1955年美国McCarthy等人在研究计划中提出了人工智能 （Artificial Intelligence,AI）的概念^[1], 该概念随后在1956年的达特茅斯学院 （Dartmouth）暑期论坛上被正式提出,至今已经历了半个多世纪的发展和演变。期间,由于人工智能发展未能达到预期,导致资金支持减少,研究积极性大幅下降,人工智能经历了两次寒冬期。21世纪初,得益于大数据、高性能计算和深度学习算法三驾马车的共同推动,人工智能进入了新一轮的快速发展阶段,迎来了第三次浪潮。近年来,各国政府的积极布局、科研院校和学者的不断涌入、资本和创业者的狂热追捧,都促进了人工智能技术研发和应用的急速膨胀。当下,全面梳理人工智能发展脉络和理论体系,客观冷静地观察人工智能科技发展态势显得尤为重要。本文以全球重要经济体集团——20国集团（简称“G20国家”）为研究对象,基于Web of Science平台的科学论文和技术专利数据,从基础研究实力、前沿研究实力、技术研发实力等角度揭示G20国家在人工智能领域的科技发展态势,分析中国在G20国家中所处的地位及面临的挑战,以期为中国人工智能科技创新决策、宏观发展规划提供有价值的参考和借鉴。

科学论文和专利是科学研究和技术研发成果的重要载体,是衡量国家或机构科学研究和技术研发实力的重要依据。本文以科睿唯安的引文数据库和德温特专利数据库为数据源,在项目组构建的人工智能领域知识体系的基础上拟定检索式并检索论文和专利,时间跨度为2007–2016年,数据检索时间为2017年10月22日。

本文主要采用文献计量方法,从基础研究实力、前沿研究实力和技术研发实力三个方面分析G20国家在人工智能领域的科技发展态势,具体分析指标包括科研产出规模、学术影响力、国际合作、技术产出规模等。此外,本文借助Gephi、Python、Plotly等工具对数据进行可视化,辅助分析并优化数据的展示效果。

本文基于期刊论文、会议论文和专利数据分析G20各国在人工智能领域的科技发展态势,同时,基于前期的专家咨询和文献调研,本文选取了人工智能的四个核心子领域,分别是机器学习、自然语言处理、语音处理和计算机视觉,并对上述四个子领域的科技发展现状进行分析。

期刊论文是基础研究产出的直接体现,是衡量基础研究实力的重要依据。本文综合专家咨询意见及数据的可获得性,以中国计算机协会推荐的人工智能领域高水平国际学术期刊（A类和B类,共24种）为基础数据源^[2],利用Web of Science数据库检索并获取数据,从产出规模、学术影响力、科研合作等多个角度对比分析G20国家在人工智能及其子领域的基础研究实力。

3.1.1 产出规模

从G20国家人工智能论文产出规模（图1）可以看出：2012–2016年,美国、中国在人工智能领域的论文产出量领先于其他国家（除欧盟外）,分别为3 599篇和3 092篇,占世界人工智能论文的份额均超过20%,其次是英国、法国和澳大利亚等国家;相较于2007–2011第1个五年期,在2012–2016的第2个五年期中,除韩国和墨西哥外,G20其他国家人工智能领域发文量均有增长,其中,中国和澳大利亚的人工智能领域论文产出增幅较大,中国的发文数量较第1个五年期增长了一倍,占世界人工智能论文份额的增幅超过10个百分点,而其他国家的论文份额变化不明显。

3.1.2 学术影响力

（1）论文被引频次

被引频次指标反映了论文发表之后产生的学术影响力。从G20国家人工智能领域五年累计被引频次占世界份额（图2）可以看出：2012–2016年,中国和美国在人工智能领域的论文被引频次高于其他国家（除欧盟外）,分别为43 564次和33 133次,占世界人工智能论文被引频次的份额均超过了25%,其次是英国、澳大利亚和加拿大等国家;相较于2007–2011第1个五年期,在2012–2016的第2个五年期中,除日本外,G20其他国家人工智能领域论文被引频次均有增长,其中,中国和澳大利亚在人工智能领域的论文被引频次增幅较大,中国的总被引频次增长了2.8倍,占世界人工智能论文被引频次份额的增幅超过20个百分点,美国所占份额出现了下降,而其他国家前后五年变化不明显。

