是人工智能研究的鼎盛期，對這一階段研究前沿的分析具有較高的理論指導意義。著作權(quán)仍在持續(xù)研究中，人工智能生成物的著作權(quán)問題涉及哲學分支倫理學、經(jīng)濟學等多學科的綜合研究，在未來研究中可能成為新的研究熱點。

圖5 國內(nèi)人工智能研究關(guān)鍵詞突發(fā)性圖譜

3.4 研究路徑分析

研究過程中熱點的變化可以反映研究的演變趨勢。本文通過運行CiteSpace 中的時區(qū)圖展示1994—2021 年國內(nèi)人工智能研究熱點的變化，如圖6 所示。以研究熱點出現(xiàn)的時間和規(guī)模為依據(jù)，將人工智能領(lǐng)域的階段性研究熱點投射到以時間為橫軸的圖譜。研究初期出現(xiàn)少量研究熱點，2013年出現(xiàn)新的小規(guī)模研究熱點，到2017 年以后，新一代人工智能技術(shù)得到快速發(fā)展，大數(shù)據(jù)、智能互聯(lián)、物聯(lián)網(wǎng)、云計算、學習分析技術(shù)、區(qū)塊鏈、疫情防控等詞匯迅速出現(xiàn)，催生了新技術(shù)、新業(yè)態(tài)、新應用的產(chǎn)生，人工智能成為推動我國高質(zhì)量發(fā)展的核心動力，人工智能階段性發(fā)展特征愈加明顯。

圖6 國內(nèi)人工智能領(lǐng)域研究的趨勢圖譜

3.4.1 萌芽期（1998—2007 年）

此階段主要從理論探究開始向各個學科的實踐應用零星擴散。在理論探究部分，有兩種主要的觀點。一是對圖靈提出的“機器能思維嗎”這個問題的探討。唐熱風[24]從哲學角度思考了人工智能的發(fā)展，關(guān)于人工智能的哲學基礎(chǔ)討論持續(xù)時間最長，熱度最高，討論的熱點主要集中于認識論和心靈哲學等方面。二是維特根斯坦的觀點，他認為機器（或者說人工智能）不能像人一樣有思維，人工智能沒有相關(guān)哲學基礎(chǔ)[25]。在應用部分，人工智能早期成熟應用是專家系統(tǒng)，覆蓋工業(yè)、農(nóng)業(yè)、軍事、醫(yī)療、衛(wèi)生、氣象等各領(lǐng)域[26]。隨著自然語言處理技術(shù)發(fā)展，人工智能在信息檢索領(lǐng)域的應用逐漸深入[27]。伴隨著專家系統(tǒng)的研究，基于人工智能的知識管理系統(tǒng)在企業(yè)、數(shù)字圖書館、教育領(lǐng)域得到發(fā)展，衍生出知識工程學這個新的重要研究領(lǐng)域[28]。2006 年，人工智能在教育技術(shù)界得到關(guān)注，構(gòu)建智能教學系統(tǒng)（Intelligent Tutoring System，ITS）及高中人工智能課程——機器人課程設置與教學成為當時人工智能教育應用的熱點[29]。

3.4.2 孕育期（2008—2016 年）

此階段，人工智能研究重心回歸理論探究，發(fā)展進程變慢，突出性成果缺失，主要圍繞“人工智能能否超越人類智能”這一主題開展全新的理論探究，出現(xiàn)了反對的聲音。孟令朋[30]介紹了維特根斯坦關(guān)于人工智能的基本觀點，維特根斯坦認為機器（或者說人工智能）不能像人一樣有思維。王曉陽[31]則認為生產(chǎn)出一種新的能以與人類智能相似的方式作出反應的智能機器恐怕無法實現(xiàn)。因此，關(guān)于機器是否具有一定的意識成為該時期人工智能哲學領(lǐng)域廣泛關(guān)注的問題之一。這一時期研究重點從綜合化應用轉(zhuǎn)變成為單一學科應用，并且應用多處于理論構(gòu)建階段，研究數(shù)量下降，涉及學科較為松散。其中，人工智能教育應用從萌芽期就持續(xù)研究，人工智能經(jīng)濟效益與法學探究的研究規(guī)模不斷擴大，為后續(xù)研究展示新的活力奠定了基礎(chǔ)。

3.4.3 研究發(fā)展期（2017 年至今）

2017 年被稱為人工智能產(chǎn)業(yè)化元年，是人工智能研究的爆發(fā)期，整個研究體系在極速發(fā)展中成形。這一時期的研究成果奠定了國內(nèi)人工智能研究的結(jié)構(gòu)。人工智能教育應用成為人工智能研究的基礎(chǔ)，主題從高中機器人課程設置向中小學、高等教育改革的多維發(fā)展，研究主體層次不斷豐富。2018年4 月，中華人民共和國教育部印發(fā)《教育信息化2.0 行動計劃》，為教育信息化發(fā)展提供了綱領(lǐng)性指導意見，也開啟智能教育研究的新局面。祝智庭等[32]提出教育信息化得到核心發(fā)展的技術(shù)就是人工智能技術(shù)，人工智能在教育應用領(lǐng)域的內(nèi)化就是智能教育，智能教育不僅是人工智能與教育融合的新理論，也是開展教育信息化2.0 行動的具體措施。彭紹[33]對人工智能教育進行全新定義，他認為人工智能教育包括利用人工智能賦能的教育（智能化教育）和以人工智能為學習內(nèi)容的教育。

