(1)山東師范大學(xué)教育政策與管理研究中心，250014，濟(jì)南； 2)山東師范大學(xué)教育學(xué)部，250014，濟(jì)南)

1 研究背景

1956年，達(dá)特茅斯(DARTMOUTH)學(xué)會(huì)首次提出“人工智能”，標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生.1965年，斯坦福大學(xué)開(kāi)發(fā)的第一套有效進(jìn)行工作的專家系統(tǒng)DENRAL質(zhì)譜分析系統(tǒng)，標(biāo)志著人工智能進(jìn)入新階段.2006年，杰弗里·辛頓(Geoffrey Hinton)首次提出深度學(xué)習(xí)的概念，對(duì)人工智能的發(fā)展具有變革意義.以此為依據(jù)，人工智能發(fā)展可以劃分為三個(gè)階段，第一階段為以編程為代表的邏輯推理階段(1956-1965年)，第二階段為以專家系統(tǒng)為代表的知識(shí)工程階段(1965-2006年)，第三階段為以深度學(xué)習(xí)為代表的數(shù)據(jù)挖掘階段(2006年-至今).

人工智能成為近年來(lái)大街小巷的輿論焦點(diǎn)和炙手可熱的科技熱搜詞.特別是進(jìn)入以深度學(xué)習(xí)為代表的數(shù)據(jù)挖掘階段，人工智能受到各國(guó)政府的高度重視.2016年10月，美國(guó)白宮發(fā)布了《為人工智能的未來(lái)做好準(zhǔn)備》[1]和《國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃》[2]兩份重要報(bào)告.其中《為人工智能的未來(lái)做好準(zhǔn)備》報(bào)告對(duì)人工智能技術(shù)進(jìn)步引發(fā)的社會(huì)及公共政策相關(guān)問(wèn)題進(jìn)行了分析.為《國(guó)家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》提出了美國(guó)優(yōu)先發(fā)展的人工智能七大戰(zhàn)略方向，指出人工智能可以在多個(gè)領(lǐng)域促進(jìn)經(jīng)濟(jì)發(fā)展，提升教育和生活質(zhì)量，提高國(guó)家安全水平.兩份報(bào)告確定了人工智能在美國(guó)國(guó)際戰(zhàn)略中的地位.同年12月，英國(guó)政府發(fā)布了《人工智能：未來(lái)決策的機(jī)遇與影響》[3]的報(bào)告，提出將英國(guó)人工智能的獨(dú)特性優(yōu)勢(shì)轉(zhuǎn)化為增強(qiáng)國(guó)力的優(yōu)勢(shì)，將人工智能發(fā)展提升到國(guó)家戰(zhàn)略層面.2017年7月，中共中央國(guó)務(wù)院頒布《新一代人工智能發(fā)展規(guī)劃》[4]，提出統(tǒng)籌布局人工智能創(chuàng)新平臺(tái)，大力發(fā)展人工智能新興產(chǎn)業(yè)，建設(shè)安全便捷的智能社會(huì).為人工智能發(fā)展提出明確目標(biāo)和要求，表示中國(guó)要在2020年躋身于人工智能強(qiáng)國(guó)的行列,2025年完成某些重大突破，2030年成為世界主要的人工智能創(chuàng)新中心[5].人工智能在各國(guó)政府的高度重視下，深刻改變了人類社會(huì)生活，改變了世界.那么，人工智能在學(xué)術(shù)領(lǐng)域內(nèi)的研究現(xiàn)狀如何？研究趨勢(shì)是什么？

立基于此，本文對(duì)有關(guān)人工智能2006年至今的文獻(xiàn)進(jìn)行分析，全面梳理近年來(lái)人工智能的研究熱點(diǎn)動(dòng)態(tài)與未來(lái)發(fā)展趨勢(shì).以美國(guó)核心期刊數(shù)據(jù)庫(kù)(Web of Science)收錄的與人工智能相關(guān)的1 268篇期刊論文和中國(guó)知網(wǎng)收錄的與人工智能相關(guān)的1 229篇期刊論文為依托，利用CiteSpace 軟件，以關(guān)鍵詞、突現(xiàn)詞等為關(guān)鍵變量，繪制人工智能研究的知識(shí)圖譜，進(jìn)行可視化分析，以期更好地了解當(dāng)前人工智能領(lǐng)域的研究進(jìn)展和研究熱點(diǎn)，預(yù)測(cè)其未來(lái)發(fā)展趨勢(shì)，為人工智能的進(jìn)一步深入研究、實(shí)踐探索提供重要依據(jù).

2 研究設(shè)計(jì)

2.1研究數(shù)據(jù)本文以美國(guó)核心期刊數(shù)據(jù)庫(kù) (Web of Science)和中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)(CNKI)收錄的與人工智能相關(guān)的期刊論文為研究數(shù)據(jù).其中來(lái)源于美國(guó) Web of Science 中的 Web of Science TM 核心數(shù)據(jù)庫(kù), 檢索方式為TI=“artificial intelligence” or “Artificial Intelligence”, 時(shí)間跨度=2006-2018，文獻(xiàn)類型=ARTICLE，索引=SCI-EXPANDED、SSCI、CCR-EXPANDED、 IC，檢索時(shí)間為2018年12月17日,獲取有效文獻(xiàn)記錄1 268條.來(lái)源于中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)(CNKI)，使用高級(jí)檢索功能，選擇“期刊”為資源類型，輸入檢索主題為“人工智能”或“AI”，時(shí)間閾值為2006-2018年，期刊來(lái)源類別為核心期刊、 CSSCI，進(jìn)行精確檢索，獲得有效文獻(xiàn)記錄 1 229條.以RefWorks格式導(dǎo)出，并通過(guò)信息可視化應(yīng)用軟件(CiteSpace)的數(shù)據(jù)格式轉(zhuǎn)換功能將CNKI數(shù)據(jù)格式轉(zhuǎn)換成CiteSpace能夠識(shí)別與處理的WOS數(shù)據(jù)格式.研究對(duì)象的年度分布情況如圖1所示.

