王和勇 古龍

摘 ?要：為了解決基于國內外文獻角度分析人工智能重點領域發(fā)展規(guī)律和特點、人工智能重點領域的機構、機構區(qū)域等研發(fā)合作情況研究尚少的問題，以中國知網和Web of Science國內外核心數(shù)據(jù)庫中與人工智能相關的文章作為研究對象，用SATI對文章索引數(shù)據(jù)進行整理，然后用UCINET軟件分別從關鍵詞、發(fā)文機構、地域合作的角度進行社會網絡分析，從而得到國內外在人工智能領域的研究熱點、研究趨勢、地域合作情況的差異性結論。

關鍵詞：人工智能;研究熱點;地域合作;社會網絡

中圖分類號：TP18 ? ? ?文獻標識碼：A 文章編號：2096-4706（2020）04-0068-08

Abstract：In order to solve the problem that there are few researches on the research and development cooperation in the key areas of artificial intelligence，such as the development laws and characteristics of the key areas of artificial intelligence，institutions and regions based on the literature at home and abroad，CNKI and Web of Science are used the article related to artificial intelligence in the core database of science at home and abroad is taken as the research object. The article index data is sorted out by using SATI，and then the social network analysis is carried out by using UCINET software from the perspective of keywords，publishing institutions and regional cooperation，so as to get the difference conclusion of research hotspot，research trend and regional cooperation in the field of artificial intelligence at home and abroad.

Keywords：artificial intelligence;research hotspots;regional cooperation;social network

0 ?引 ?言

人工智能（Artificial Intelligence，AI）最早在1956年由美國的Dartmouth提出，隨著技術的進步革新，1997年IBM研發(fā)的“深藍”成功在國際象棋比賽中擊敗人類最強棋手，引發(fā)了激烈的討論，在2016年AlphaGo連勝圍棋世界冠軍后，人工智能再一次受到世界的矚目并引發(fā)熱議。

我國于2015年在《2025中國智能制造》中首次提到智能制造，提出著力發(fā)展智能裝備和智能產品推動生產過程智能化。在隨后的每年里，都會有新的人工智能的相關推動政策出臺，2016年，人工智能被寫入“十三五”規(guī)劃綱要，被確認為重點發(fā)展對象;2017年人工智能不僅被寫入政府工作報告，并且國務院還發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確指出新一代人工智能發(fā)展分三步走的戰(zhàn)略目標，人工智能上升到國家戰(zhàn)略層面;2019年《關于促進人工智能和實體經濟深度融合的指導意見》提出要把握新一代人工智能的發(fā)展特點，結合不同行業(yè)、不同區(qū)域特點，探索創(chuàng)新成果應用轉化的路徑和方法，構建數(shù)據(jù)驅動、人機協(xié)同、跨界融合、共創(chuàng)分享的智能經濟形態(tài)[1]。因此，必須把握當前人工智能的研究熱點和發(fā)展合作形勢，推動我國人工智能產業(yè)的快速健康發(fā)展。

梁繼文等[2]運用CiteSpace軟件對Web of Science（WoS）數(shù)據(jù)庫中與人工智能相關的文獻作科學知識圖譜分析，掌握研究熱點并預測了人工智能的發(fā)展趨勢。鄧琳碧等[3]對人工智能教育領域作分析，提出發(fā)展建議。肖博達等[4]梳理了人工智能技術體系四大模塊，探討了當前人工智能的主要應用領域。李非凡[5]使用社會網絡分析對高?？蒲泻献骶W絡進行了研究，探討了高?？蒲泻献骶W絡規(guī)律。周拴龍[6]使用UCINET對詞匯共現(xiàn)網絡進行可視化分析。王友發(fā)等[7]基于德溫特創(chuàng)新索引數(shù)據(jù)庫，對人工智能專利全球地理分布、主要國家PCT布局、技術熱點、未來趨勢等進行了分析，并得到了相關的研究結果。章小童等[8]基于主題詞共現(xiàn)網絡分析對人工智能政策與規(guī)劃的主題結構進行探討。以上內容雖然對人工智能知識圖譜進行了分析，但是沒有考慮地域合作和國內外差別;雖然考慮了單位之間的合作，但不是針對人工智能具體應用方面的合作網絡分析。因此本文分別從關鍵詞、發(fā)文機構、地域合作的角度對國內外人工智能領域進行社會網絡分析，希望能夠得到國內外在人工智能領域的研究熱點、趨勢變化、地域合作和國內外差別方面的相關結論。