从2007–2016年G20国家人工智能领域论文互引关系网络（图3）中可以看出,美国在论文数量及网络加权中心度¹（¹ 有向网络加权中心度：指加权出度与加权入度的总和。在有向网络中,取得节点A的所有边,其中以节点A为源节点的边的权重和为节点A的加权出度,以节点A为目标节点的边的权重和为节点A的加权入度。）方面均领先于其他国家,在整个引证关系网络中处于核心地位,英国、中国、加拿大、法国和德国则处于次核心的地位。另外,引用中国论文次数最多的国家主要有美国、英国、印度和澳大利亚等。

（2）学科规范化的引文影响力

国家的论文总被引频次在很大程度上受研究规模（论文数量）和学科的影响。学科规范化引文影响力（CNCI）是指一篇论文相对于同行论文的被引表现,计算方法为：CNCI=C/reference,其中C为目标论文的被引频次,reference为与该论文同一年发表的同一学科、同一文献类型的全球论文的篇均被引频次,若CNCI值为1,表明论文的被引表现与全球水平持平。该指标消除了学科、发表时间和文献类型对论文被引频次的影响,是标准化的且独立于论文规模的指标。从G20国家人工智能论文的学科规范化引文影响力对比（图 4）可以看出：从2007年到2015年,中国、沙特阿拉伯、澳大利亚、加拿大、印度和韩国的CNCI指标呈现上升的趋势,其他国家均有不同程度的下降;2015年,中国、沙特阿拉伯、澳大利亚、加拿大、英国和印度的CNCI值超过了G20国家基准线,代表上述六国人工智能论文产出影响力超过G20国家平均水平,其他国家均不同程度低于G20基准线。

（3）高被引论文

高被引论文量³（³ 指人工智能领域高水平国际学术期刊（A类和B类,共24种）中包含的高被引论文（highly cited papers）数量。）是按学科和出版年统计的引文数排名前1%的论文数量。高被引论文量通常用来衡量一个国家的高水平科研能力和科研成果。从G20国家人工智能领域高被引论文数量分布（图5）可以看出：2007–2016年,中国、美国和英国的高被引论文量均超过100篇,澳大利亚、加拿大、法国和德国的高被引论文量超过40篇,其余国家数量均比较少。其中,中国（448篇）领先于其他G20国家。

3.1.3 科研合作

从G20国家人工智能国际合作研究论文占比（图6）可以看出：2016年与2007年相比,除印度、阿根廷、墨西哥、俄罗斯外,G20其他国家的国际合作论文占比均有不同程度提升;2016年,除印度、美国、阿根廷、墨西哥外,G20其他国家的国际合作论文占比均超过50%。

从G20国家人工智能科研合作网络（图7）和加权中心度⁴（⁴ 无向网络加权中心度：节点的边的权重和。在无向网络中,取得节点A的所有边,其边的权重和为节点A的加权中心度。）（表1）可以看出：美国在人工智能科学研究中与G20其他国家有较强的合作关系,在合作网络中处于核心地位,其次是中国、英国、澳大利亚和加拿大等国家;在科研合作关系强弱方面,美、英、中三国之间的合作最为紧密,另外,与中国合作较为紧密的国家还包括了澳大利亚和加拿大。

计算机领域的高质量会议论文在学界有着较高的关注度和认可度,同时,相对于期刊论文,会议论文的时效性较好,一定程度上代表着该领域最新、最热的研究内容,是前沿研究产出的间接体现,是衡量前沿研究实力的重要依据。本文综合专家咨询意见及数据的可获得性,以中国计算机协会推荐的人工智能领域高水平国际学术会议（A类和B类,共7种）以及专家推荐的高水平会议（共2种）为基础数据源,利用Web of Science数据库检索并获取数据,从产出规模、学术影响力等多个角度对比分析G20国家在人工智能及其子领域的前沿研究实力。3.2.1 产出规模从G20国家人工智能会议论文产出规模（图8）中可以看出：2012–2016年,美国在人工智能领域的会议论文产出量远远领先于其他国家（除欧盟外）,为7 992篇,占世界人工智能论文的份额超过36%,其次是德国、法国、中国、日本和英国等国家;相较于2007–2011第1个五年期,在2012–2016的第2个五年期中,除日本、加拿大和墨西哥外,G20其他国家人工智能领域的会议发文量均有增长,其中,中国的人工智能会议论文产出增幅较大,中国的发文数量相较2007–2011年增长了一倍,占世界人工智能论文份额的增幅超过4个百分点,而其他国家的论文份额变化不明显。