圖1 2006-2018年中外人工智能研究文獻(xiàn)年度分布情況

2.2研究工具本研究采用文獻(xiàn)計(jì)量學(xué)的方法，通過(guò)CiteSpace軟件對(duì)收集到的文獻(xiàn)中的題目、摘要、國(guó)家、關(guān)鍵詞的共被引和共現(xiàn)進(jìn)行可視化分析與定量研究，并結(jié)合相關(guān)文獻(xiàn)內(nèi)容進(jìn)行定性分析.CiteSpace是一款通過(guò)可視化手段來(lái)呈現(xiàn)科學(xué)知識(shí)的結(jié)構(gòu)、規(guī)律和分布情況的分析軟件[6].本研究對(duì)所收集數(shù)據(jù)的分析主要為以下幾個(gè)方面：一是通過(guò)關(guān)鍵詞共現(xiàn)知識(shí)圖譜、關(guān)鍵詞聚類知識(shí)圖譜呈現(xiàn)研究熱點(diǎn)；二是通過(guò)探測(cè)突現(xiàn)詞，繪制研究前沿時(shí)區(qū)圖譜，發(fā)現(xiàn)人工智能研究趨勢(shì).

3 研究結(jié)果

3.1核心研究群體分析為了解人工智能領(lǐng)域的核心研究群體,對(duì)通過(guò)Web of Science收集到的1 268篇文獻(xiàn)以國(guó)家為關(guān)鍵節(jié)點(diǎn)進(jìn)行分類，選擇網(wǎng)絡(luò)節(jié)點(diǎn)為“Country”，運(yùn)行 CiteSpace 軟件,并借助于EXCEL對(duì)相關(guān)數(shù)據(jù)進(jìn)行繪圖，得到人工智能研究國(guó)家(地區(qū))分布圖，如圖2所示.

從圖2可以明顯看出在人工智能研究領(lǐng)域，發(fā)文量由高到低分別為美國(guó)(USA) 241篇,中國(guó)(P.R.CHINA)180篇，伊朗(IRAN) 147篇，英國(guó)(ENGLAND) 83篇，西班牙(SPAIN)77篇，印度(INDIA)75篇，土耳其(TURKEY)、澳大利亞(AUSTRALIA)、加拿大(CANADA)三個(gè)國(guó)家發(fā)文量均值為56篇，說(shuō)明這些國(guó)家和地區(qū)較為關(guān)注人工智能領(lǐng)域的研究，并取得一定的科研成果.由此可見(jiàn),近年來(lái)，世界各國(guó)都開(kāi)始高度重視人工智能技術(shù)的發(fā)展，積極開(kāi)展人工智能領(lǐng)域的相關(guān)研究.其中美國(guó)是人工智能研究的超級(jí)大國(guó)，具有明顯突出的研究實(shí)力.美國(guó)、中國(guó)、伊朗、英國(guó)四國(guó)在人工智能領(lǐng)域發(fā)表的相關(guān)研究論文數(shù)量占這期間總發(fā)文量的51%，構(gòu)成人工智能的核心研究群體.四國(guó)之外，西班牙、印度、土耳其、澳大利亞、加拿大發(fā)文量較大的五個(gè)國(guó)家為第二梯隊(duì).第三梯隊(duì)是波蘭、意大利、法國(guó)、巴西、韓國(guó)、馬來(lái)西亞.此外，日本(25)、德國(guó)(25)、沙特阿拉伯(16)、羅馬尼亞(15)、埃及(15)等國(guó)家發(fā)文量相對(duì)較少.值得關(guān)注的是俄羅斯作為世界上的大國(guó)，人工智能研究相關(guān)論文發(fā)文量較低.究其原因，一是語(yǔ)言因素，由于美國(guó)核心期刊數(shù)據(jù)庫(kù)收錄的國(guó)際期刊多為英文期刊，以俄語(yǔ)撰寫的論文基本沒(méi)有收錄進(jìn)來(lái)；二是俄羅斯的英文論文發(fā)文量較低.日韓實(shí)際上也存在語(yǔ)言問(wèn)題，但日韓在英語(yǔ)學(xué)術(shù)社區(qū)中的參與程度較高，所以發(fā)文量雖與前幾名有較大差異，但是在所有相關(guān)國(guó)家中還算比較高的.

圖2 人工智能研究國(guó)家發(fā)文量情況分布圖

在圖3中圓圈的大小代表文獻(xiàn)作者所在國(guó)家出現(xiàn)的頻次,圓圈越大,表明該國(guó)作者出現(xiàn)的頻次越多,反之越少.節(jié)點(diǎn)間的連線表示國(guó)家(地區(qū))之間存在合作關(guān)系，連線越粗則說(shuō)明國(guó)家(地區(qū))之間的合作越緊密[7].由圖3可知，在人工智能研究領(lǐng)域，合作較為密切的國(guó)家(地區(qū))主要集中于以法國(guó)、意大利、西班牙等為代表的歐洲國(guó)家，相比較而言，中美兩大國(guó)更集中于獨(dú)立研究，與其他國(guó)家合作較少.

圖3 人工智能研究國(guó)家(地區(qū))分布圖譜

3.2國(guó)內(nèi)外人工智能研究熱點(diǎn)分析

3.2.1 人工智能研究關(guān)鍵節(jié)點(diǎn)分析

1) 國(guó)外人工智能研究關(guān)鍵節(jié)點(diǎn)分析.關(guān)鍵詞是文獻(xiàn)研究?jī)?nèi)容的核心，在科學(xué)計(jì)量研究中，通過(guò)詞頻分析方法得出的高頻關(guān)鍵詞在一定程度上代表相關(guān)研究領(lǐng)域的發(fā)展動(dòng)向和研究熱點(diǎn)[8].分析人工智能研究熱點(diǎn)時(shí)，進(jìn)入CiteSpace運(yùn)行主界面，設(shè)置時(shí)區(qū)分割(Time Slicing)=1，時(shí)間跨度為2006-2018年.節(jié)點(diǎn)類型(Node Types)選擇關(guān)鍵詞(Key Words).Top N=30，選用Pathfinder+Pruning sliced network+Pruning the merged network算法進(jìn)行裁剪，設(shè)置標(biāo)簽數(shù)量(Threshold)=5，標(biāo)簽大小(Font Size)=5，節(jié)點(diǎn)大小(Node Size)=6.根據(jù)上述數(shù)據(jù)處理?xiàng)l件，運(yùn)行CiteSpace得到近十年國(guó)外人工智能研究的關(guān)鍵詞共現(xiàn)知識(shí)圖譜，如圖4所示.圖譜中每個(gè)關(guān)鍵詞用一個(gè)正方形節(jié)點(diǎn)表示，節(jié)點(diǎn)越大,表明該關(guān)鍵詞在人工智能研究領(lǐng)域內(nèi)出現(xiàn)的頻次越高；關(guān)鍵詞字體越大，表示該關(guān)鍵詞共現(xiàn)度越強(qiáng).其中需要關(guān)注的是帶有紫紅色光圈的節(jié)點(diǎn)，該節(jié)點(diǎn)代表的關(guān)鍵詞具有較高的中心性，表示與其它關(guān)鍵詞聯(lián)系密切程度較高.