1 ?研究目的

梳理國內外近幾年來人工智能研究的熱點領域和機構關系，分析國內外研究差別，歸納總結發(fā)展規(guī)律與特點，探索人工智能研究的地域合作情況及趨勢，為推動我國人工智能產業(yè)的發(fā)展提供技術基礎。

2 ?研究方法

2.1 ?數(shù)據(jù)來源

國內數(shù)據(jù)來源于中國知網（CNKI），以“人工智能”為主題在期刊中進行搜索，并按相關性排列，選取了相關性最強的前3 000篇文章導出進行分析，數(shù)據(jù)清洗后實際有效文章2 917篇，國內文獻年份分布統(tǒng)計表如表1所示，可以看到，中國知網中人工智能研究的文獻有96.88%來自于2015年至2019年，其中2018年的數(shù)量占比最大，占本次研究文獻數(shù)的58.59%，2019年的數(shù)量占比排第2，為20.19%。2019年的文獻沒有2018年的多，是因為本文撰寫時2019年還未結束，一些文獻還未正式發(fā)布。

國外數(shù)據(jù)來源于Web of Science核心數(shù)據(jù)庫，以AI為主題，以相關性進行排序，選取了相關性最強的前3 000篇文章，數(shù)據(jù)清洗后實際有效文章2 977篇，國外文獻年份分布統(tǒng)計表如表2所示，可以看出國外人工智能領域的研究從2016年開始有了爆炸性的增長，近幾年的發(fā)文數(shù)量也不斷增加，一直處于上升狀態(tài)，因為本文統(tǒng)計截止時2019年仍未結束，一些2019年的文獻還沒加入數(shù)據(jù)庫，但也可以確認人工智能研究領域在國外也是逐漸走熱。

由圖1和圖2可以看到，人工智能在國內外近三年內熱度都有著明顯的上升，國外研究熱度開始大幅度提升的年份是2016年，我國研究熱度開始大幅度提升的年份是2017年，人工智能的熱點研究在國外比國內要早一年，說明我國人工智能領域研究起步要比國外稍晚。

2.2 ?研究工具

本文研究主要使用SATI和UCINET兩種數(shù)據(jù)分析工具，SATI是文獻題錄信息統(tǒng)計分析工具，能夠快速對文獻題錄信息進行數(shù)據(jù)清洗、整合、分析并形成共現(xiàn)矩陣，為數(shù)據(jù)可視化處理建立基礎。UCINET擁有強大的矩陣分析能力，可以對社會網絡的各個指標進行計算。通過SATI和UCINET軟件對數(shù)據(jù)進行整合和可視化處理，可以得到人工智能的研究熱點和人工智能研究領域各區(qū)域的合作情況。

2.3 ?分析方法

本文主要使用的是社會網絡分析法，這是一種社會學研究方法。湯匯道[9]對社會網絡分析法作了述評，介紹了社會網絡分析法的起源和發(fā)展;劉大慶等[10]基于社會網絡分析法對全球地緣政治格局力量結構演變作了研究;何興菊[11]基于UCINET對網絡學習空間進行了社會網絡分析;劉三等[12]基于社會網絡分析的視角，對網絡環(huán)境下群體互動學習分析進行了應用研究;鐘柏昌等[13]基于教育類核心期刊刊文的評述進行了社會網絡分析。社會學理論認為社會不是由個人而是由網絡構成的，網絡中包含節(jié)點及節(jié)點之間的關系，社會網絡分析法通過對于網絡中關系的分析來探討網絡的結構及屬性特征，包括網絡中的個體屬性及網絡整體屬性。