3.2.2 学术影响力（1）论文被引频次从G20国家人工智能领域会议论文五年累计被引频次占世界份额（图9）可以看出：2012–2016年,美国和中国在人工智能领域的论文被引频次高于其他国家（除欧盟外）,分别为35 016次和10 706次,占世界人工智能会议论文被引频次的份额分别为48.8%和14.9%,其次是德国、英国、法国和日本等国家;相较于2007–2011第1个五年期,在2012–2016的第2个五年期中,除墨西哥外,G20其他国家人工智能领域会议论文被引频次均有增长,其中,中国和美国在人工智能领域的会议论文被引频次增幅较大,中国的总被引频次增长了12倍,占世界人工智能会议论文被引频次份额的增幅超过10个百分点,德国、法国和日本所占份额出现了下降,而其他国家前后五年变化不明显。

（2）学科规范化的引文影响力从G20国家人工智能会议论文学科规范化的引文影响力（CNCI）对比（图10）可以看出：从2007年到2015年,除意大利、德国、日本、印度尼西亚外,其他国家的CNCI指标呈现上升的趋势;2015年,中国、南非、美国、韩国、英国和澳大利亚的CNCI值超过了G20国家基准线,代表上述六国人工智能会议论文产出影响力超过G20国家平均水平,其他国家均不同程度低于G20基准线。

专利是技术研发产出的直接体现,是衡量技术研发实力的重要依据。本文以人工智能专利为基础数据源,利用Derwent Innovation数据库检索并获取数据,从产出规模、技术主题等多个角度对比分析G20国家在人工智能及其子领域的技术研发实力。3.3.1 专利申请量从2007–2016年G20国家人工智能专利申请量对比及变化趋势（图11）中可以得出如下结论：2007–2016年,中国、日本、美国和韩国四国的专利申请量领先于其他国家,是G20国家人工智能技术研发的主要力量,其中,中国的人工智能专利申请量居于首位,德国、英国、法国和澳大利亚等G20其他国家的人工智能专利申请量相较上述四国差距较大;2012–2016年,中国的人工智能专利申请量为59 898件,相较2007–2011年增长了近3.3倍,专利申请量占世界份额增长了近30个百分点,增长幅度超过其他国家,技术研发实力的国际地位大幅提升。

3.3.2 专利授权量从2007–2016年G20国家人工智能专利授权量对比及变化趋势（图12）中可以得出如下结论：2007–2016年,美国、日本、中国和韩国四国的专利授权量领先于其他国家,是G20国家人工智能技术研发的主要力量,其中,美国的人工智能专利授权量居于首位,德国、英国、法国和澳大利亚等G20其他国家的人工智能专利授权量相较上述四国差距较大;2012–2016年,中国的人工智能专利授权量为14 479件,相较2007–2011年增长了一倍,专利授权量占世界份额增长了25个百分点,增长幅度超过其他国家,技术研发实力的国际地位大幅提升。

3.3.3 专利授权率授权专利占申请专利数量的比例可以作为测度国家专利技术水平与竞争特点的指标之一。从G20国家人工智能专利授权率（图13）可以看出,加拿大、韩国、美国、意大利、英国、澳大利亚和德国的授权率较高,均高于40%。中国的授权率为27.8%,在G20国家中排第10位。

3.3.4 专利技术主题分布全球人工智能专利技术类型主要是电数字数据处理、图像通信、图像数据处理或产生、语音处理、数据识别与表示、数据处理系统或方法等,其中电数字数据处理及图像通信领域的专利申请量占比均超过20%（表2）。