圖4 國(guó)外人工智能研究的關(guān)鍵詞共現(xiàn)知識(shí)圖譜

在圖4的基礎(chǔ)上，使用CiteSpace軟件的“Export—Network Summary—Table”功能，輸出近十年國(guó)外人工智能研究的關(guān)鍵詞、頻次及其中心性數(shù)據(jù).在CiteSpace中，中心性(Centrality)即中介中心性(Betweenness Centrality)，節(jié)點(diǎn)中心性的數(shù)值越大，說(shuō)明該節(jié)點(diǎn)的重要性越高.近十年國(guó)外人工智能研究文獻(xiàn)中出現(xiàn)的高頻詞如表1示.在研究文獻(xiàn)中出現(xiàn)頻次前十的高頻關(guān)鍵詞有“neural network”(神經(jīng)網(wǎng)絡(luò))，“artificial intelligence”(人工智能)，“artificial neural network”(人工神經(jīng)網(wǎng)絡(luò))，“system”(系統(tǒng))，“prediction”(預(yù)測(cè)),“model”(模型)，“genetic algorithm”(遺傳算法)，“optimization”(優(yōu)化)，“algorithm”(遺傳)，“support vector machine”(支持向量機(jī)).其中神經(jīng)網(wǎng)絡(luò)、人工智能出現(xiàn)的頻次位居前列.研究文獻(xiàn)中的排名前十的高中心性關(guān)鍵詞有“expert system”(專家系統(tǒng))，“classification”(歸類)，“support vector machine”(支持向量機(jī))，“machine learning”(機(jī)器學(xué)習(xí))，“genetic algorithm”(遺傳算法)，“management”(管理)，“parameter”(參數(shù))，“artificial intelligence”(人工智能)，“neural network model”(神經(jīng)網(wǎng)絡(luò)模型)，“network”(網(wǎng)絡(luò)).其中專家系統(tǒng)中心性程度最高.

通過(guò)國(guó)外人工智能研究文獻(xiàn)高頻詞表，可以發(fā)現(xiàn)國(guó)際人工智能研究的熱點(diǎn)分三個(gè)方面.一是研究熱點(diǎn)領(lǐng)域包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)；二是研究的熱點(diǎn)算法包括支持向量機(jī)、粒子群優(yōu)化算法、遺傳算法、模糊推論系統(tǒng)；三是研究的熱點(diǎn)方法及應(yīng)用包括演算、建模、預(yù)測(cè)、歸類、優(yōu)化、設(shè)計(jì).

2) 國(guó)內(nèi)人工智能研究關(guān)鍵節(jié)點(diǎn)分析.分析國(guó)內(nèi)人工智能研究熱點(diǎn)時(shí)，進(jìn)入CiteSpace運(yùn)行主界面，設(shè)置時(shí)區(qū)分割(Time Slicing)=1，時(shí)間跨度為2006-2018年.節(jié)點(diǎn)類型(Node Types)選擇關(guān)鍵詞(Key Words).Top N=30，選用Pathfinder+Pruning sliced network+Pruning the merged network算法進(jìn)行裁剪，設(shè)置標(biāo)簽數(shù)量(Threshold)=3，標(biāo)簽大小(Font Size)=5，節(jié)點(diǎn)大小(Node Size)=4.根據(jù)上述數(shù)據(jù)處理?xiàng)l件，運(yùn)行CiteSpace得到近十年國(guó)內(nèi)人工智能研究的關(guān)鍵詞共現(xiàn)知識(shí)圖譜，如圖5所示.

表1 國(guó)外人工智能研究文獻(xiàn)高頻詞表

圖5 國(guó)內(nèi)人工智能研究的關(guān)鍵詞共現(xiàn)知識(shí)圖譜

在圖5的基礎(chǔ)上，使用CiteSpace軟件的“Export—Network Summary—Table”功能，輸出近十年國(guó)內(nèi)人工智能研究的關(guān)鍵詞、頻次及其中心性數(shù)據(jù).近十年國(guó)內(nèi)人工智能研究文獻(xiàn)中出現(xiàn)的高頻詞如表2所示.在研究文獻(xiàn)中出現(xiàn)頻次前十的高頻關(guān)鍵詞有“人工智能”、“大數(shù)據(jù)”、“機(jī)器人”、“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”、“神經(jīng)網(wǎng)絡(luò)”、“人工智能技術(shù)”、“人類智能”、“算法”和“圖書館”，其中人工智能出現(xiàn)的頻次位居前列.研究文獻(xiàn)中的排名前十的高中心性關(guān)鍵詞有“人工智能”、“(學(xué)習(xí))人工智能”、“人類”、“機(jī)器學(xué)習(xí)”、“神經(jīng)網(wǎng)絡(luò)”、“alphago”、“人工智能技術(shù)”、“深度學(xué)習(xí)”、“人類智能”和“機(jī)器人”，其中人工智能中心性程度最高，(學(xué)習(xí))人工智能與人類位居前列.

通過(guò)國(guó)內(nèi)人工智能研究文獻(xiàn)高頻詞表(表2)，可以發(fā)現(xiàn)國(guó)內(nèi)人工智能研究的熱點(diǎn)主要分兩個(gè)方面.一是研究的熱點(diǎn)領(lǐng)域包括大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等；二是研究的熱點(diǎn)應(yīng)用包括圖書館、新聞業(yè)、智能機(jī)器等.