3 ?國內結果分析

3.1 ?關鍵詞分析

3.1.1 ?關鍵詞詞頻分析

使用SATI工具對中國知網的2 926篇有效文章數(shù)據(jù)進行分析，可以得到國內人工智能領域高頻關鍵詞排序，如表3所示，列出的是出現(xiàn)頻率較高的前20個關鍵詞。國內頻次出現(xiàn)較高的關鍵詞依次是“人工智能”“機器人”“大數(shù)據(jù)”“深度學習”“機器學習”等，除主題關鍵詞“人工智能”以外就是“機器人”的頻次最高，說明我國人工智能在機器人應用方面的研究有一定的成果，同時大數(shù)據(jù)、深度學習、機器學習、神經網絡這些人工智能研究分支也是研究的重點方向，且人工智能著作權等一些社會倫理方面的研究也有一定進展。

3.1.2 ?中心度的分析

先使用SATI對中國知網數(shù)據(jù)進行處理，然后通過UCINET中得到NetDraw畫出人工智能領域關鍵詞的社會網絡關系圖，社會網絡中節(jié)點的重要性可以用中心度來判斷，中心度越高，節(jié)點越大，說明此節(jié)點在網絡中的重要性也越高，各節(jié)點之間連線的粗細表示合作頻次的多少。

使用NetDraw分析工具對前50位的熱點關鍵詞進行分析，可以得到國內人工智能關鍵詞社會網絡圖，如圖3所示?？梢钥吹剑酥黝}關鍵詞“人工智能”外，“機器人”“大數(shù)據(jù)”“機器學習”“深度學習”是明顯偏大的節(jié)點，說明這些關鍵詞在人工智能的研究領域中占據(jù)非常重要的位置，是人工智能領域研究的主要技術熱點。

3.1.3 ?聚類分析

使用UCINET對頻次排名前50的關鍵詞進行聚類，得到如圖4所示的國內關鍵詞聚類分析圖，共得到9個聚類，每個顏色代表一個聚類。圖中除了節(jié)點較大、連線密集的人工智能基礎技術的聚類，我們還可以看到節(jié)點較小、連線分散的其他聚類，這些聚類就是人工智能的其他研究分支方向，大致可以歸納為神經網絡及計算機視覺、知識產權、人工智能的分類探討、倫理道德、政策挑戰(zhàn)、教育學習、管理會計、計算機網絡這些研究的方向，說明我國的人工智能研究呈現(xiàn)多元化特點，已應用到具體應用領域，并研究人工智能相關的哲學問題。

3.2 ?發(fā)文機構分析

發(fā)文數(shù)量排前20的機構如表4所示。通過表4可以看出，華東政法大學法律學院是發(fā)文最多的機構，中國人民大學新聞學院的發(fā)文數(shù)量位居第二。另外按發(fā)文數(shù)量進行排序，前10位都是北京和上海的學校，說明在人工智能地域研究方面，北京和上海走在中國的前列。

從發(fā)文單位的性質來看，前10位的都是中國的名校。發(fā)文數(shù)量排前列專業(yè)是新聞傳播、法律、哲學、管理類的學院，說明我國人工智能領域已經發(fā)展到比較高水平的應用階段，基本的技術已經成功應用，但在法律和管理制度上有很多空白，國家正在推動這方面的研究。也說明了法律、哲學和管理層面上的研究是當下的一個重點研究方向，需要制定合適的法律制度和創(chuàng)新管理方法來更好的匹配人工智能的發(fā)展。

3.3 ?地域合作分析

使用SATI對中國知網數(shù)據(jù)中的2 926篇有效文章進行統(tǒng)計整合并輸出共現(xiàn)矩陣，兩個機構名稱在同一篇論文中同時出現(xiàn)就可以視為一次合作，合作論文的篇數(shù)就當作兩個機構之間的合作頻次，根據(jù)機構間的合作次數(shù)可以構造出頻次合作共現(xiàn)矩陣，矩陣的對角線為該機構在樣本中的發(fā)文數(shù)量，其他值顯示的是在數(shù)據(jù)樣本中的兩兩合作的頻次，也就是合著的論文篇數(shù)，部分矩陣如表5所示。