4 結(jié)論與展望

4.1 結(jié)論

從研究進程、研究主題與研究學者三個角度總結(jié)。

4.1.1 研究進程

國內(nèi)人工智能研究已開展23 年，但研究成果集中在近五年。從2017 年開始，研究成果激增，研究熱度在2020 年達到頂峰。研究主題以人工智能哲學探究為起點，逐步擴展到多學科門類的綜合實踐研究。從2021 年開始，學術(shù)關(guān)注度和研究成果均呈現(xiàn)下降趨勢。

4.1.2 研究主題

研究結(jié)構(gòu)呈倒金字塔形結(jié)構(gòu)，分成基礎(chǔ)、新興和未來研究三部分。研究結(jié)構(gòu)形成于研究發(fā)展期（2017 年至今）。人工智能教育應用在人工智能基礎(chǔ)研究中占據(jù)極大份額，在整個研究體系中所占比例最高，研究跨度最長。隨著人工智能技術(shù)的成熟，學術(shù)界對衍生出的各種人工智能新興產(chǎn)物的哲學反思成為新興研究主題。根據(jù)國內(nèi)人工智能領(lǐng)域研究的趨勢圖譜，結(jié)合對現(xiàn)有研究成果的內(nèi)容分析，得出人工智能研究的未來研究主題將集中于政策、醫(yī)療和綜合實踐應用上。

4.1.3 研究學者

人工智能研究的代表學者有吳漢東、袁曾、鄭戈、熊琦、賈開、司曉、張玉潔、劉憲權(quán)、曹靜、李晟等，分散在多個學科。學者間形成小規(guī)模的科研合作網(wǎng)絡，學科內(nèi)部形成合作網(wǎng)絡，未產(chǎn)生較為顯著的學科間合作。從時間上看，在2017 年和2018 年，這些學者的研究成果激增，既為整個研究結(jié)構(gòu)奠定基礎(chǔ)，又為后續(xù)其他學者的研究提供了指導性的理論借鑒。

4.2 展望

已有研究成果涉及哲學、經(jīng)濟學、法學、教育學、管理學、藝術(shù)學等多個學科門類，隨著人工智能研究的逐漸深入，研究從理論探討、多學科系統(tǒng)構(gòu)建逐步過渡到單一學科的應用研究，未來的研究熱點可以從以下幾個方面深入。

4.2.1 政策指引下人工智能發(fā)展策略研究

人工智能發(fā)展日新月異，其技術(shù)突破和業(yè)態(tài)創(chuàng)新成果影響未來人工智能發(fā)展趨勢，國內(nèi)人工智能研究生態(tài)化發(fā)展需要政策指引，與產(chǎn)業(yè)發(fā)展并舉。政策文件作為政府指引成為保障我國人工智能產(chǎn)業(yè)發(fā)展的重要手段，與之相對應，人工智能產(chǎn)業(yè)發(fā)展的規(guī)模不斷擴大，為調(diào)整國際政策內(nèi)容重點和方向提供了現(xiàn)實技術(shù)支持。

4.2.2 醫(yī)療人工智能研究

醫(yī)療人工智能存在潛在的創(chuàng)新價值和社會效益，后疫情時代背景更加凸顯了醫(yī)療人工智能的重要性，這將使得醫(yī)療人工智能社會應用成為學界新的關(guān)注點。考慮多方復雜因素下共同作用的人工智能技術(shù)發(fā)展與社會協(xié)同演化的過程，本文大膽預測在未來醫(yī)療人工智能的研究將集中在人工智能體醫(yī)療應用實景和人工智能體發(fā)展帶來的醫(yī)學上的倫理與法律的雙重風險這兩方面。

4.2.3 人工智能技術(shù)綜合化應用的實踐研究

在互聯(lián)網(wǎng)經(jīng)濟迅速發(fā)展的大背景下，人工智能技術(shù)將對社會產(chǎn)業(yè)結(jié)構(gòu)造成新的影響，不僅會重塑整個產(chǎn)業(yè)結(jié)構(gòu)，也會成為產(chǎn)業(yè)結(jié)構(gòu)升級的重要推動力。在當前研究中，人工智能技術(shù)單一學科應用研究已較為成熟，而隨著機器學習、知識圖譜、大數(shù)據(jù)、區(qū)塊鏈等傳統(tǒng)與新興技術(shù)的多重促進，人工智能技術(shù)在經(jīng)濟、社會、政治等多層面應用落地的可能性大大增加。