表2 國(guó)內(nèi)人工智能研究文獻(xiàn)高頻詞表

3.2.2 人工智能研究的關(guān)鍵詞聚類分析

1) 國(guó)外人工智能研究的關(guān)鍵詞聚類分析.在科技文本挖掘中，關(guān)鍵詞共詞網(wǎng)絡(luò)的聚類可以對(duì)復(fù)雜網(wǎng)絡(luò)中的數(shù)據(jù)根據(jù)相似性進(jìn)行聚合與分類[9].在關(guān)鍵詞聚類分析中,聚類反映了網(wǎng)絡(luò)中節(jié)點(diǎn)的相似性,有助于進(jìn)一步分析關(guān)鍵詞之間的相關(guān)度，探測(cè)該研究領(lǐng)域內(nèi)的熱點(diǎn)主題.在Citespace軟件中設(shè)定節(jié)點(diǎn)類型(Node Types)為關(guān)鍵詞，在國(guó)外人工智能研究關(guān)鍵詞共現(xiàn)知識(shí)圖譜的基礎(chǔ)上對(duì)其進(jìn)行聚類處理，最終得到如圖6所示的國(guó)外人工智能研究領(lǐng)域的關(guān)鍵詞聚類知識(shí)圖譜.

圖6 國(guó)外人工智能研究的關(guān)鍵詞聚類知識(shí)圖譜

關(guān)鍵詞聚類圖譜中采用LLR算法對(duì)聚類進(jìn)行命名，權(quán)值最大的關(guān)鍵詞作為每個(gè)聚類的主題，各個(gè)聚類的輪廓值都大于0.5，這表明各個(gè)聚類具有可信度和有效性.

#0“deep learning”為深度學(xué)習(xí)，該聚類包含33個(gè)節(jié)點(diǎn)，輪廓值為0.818.提取出的特征詞有deep learning(深度學(xué)習(xí))、machine learning(機(jī)器學(xué)習(xí))、 pattern recognition(模式識(shí)別) 、 relevance vector regression(相關(guān)向量回歸)、data mining(數(shù)據(jù)挖掘)、 classification(分類) 、artificial neural networks(人工神經(jīng)網(wǎng)絡(luò))、decision trees(決策樹)等.近年來(lái)，國(guó)際人工智能研究的熱點(diǎn)主題以深度學(xué)習(xí)為首.深度學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)技術(shù)的一種，擁有強(qiáng)大的學(xué)習(xí)能力，成為人工智能發(fā)展的重要推動(dòng)力，吸引科研學(xué)者的高度關(guān)注及研究.

#1“google scholar”谷歌學(xué)者，該聚類包含28個(gè)節(jié)點(diǎn)，輪廓值0.767.提取出的特征詞有g(shù)oogle scholar(谷歌學(xué)者) 、computer science and artificial intelligence (計(jì)算機(jī)科學(xué)與人工智能)、prediction(預(yù)測(cè))、data mining procedures(數(shù)據(jù)挖掘程序)、information fusion(信息融合) 、data processing(數(shù)據(jù)處理)、 intelligent robot(智能機(jī)器人)等.美國(guó)AI巨頭谷歌被稱作是一家“全身流淌著AI血液”的公司，擁有著全世界的數(shù)據(jù)，是人工智能發(fā)展的領(lǐng)軍人物.

#2“crop growth”為作物生長(zhǎng)，該聚類包含共26個(gè)節(jié)點(diǎn)，輪廓值為0.795.提取出的特征詞有crop growth(作物生長(zhǎng))、ripening(成熟)、optical design techniques (光學(xué)設(shè)計(jì)技術(shù))、extraction ratio(提取率)、energy management(能量管理)、parameter forecasting(參數(shù)預(yù)測(cè))、culture condition (培養(yǎng)條件)等.人工智能在農(nóng)業(yè)生產(chǎn)中發(fā)揮巨大作用，實(shí)時(shí)監(jiān)測(cè)植物莖果直徑變化和地下濕度，控制灌溉量，提高植物生長(zhǎng)率[10].

#3“heat transfer”為熱傳導(dǎo)，該聚類包含共22個(gè)節(jié)點(diǎn)，輪廓值為0.864.提取出的特征詞有heat transfer(熱傳導(dǎo))、swarm intelligence(群體智能)、ant colony optimization(蟻群優(yōu)化)、artificial intelligence based optimization(人工智能優(yōu)化)、cybernetic model of automatization(自動(dòng)化控制論模型)、multi-response process parameter design(多響應(yīng)工藝參數(shù)設(shè)計(jì))、geothermal(地?zé)? 等.機(jī)械、鋼鐵、石化、交通制造等工業(yè)往往利用人工智能系統(tǒng)，基于設(shè)備實(shí)時(shí)數(shù)據(jù)，對(duì)工藝過(guò)程進(jìn)行實(shí)時(shí)監(jiān)控、故障分析及遠(yuǎn)程運(yùn)維，安全管理，節(jié)能減排，提高設(shè)備使用率[11].

#4“adaptive neuro-fuzzy inference system”為自適應(yīng)神經(jīng)模糊推理系統(tǒng)，該聚類包含20個(gè)節(jié)點(diǎn)，輪廓值為0.875.提取出的特征詞有adaptive neuro-fuzzy inference system(自適應(yīng)神經(jīng)模糊推理系統(tǒng))、ann(人工神經(jīng)網(wǎng)絡(luò)) 、fuzzy computing technique(模糊計(jì)算技術(shù))、 inference system(推理系統(tǒng))、fuzzy logic(模糊邏輯)、general regression neural network(廣義回歸神經(jīng)網(wǎng)絡(luò))、 artificial intelligence methods(人工智能方法)等.自適應(yīng)神經(jīng)模糊推理系統(tǒng)將神經(jīng)網(wǎng)絡(luò)與模糊推理有機(jī)的結(jié)合起來(lái)[12]，優(yōu)勢(shì)互補(bǔ)，是人工神經(jīng)網(wǎng)絡(luò)方向的重要研究熱點(diǎn)，成為國(guó)外科研學(xué)者的重點(diǎn)研究主題.

#5“instantaneous power”為瞬時(shí)功率，該聚類包含共17個(gè)節(jié)點(diǎn)，輪廓值為0.968.提取出的特征詞有instantaneous power (p-q) theory(瞬時(shí)功率(p-q)理論)、sinusoidal pulse width modulation(正弦脈沖寬度調(diào)制)、electromagnetic compatability(電磁兼容性)、least square support vector machine(最小二乘支持向量機(jī))、series compensated transmission line(串聯(lián)補(bǔ)償傳輸線)、thermal conductivity (導(dǎo)熱系數(shù))、 hybrid intelligent systems(混合智能系統(tǒng))等.利用人工智能技術(shù)檢測(cè)、分類、預(yù)測(cè)和確定電力系統(tǒng)的安全狀態(tài)，提高功率預(yù)測(cè)準(zhǔn)確率，有利于對(duì)電力系統(tǒng)的預(yù)測(cè)性維護(hù)、遠(yuǎn)程運(yùn)維以及電力調(diào)度優(yōu)化[13].