使用UCINET軟件以發(fā)文機構為節(jié)點，根據(jù)合作共現(xiàn)矩陣可以制出機構合作網絡圖，可以直觀地看到在人工智能領域國內各地的合作科研情況，其中節(jié)點代表各個研究機構，節(jié)點的大小表示重要程度，連線的粗細表示合作的頻次，得到的國內機構合作網絡如圖5所示。

從圖5可以看出，各科研機構在人工智能領域的研究合作方面比較少，只有幾個機構有合作關系。其中合作發(fā)文最多的是北京的大學，然后是上海的大學，另外四川的電子科技大學和天津大學也有合作，其他省份機構合作發(fā)文的案例在本樣本中尚未出現(xiàn)。說明北京在人工智能合作研究走在全國前列，清華大學、北京師范大學、中央人民大學、中國科學院在合作研究中最活躍，上海的合作研究走在北京的后面，華東師范大學、華東政法大學、復旦大學是主要力量，復旦大學與清華大學有著合作發(fā)文的案例，說明北京和上海在人工智能研究方面有所合作。四川和天津在人工智能研究方面也有合作，說明四川和天津已經在加緊人工智能的研究合作，其他省份在人工智能合作方面進展比較緩慢，明顯落后于北京上海。

4 ?國外結果分析

4.1 ?關鍵詞分析

4.1.1 ?關鍵詞詞頻分析

使用SATI對Web of Science核心數(shù)據(jù)庫得到的數(shù)據(jù)進行關鍵詞分析，可以得到人工智能領域國外出現(xiàn)次數(shù)排前20的國外高頻關鍵詞。

如表6所示，其中“人工智能（artificial intelligence）”“機器學習（machine learning）”“人工神經網絡（artificial neural network）”“神經網絡（neural network）”“深度學習（deep learning）”“專家系統(tǒng)（expert system）”“機器人（robot）”“模糊邏輯（fuzzy logic）”“大數(shù)據(jù)（big data）”“數(shù)據(jù)挖掘（data mining）”是目前國外人工智能研究的10大熱點。

國內外前10個熱點對比中，可以發(fā)現(xiàn)國外大部分研究熱點與我國相同，但是國外在“專家系統(tǒng)”“模糊邏輯”這兩個熱點細分領域的研究比我國更加火熱，而我國在“著作權”“物聯(lián)網”兩個方面走在國外前面，說明我國人工智能的應用產業(yè)發(fā)展速度較快。

4.1.2 ?中心度的分析

國外人工智能關鍵詞社會網絡如圖6所示，可以得到“人工智能”“機器學習”“神經網絡”“人工神經網絡”在整個社會關系網絡中占有絕對中心地位，是國外人工智能研究的基礎。

從圖3和圖6看出，我國和國外的關鍵詞社會網絡圖非常相似，“人工智能”“機器學習”“神經網絡”“人工神經網絡”都為重要的節(jié)點，說明我國在人工智能領域研究方面是與世界前進大方向相同的。

4.1.3 ?聚類分析

使用UCINET對國外人工智能領域關鍵詞進行聚類，得到如圖7所示的國外關鍵詞聚類分析圖，共9個聚類，說明國外人工智能領域研究的方向非常廣泛，有計算機視覺、游戲、群體智慧、預測、機器人等方向。國外研究跟我國類似，都呈多元化發(fā)展。

4.2 ?發(fā)文機構分析

通過對國外文獻進行分析可以如表7所示的國外高發(fā)文量排前20的機構。從表7中我們可以看到國外人工智能發(fā)文最多的是美國，其次是英國，他們占了前20名的大部分位置，美國尤其突出，占了前20名中的9位，說明在國外，美國在人工智能研究領域占有主導地位，也提醒我們，應該加強對美國人工智能研究的關注，以了解世界人工智能研究的發(fā)展形勢。