从技术主题分布上看（表3）,在电数字数据处理领域,美国、日本和中国的实力最强;图像通信领域的前三强国家是日本、美国和韩国;在图像数据处理或产生、语音处理、数据识别与表示、数据处理系统或方法等领域,中国、美国和日本是最主要的技术研发力量,而在传输和无线通信网络领域,韩国拥有不俗的技术表现。

从国家技术实力上看,中国在电数字数据处理、图像数据处理或产生、数据识别与表示等领域具有较强的技术实力,而人工智能技术在诊断、外科和鉴定中的应用则相对较弱;日本在图像通信、电数字数据处理和图像数据处理或产生等领域具有较强的技术实力,另外在电话通信技术方面也有着不俗的表现;美国在电数字数据处理、语音处理和图像通信等领域具有较强的技术实力;韩国在图像通信、电数字数据处理和图像数据处理或产生等领域具有较强的技术实力,另外在传输和无线通信网络领域也表现不俗。

基于期刊论文、会议论文和技术专利数据,从产出规模、学术影响力、专利申请量等指标计算对比中国和美国在人工智能四个核心子领域（机器学习、自然语言处理、语音处理、计算机视觉）的研究表现（表4）,从中可以看出,美国的科技成果产出指标均位居G20国家前三位,中国在机器学习、自然语言处理和计算机视觉三个领域的表现突出且增速明显,部分科研影响力指标已经超过美国;此外,英国、德国、加拿大、法国、澳大利亚在四个子领域中也具有较强的实力。

本文以G20国家为研究对象,基于Web of Science平台的科学论文和技术专利数据,从基础研究实力、前沿研究实力、技术研发实力等角度揭示G20国家在人工智能领域的科技发展态势,形成如下结论。

（1）美国的人工智能总体科技成果产出位居G20国家首位,中国紧随其后且增速明显,尤其是近五年的论文影响力、专利申请量和授权量已超越美国。此外,英国、法国、澳大利亚、德国和加拿大等国也有不俗表现。

在基础研究实力方面（基于期刊论文分析）,美国近10年的论文产出数量居G20国家首位,而中国近5年的论文总被引频次已经反超美国,高被引论文数量和学科规范化引文影响力显著领先于其他国家。

在前沿研究实力方面（基于会议论文分析）,美国近10年的论文产出数量及被引频次均居G20国家首位,且遥遥领先于其他国家,其次是中国、德国、英国、法国和日本等国,其中,中国的前沿研究实力增速明显,超过其他G20国家。

在技术研发实力方面（基于专利分析）,中国近10年的专利申请总量居G20国家首位,但专利授权量低于美国和日本,位列第3位,而专利授权量占申请量的比例则位列第10位,处于G20国家中游水平。

值得注意的是,在专家咨询过程中,人工智能或计算机科学领域的专家学者们对于会议论文的关注度明显高于期刊论文,而中国的人工智能高水平国际会议论文产出和影响力与美国仍有较大差距。

（2）在人工智能的四个主要分支领域,美国的科技成果产出指标均位居G20国家前三位,中国在机器学习、自然语言处理和计算机视觉三个领域的表现突出且增速明显,部分科研影响力指标已经超过美国,但科研成果的平均质量有待进一步提升,另外,语音处理领域的实力相对美国、英国和加拿大国等较弱,处于G20国家中上游。

在机器学习领域,美国的基础研究和前沿研究产出规模均位居G20国家首位,中国则在技术研发产出规模上超越美国,英国、加拿大、澳大利亚、法国和德国也具有较强实力。

在自然语言处理领域,美国的基础研究和前沿研究产出规模及影响力均位居G20国家首位,中国则紧随其后,并且在技术研发产出规模上超越美国,英国、德国、加拿大、法国和意大利也具有较强实力。

在语音处理领域,美国的基础研究、前沿研究和技术研发产出规模及影响力均位居G20国家首位,英国、加拿大、中国、德国和日本也具有较强实力。

在计算机视觉领域,美国的基础研究和前沿研究产出规模均位居G20国家首位,中国紧随其后,并且在基础研究产出影响力方面超越美国,英国、法国、德国、加拿大和澳大利亚也具有较强实力。

值得注意的是,在上述四个领域中,中国的论文篇均被引频次指标均处于G20国家中上游或中游,这也表明中国科研成果的平均影响力尚有进一步提升的空间。