#6“sensitivity analysis”為靈敏度分析，該聚類包含17個(gè)節(jié)點(diǎn)，輪廓值為0.838.提取出的特征詞有sensitivity analysis(靈敏度分析) 、particle swarm optimization(粒子群優(yōu)化) 、land surface temperature(地表溫度)、landslide susceptibility mapping(滑坡敏感性映射)、data fusion(數(shù)據(jù)融合)、adaptive network-based fuzzy inference system(自適應(yīng)網(wǎng)絡(luò)模糊推理系統(tǒng)) 、artificial neural networks(人工神經(jīng)網(wǎng)絡(luò))等.機(jī)器人模仿人類對(duì)外界作出反應(yīng)主要在于機(jī)器人的感知靈敏度，對(duì)機(jī)器人的感知靈敏度進(jìn)行分析研究，具有一定的理論價(jià)值與工程應(yīng)用價(jià)值.

#7“health communication”為健康傳播，該聚類包含14個(gè)節(jié)點(diǎn)，輪廓值為0.965.提取出的特征詞有health communication(健康傳播) 、artificial sciences (人工科學(xué))、 ehealth (電子健康)、 medical decision making(醫(yī)學(xué)決策)、 clinical artificial intelligence(臨床人工智能)、chronic illness(慢性病)、probabilistic neural network(概率神經(jīng)網(wǎng)絡(luò))等.人工智能對(duì)醫(yī)療行業(yè)的貢獻(xiàn)不言而喻，智能識(shí)別軟件通過(guò)醫(yī)學(xué)影像的識(shí)別分析幫助醫(yī)生診斷病情，手術(shù)機(jī)器人能夠?qū)嵤┤祟愥t(yī)生很難完成的手術(shù).

#8“robotics”為機(jī)器人，該聚類包含13個(gè)節(jié)點(diǎn)，輪廓值為0.915.提取出的特征詞有robotics(機(jī)器人) 、 turing test(圖靈測(cè)試) 、neural networks(神經(jīng)網(wǎng)絡(luò))、sensor(傳感器)、cognitive science(認(rèn)知科學(xué))、 autonomous driving(自動(dòng)駕駛)、general intelligence(通用智能)、 knowledge discovery and data mining(知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘)等.手術(shù)機(jī)器人、工業(yè)機(jī)器人、服務(wù)機(jī)器人、寫稿機(jī)器人等不同性能的機(jī)器人在各個(gè)領(lǐng)域發(fā)揮重要作用.作為人工智能技術(shù)的重要產(chǎn)物之一，機(jī)器人成為國(guó)際人工智能領(lǐng)域的熱點(diǎn)研究主題.

#9“automotive wiper”為汽車刮水器，該聚類包含10個(gè)節(jié)點(diǎn)，輪廓值為0.921.提取出的特征詞有automotive wiper(汽車雨刮器)、multi-classifier technique (多分類器技術(shù))、nonlinear system identification(非線性辨識(shí)系統(tǒng))、chalcogenide glass sensor(硫?qū)倩衔锊Ａ鞲衅?、 harmony search algorithm(和聲搜索算法) 、process control(過(guò)程控制) 、multilayer perceptron(多層感知器)、modeling and prediction(建模和預(yù)測(cè))等.為解決汽車刮水器系統(tǒng)運(yùn)行過(guò)程中產(chǎn)生的噪聲和振動(dòng)問(wèn)題，國(guó)外研究學(xué)者們利用人工智能技術(shù)提出有效的控制方法[14].

2) 國(guó)內(nèi)人工智能研究的關(guān)鍵詞聚類分析.在國(guó)內(nèi)人工智能研究關(guān)鍵詞共現(xiàn)知識(shí)圖譜的基礎(chǔ)上對(duì)其進(jìn)行聚類處理，最終得到如圖7所示的國(guó)內(nèi)人工智能研究的關(guān)鍵詞聚類知識(shí)圖譜.各個(gè)聚類的輪廓值都大于0.5，這表明各個(gè)聚類具有可信度和有效性.

圖7 國(guó)內(nèi)人工智能研究的關(guān)鍵詞聚類知識(shí)圖譜

#0“職業(yè)教育”，該聚類包含15個(gè)節(jié)點(diǎn)，輪廓值為0.935.提取出的特征詞有職業(yè)教育、就業(yè)、人才培養(yǎng)、專業(yè)設(shè)置、勞動(dòng)力市場(chǎng)、教育管理、職業(yè)培訓(xùn)、教育信息化、個(gè)性化教育等.近十年國(guó)內(nèi)人工智能研究的首要熱點(diǎn)為職業(yè)教育.人工智能技術(shù)飛速發(fā)展，大量崗位被人工智能所取代，對(duì)人才培養(yǎng)、專業(yè)設(shè)置產(chǎn)生一定的影響，促使學(xué)者關(guān)注人工智能背景下職業(yè)教育的未來(lái)發(fā)展.

#1“新聞”，該聚類包含15個(gè)節(jié)點(diǎn)，輪廓值為0.937.提取出的特征詞有新聞、著作權(quán)、新聞業(yè)、人工智能創(chuàng)作物、新聞生產(chǎn)、今日頭條、新聞從業(yè)者、新聞流程、媒介融合、人工智能生產(chǎn)內(nèi)容、虛假新聞、信息傳播活動(dòng)等.人工智能在新聞業(yè)中得到廣泛應(yīng)用，人工智能技術(shù)的語(yǔ)音播報(bào)新聞、寫稿機(jī)器人、VR和無(wú)人機(jī)呈現(xiàn)現(xiàn)場(chǎng)畫面等，促進(jìn)新聞生產(chǎn)和新聞傳播智能化發(fā)展.

#2“區(qū)塊鏈”，該聚類包含13個(gè)節(jié)點(diǎn)，輪廓值為0.915.提取出的特征詞有區(qū)塊鏈、信息傳播、人工智能技術(shù)、立法規(guī)制、智能算法、大數(shù)據(jù)時(shí)代、計(jì)算機(jī)、決策過(guò)程、制造流程等.區(qū)塊鏈技術(shù)逐步應(yīng)用于金融、數(shù)字版權(quán)、物聯(lián)網(wǎng)、文檔存儲(chǔ)等領(lǐng)域，并取得了較大成果.區(qū)塊鏈的去中心化、不可更改等優(yōu)點(diǎn)，與人工智能進(jìn)行有效結(jié)合，有助于進(jìn)一步推動(dòng)人工智能的發(fā)展[15].

#3“圖書館”，該聚類包含12個(gè)節(jié)點(diǎn)，輪廓值為0.873.提取出的特征詞有圖書館、物聯(lián)網(wǎng)、媒體融合、智慧圖書館、智能分析、智慧服務(wù)、云計(jì)算平臺(tái)、數(shù)據(jù)庫(kù)系統(tǒng)、數(shù)字圖書館、智能情報(bào)、信息推薦、場(chǎng)景智能檢索等.人工智能技術(shù)與圖書館深度融合，提升圖書館知識(shí)服務(wù)能力，探索人工智能+ 圖書館知識(shí)服務(wù)實(shí)現(xiàn)路徑和創(chuàng)新模式，具有重要研究意義[16].

#4“強(qiáng)人工智能”，該聚類包含11個(gè)節(jié)點(diǎn)，輪廓值為0.869.提取出的特征詞有強(qiáng)人工智能、通用人工智能、弱人工智能能、獨(dú)立意志、辨認(rèn)控制能力、智慧能力、人工智能倫理、超人工智能、機(jī)器人倫理、奇點(diǎn)、人機(jī)混合智能等.強(qiáng)人工智能、弱人工智能給社會(huì)帶來(lái)一系列的倫理問(wèn)題,值得思考和重視.如何正確處理人類與人工智能的關(guān)系的研究具有重要意義.

#5“人工智能技術(shù)”，該聚類包含9個(gè)節(jié)點(diǎn)，輪廓值為0.92.提取出的特征詞有人工智能技術(shù)、谷歌、語(yǔ)音識(shí)別、腦神經(jīng)科學(xué)、深度神經(jīng)網(wǎng)絡(luò)、無(wú)人車、深度學(xué)習(xí)、新聞生產(chǎn)、遺傳算法、專家系統(tǒng)、醫(yī)學(xué)影像、機(jī)器學(xué)習(xí)等.語(yǔ)音識(shí)別、圖像識(shí)別、深度學(xué)習(xí)、專家系統(tǒng)等人工智能技術(shù)被廣泛應(yīng)用于生活的多個(gè)領(lǐng)域，如新聞、醫(yī)療、無(wú)人車等，對(duì)人工智能技術(shù)的應(yīng)用研究具有現(xiàn)實(shí)意義.

#6“阿爾法”，該聚類包含7個(gè)節(jié)點(diǎn)，輪廓值為0.917.提取出的特征詞有阿爾法、算法、圍棋、博弈論、李世石、機(jī)器人研究所、國(guó)際象棋、符號(hào)主義、智慧社會(huì)、神經(jīng)元網(wǎng)絡(luò)、深度學(xué)習(xí)、無(wú)人駕駛汽車、對(duì)戰(zhàn)、思維過(guò)程.2016年3月,谷歌公司研發(fā)的Alpha Go戰(zhàn)勝圍棋高手李世石引起了大眾的關(guān)注，令人工智能技術(shù)再次成為輿論焦點(diǎn)和研究熱點(diǎn).

#7“深度融合”，該聚類包含6個(gè)節(jié)點(diǎn)，輪廓值為0.967.提取出的特征詞有深度融合、人工智能+教育、教育應(yīng)用、steam教育、編程素養(yǎng)、4D打印、智能出版、學(xué)習(xí)者畫像分析、醫(yī)學(xué)影像、新聞業(yè)、無(wú)人駕駛汽車、智能機(jī)器人等.人工智能上升為國(guó)家戰(zhàn)略層面，與教育、新聞、圖書館等不同領(lǐng)域深度融合.人工智能+教育、人工智能+圖書館等新詞頻頻出現(xiàn)在各大媒體的頭條，成為研究熱點(diǎn).

#8“機(jī)制主義”，該聚類包含6個(gè)節(jié)點(diǎn)，輪廓值為0.967.提取出的特征詞有機(jī)制主義、人工智能統(tǒng)一理論、行為主義、結(jié)構(gòu)主義、功能主義、知識(shí)轉(zhuǎn)化、人類智能、智能機(jī)器、自然語(yǔ)言處理等.在機(jī)制主義的框架體系下，結(jié)構(gòu)主義、功能主義、行為主義和諧分工互補(bǔ)，構(gòu)成機(jī)制主義人工智能理論,突破了現(xiàn)有人工智能研究路徑基本概念的局限性[17]，為未來(lái)人工智能發(fā)展搭建新平臺(tái).

#9“知識(shí)工程”，該聚類包含5個(gè)節(jié)點(diǎn)，輪廓值為0.967.提取出的特征詞有知識(shí)工程、專家系統(tǒng)、知識(shí)獲取、知識(shí)工程師、醫(yī)學(xué)應(yīng)用、預(yù)測(cè)支持系統(tǒng)、人工智能技術(shù)、教育技術(shù)、數(shù)據(jù)挖掘等.專家系統(tǒng)是知識(shí)工程領(lǐng)域的具體應(yīng)用，利用知識(shí)推理機(jī)制，從病人的癥狀及化驗(yàn)結(jié)果等初始事實(shí)出發(fā)，利用知識(shí)庫(kù)中的知識(shí)及應(yīng)對(duì)策略，推理病情作出診斷[18].

3.3國(guó)內(nèi)外人工智能研究前沿分析

3.3.1 國(guó)外人工智能研究突現(xiàn)詞分析 關(guān)鍵詞突現(xiàn)度指的是該關(guān)鍵詞在某段時(shí)間內(nèi)出現(xiàn)次數(shù)的變化率.CiteSpace 通過(guò)探測(cè)突現(xiàn)詞，可以對(duì)該領(lǐng)域發(fā)展的脈絡(luò)以及對(duì)未來(lái)發(fā)展前沿進(jìn)行預(yù)測(cè)[19].本文利用 CiteSpace 軟件對(duì)國(guó)外人工智能研究的突現(xiàn)關(guān)鍵詞進(jìn)行了探索和分析，設(shè)定節(jié)點(diǎn)類型為keyword,詞語(yǔ)類型為Burst Terms,得到突現(xiàn)關(guān)鍵詞如圖8所示.

圖8 國(guó)外人工智能研究突現(xiàn)關(guān)鍵詞圖譜

圖8清晰表明國(guó)外人工智能研究關(guān)鍵詞的演變趨勢(shì)，近十年關(guān)鍵詞頻數(shù)變化率較高的有expert system(專家系統(tǒng))、quality(質(zhì)量)、genetic algorithm(遺傳算法)、bayesian network(貝葉斯網(wǎng)絡(luò))、temperature(溫度)、neuro-fuzzy(模糊神經(jīng))、hydrological time series(水文時(shí)間序列)、recognition(識(shí)別)、anfi(自適應(yīng)神經(jīng)模糊系統(tǒng))、time series(時(shí)間序列).

作為人工智能領(lǐng)域早期的主要研究方向，國(guó)外人工智能關(guān)于專家系統(tǒng)的研究集中于2006-2010年，專家系統(tǒng)被應(yīng)用于多個(gè)領(lǐng)域，尤其是在醫(yī)療健康方面，遺傳算法突現(xiàn)時(shí)間為2009-2012年，與神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)并稱為三大AI，一直處于研究熱點(diǎn)之中.質(zhì)量、溫度的突現(xiàn)時(shí)間為2009-2013年，人工智能技術(shù)被應(yīng)用工廠進(jìn)行質(zhì)量、溫度檢測(cè).貝葉斯網(wǎng)絡(luò)的研究集中于2011-2012年，多運(yùn)用追查多個(gè)現(xiàn)象之間的因果關(guān)系[20].模糊神經(jīng)、自適應(yīng)神經(jīng)模糊系統(tǒng)結(jié)合了神經(jīng)網(wǎng)絡(luò)與模糊理論的優(yōu)點(diǎn)，從2012年起出現(xiàn)，一直持續(xù)到2016年，是近年來(lái)國(guó)內(nèi)外學(xué)者的研究熱點(diǎn).以時(shí)間序列[21]、識(shí)別為代表的軟計(jì)算方向也是人工智能的研究熱點(diǎn)，2013年、2016年分別出現(xiàn)的水文時(shí)間序列和時(shí)間序列2個(gè)突現(xiàn)關(guān)鍵詞，關(guān)于人工智能算法的時(shí)間序列數(shù)據(jù)模型的研究引起研究者的高度重視.識(shí)別的突現(xiàn)時(shí)間為2014-2016年，人工智能的圖像識(shí)別、語(yǔ)音識(shí)別被廣泛應(yīng)用于生活的方方面面，可以視為未來(lái)發(fā)展的趨勢(shì).

3.3.2 國(guó)內(nèi)人工智能研究突現(xiàn)詞分析 利用 CiteSpace 軟件對(duì)國(guó)內(nèi)人工智能研究的突現(xiàn)關(guān)鍵詞進(jìn)行了探索和分析，得到突現(xiàn)關(guān)鍵詞如圖9所示.

圖9 國(guó)內(nèi)人工智能研究突現(xiàn)關(guān)鍵詞圖譜

由圖9可以看出，國(guó)內(nèi)人工智能研究近十年關(guān)鍵詞頻數(shù)變化率較高的有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、人類智能、領(lǐng)域、機(jī)器人、人工智能領(lǐng)域.其中同國(guó)外人工智能研究相近，專家系統(tǒng)的突現(xiàn)時(shí)間集中在2006年到2009年，是未來(lái)研究的重要內(nèi)容.2007年神經(jīng)網(wǎng)絡(luò)成為該領(lǐng)域的研究熱點(diǎn)，以深度學(xué)習(xí)為代表的神經(jīng)網(wǎng)絡(luò)技術(shù)相關(guān)研究的發(fā)文量增多，并一直持續(xù)到2015年，科研學(xué)者們高度關(guān)注該研究主題.遺傳算法突現(xiàn)時(shí)間為2010-2013年，比國(guó)外人工智能研究中遺傳算法的突現(xiàn)時(shí)間稍晚，在人工智能領(lǐng)域發(fā)揮重要作用，未來(lái)相關(guān)研究將會(huì)持續(xù)增加.以大數(shù)據(jù)、機(jī)器人、人工智能技術(shù)為代表的人工智能研究領(lǐng)域，國(guó)內(nèi)這類研究時(shí)間不長(zhǎng)，但其卻是未來(lái)研究的重要研究熱點(diǎn)，研究者會(huì)繼續(xù)關(guān)注.

4 研究結(jié)論與未來(lái)展望

4.1國(guó)際研究結(jié)論通過(guò)Citespace軟件，對(duì)web of science核心數(shù)據(jù)庫(kù)及中國(guó)知網(wǎng)中有關(guān)人工智能2006-2018年的文獻(xiàn)數(shù)據(jù)進(jìn)行不同層面的直觀的可視化分析，得出以下人工智能研究的結(jié)論：

近年來(lái)，世界各國(guó)都開(kāi)始高度重視人工智能技術(shù)的發(fā)展，美國(guó)、中國(guó)、伊朗、英國(guó)四國(guó)構(gòu)成人工智能領(lǐng)域的核心研究群體，其中美國(guó)是人工智能研究的超級(jí)大國(guó)，具有明顯突出的研究實(shí)力.西班牙、印度、土耳其、澳大利亞、加拿大等國(guó)家和地區(qū)較為關(guān)注人工智能領(lǐng)域，積極開(kāi)展人工智能領(lǐng)域的相關(guān)研究，并取得一定的科研成果.值得深思的是，歐洲國(guó)家之間有密切的合作，但中美等研究大國(guó)與其他國(guó)家或地區(qū)的合作相對(duì)較少.

國(guó)外人工智能研究的熱點(diǎn)主要包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法、模糊推論系統(tǒng)、支持向量機(jī)、粒子群優(yōu)化算法等；人工智能研究的熱點(diǎn)主題主要包括深度學(xué)習(xí)、谷歌學(xué)術(shù)搜索、熱傳遞、自適應(yīng)神經(jīng)模糊推理系統(tǒng)、機(jī)器人等；國(guó)外人工智能的科研學(xué)者更加關(guān)注對(duì)人工智能的算法研究及對(duì)農(nóng)業(yè)、工業(yè)、交通業(yè)等方面的應(yīng)用研究.近十年來(lái)，國(guó)外人工智能領(lǐng)域的研究前沿包括專家系統(tǒng)、質(zhì)量、遺傳算法、貝葉斯網(wǎng)絡(luò)、識(shí)別、神經(jīng)模糊系統(tǒng)、時(shí)間序列等，這些是未來(lái)國(guó)外人工智能研究的重點(diǎn)研究方向.

國(guó)內(nèi)人工智能研究的熱點(diǎn)主要包括大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、圖書館、新聞業(yè)、智能機(jī)器等；人工智能研究的熱點(diǎn)主題主要包括職業(yè)教育、新聞、區(qū)塊鏈、圖書館、強(qiáng)人工智能、機(jī)制主義、知識(shí)工程等；相對(duì)于國(guó)際人工智能研究，國(guó)內(nèi)的科研學(xué)者們更加關(guān)注對(duì)人工智能技術(shù)研究及其對(duì)教育、新聞等方面的應(yīng)用的研究.近十年來(lái)，國(guó)內(nèi)人工智能領(lǐng)域的研究前沿包括專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、人類智能、機(jī)器人等，這些是未來(lái)國(guó)內(nèi)人工智能研究的重點(diǎn)研究方向.

通過(guò)國(guó)內(nèi)外人工智能研究熱點(diǎn)得知：國(guó)內(nèi)人工智能的研究在基礎(chǔ)理論、核心算法、應(yīng)用領(lǐng)域等方面同國(guó)外研究相比存在較大差距，但在研究論文、語(yǔ)音圖像識(shí)別、深度學(xué)習(xí)等方面表現(xiàn)突出.在研究前沿方面，國(guó)內(nèi)外人工智能研究有相通之處，專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等人工智能算法是未來(lái)人工智能研究的發(fā)展趨勢(shì).

4.2未來(lái)展望

1) 人工智能研究進(jìn)一步推動(dòng)人類社會(huì)發(fā)展.人工智能在世界范圍的發(fā)展勢(shì)不可擋，融入人們?nèi)粘Ｉ畹姆椒矫婷?，改變著人們衣食住行的方?世界各國(guó)積極研究和利用人工智能技術(shù)，把握未來(lái)發(fā)展先機(jī)，提高國(guó)際競(jìng)爭(zhēng)力.

國(guó)內(nèi)外人工智能領(lǐng)域的科研學(xué)者們積極投身于人工智能算法及人工智能應(yīng)用的研究，尤其是深度學(xué)習(xí)于圍棋機(jī)器人AlphaGo的成功實(shí)踐，引起了新一輪人工智能的研究熱潮.人工智能研究，特別是機(jī)器學(xué)習(xí)、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等熱點(diǎn)研究主題，推動(dòng)了人工智能的廣泛應(yīng)用.基于深度學(xué)習(xí)的語(yǔ)音識(shí)別、圖像識(shí)別、情感計(jì)算等人工智能技術(shù)普遍應(yīng)用各行各業(yè)，輔助人類進(jìn)行工作.Airdoc慢性病識(shí)別算法基于視網(wǎng)膜影像識(shí)別30種疾病和并發(fā)癥，幫助醫(yī)生高效診斷病情；中石油智慧加油站通過(guò)機(jī)器學(xué)習(xí)分析海量數(shù)據(jù)，提高傳統(tǒng)線下零售業(yè)的精準(zhǔn)營(yíng)銷能力；馭勢(shì)通過(guò)云端調(diào)度大數(shù)據(jù)平臺(tái)，開(kāi)發(fā)無(wú)人電動(dòng)物流拖車方案，提升拖車運(yùn)輸?shù)慕煌ㄐ?“人工智能會(huì)以遠(yuǎn)超人類的速度和力量執(zhí)行多種類型的體力和智力任務(wù)，大大提升運(yùn)輸、制造、醫(yī)學(xué)等各個(gè)方面的生產(chǎn)力”[22].

2) 人工智能深刻改變未來(lái)人類世界.隨著人工智能和相關(guān)技術(shù)的系統(tǒng)發(fā)展，相信在不久將來(lái)，智能家庭、智能企業(yè)、智能校園、智能城市等都將一一實(shí)現(xiàn).智能管家通過(guò)數(shù)據(jù)判斷主人心情，根據(jù)主人需求自主設(shè)定室內(nèi)溫度、調(diào)節(jié)燈光等；智能秘書收集文件數(shù)據(jù)，提供處理方案及應(yīng)急對(duì)策；智能司機(jī)根據(jù)乘客需要，自主選擇最優(yōu)路線，安全快速的到達(dá)目的地等.AI管家、AI秘書、AI司機(jī)、AI護(hù)工等智能機(jī)器人進(jìn)入人類日常生活，不是科幻電影中所呈現(xiàn)的，也不是科學(xué)家所設(shè)想的，而是大眾身邊真實(shí)存在的.算法的突破，計(jì)算能力的大幅度提高及海量數(shù)據(jù)的有效獲取，使未來(lái)充滿無(wú)限可能.人類將利用人工智能在各研究領(lǐng)域進(jìn)行全新的探索，如農(nóng)業(yè)、生物技術(shù)、醫(yī)藥、交通、教育等.智能控制植物生長(zhǎng)速度，灌溉施肥不再依靠人力、局限于自然環(huán)境；智能芯片儲(chǔ)存人類記憶，緩解人口老齡化問(wèn)題；智能教師采集學(xué)生學(xué)習(xí)過(guò)程中的全方位數(shù)據(jù)，對(duì)學(xué)生采取個(gè)性化指導(dǎo)教學(xué)，加強(qiáng)師生間的互動(dòng)、提高效率等.人工智能打造個(gè)性化的未來(lái)，改善整體生活質(zhì)量，農(nóng)業(yè)、工業(yè)、商業(yè)、醫(yī)療、教育等各行各業(yè)都將迎來(lái)嶄新的形態(tài).政府大力支持領(lǐng)導(dǎo)，科研學(xué)者積極研究創(chuàng)新，合力擁抱人工智能，努力打造全智能的智慧社會(huì).