國外與國內發(fā)文機構情況大致相同，都是以高校和研究機構發(fā)文為主。

4.3 ?地域合作分析

部分國外機構合作共現(xiàn)矩陣如表8所示。國外機構合作網絡圖，如圖8所示，從圖中我們可以看到，合作發(fā)文最多的是美國的大學，其中加拿大的阿爾伯塔大學與哈佛大學、卡耐基梅隆大學、加州大學、賓夕法尼亞大學、麻省理工學院、卡耐基大學合作發(fā)文的小團體成為人工智能合作領域里最活躍的部分，還有一些美國高校在校內各學院合作研究，英國的劍橋大學與牛津大學和帝國理工在人工智能領域研究也有合作，意大利的圣拉斐爾生命健康大學在校內各機構也進行了合作研究，日本九州大學與美國哈佛大學也有合作發(fā)文，說明日本也非常注重緊跟國際人工智能的大方向。

從國外機構合作網絡圖我們知道，國外人工智能研究主要發(fā)生在美國、加拿大、英國、意大利、日本這些國家，在世界其他地區(qū)還缺乏人工智能相關的合作研究。其中，醫(yī)學院有明顯突出位置，意大利的合作機構都是圣拉斐爾生命健康大學，美國的一些合作機構也是名校的醫(yī)學院，說明生命醫(yī)學是國外人工智能合作領域一個重要的研究方向。

由圖5和圖8國內和國外機構合作網絡圖對比我們可以知道，國內在人工智能領域機構合作方面要落后于美國，美國高校合作已經形成了網絡比較密集的小團體，多所美國名校已經參與了人工智能領域的合作研究，而我國在該領域的合作有較大局限性，基本是“一對一”式的合作，而且很多合作只在同一所學校的不同學院之間進行，所以人工智能領域的跨校跨地域合作需要國家重點推進，加強各科研機構在該領域技術的交流溝通，避免因合作不足導致人工智能領域發(fā)展落后于美國。

5 ?結 ?論

從國內外人工智能領域目前的研究熱點角度來看，大體上我國目前人工智能領域研究與國外研究熱點很相似，都是以“人工智能”“機器學習”“神經網絡”“人工神經網絡”等人工智能基礎技術為核心熱點，然后向其他方向輻射擴展。

從發(fā)文機構來考慮，國內外都是以高校研究發(fā)文為主，在國內政法類高校學院逐漸成為發(fā)文主力，說明我國人工智能技術逐漸成熟，在應用落地方面走得很快，法律、管理等問題開始受到重視，國家開始推動在法律政策方面的研究。美國是國外人工智能領域的領軍者，美國的高校在文章發(fā)表量方面有明顯優(yōu)勢，在國外生命科學與人工智能結合是熱門的研究方向，國外的高校醫(yī)學院和生命健康類的大學在人工智能領域很活躍。

從地域合作發(fā)文情況分析，國內高校的合作研究比較少，北京和上海形成了較小規(guī)模的合作研究態(tài)勢，四川和天津有一定合作，整體來看我國人工智能領域合作研究環(huán)節(jié)比較薄弱。國外在人工智能領域形成了較大規(guī)模的合作研究網絡，美國的哈佛大學、卡耐基梅隆大學、加州大學、賓夕法尼亞大學、麻省理工學院、卡耐基大學之間的合作具有重要地位，加拿大、日本與美國也有合作，英國和意大利的發(fā)文合作都在本國內，世界范圍內的合作研究還比較少。

總的來說，中國人工智能領域研究進程很快，但缺少相關法律和標準，國家目前著力推動人工智能法律管理方面的研究，政法類高校近年在該領域很活躍，地域合作較少，沒有形成大范圍的合作。美國是國外的領先者，有多所世界級名校在人工智能研究方面合作，生命健康與人工智能結合是國外人工智能領域近年來一個重要的研究方向。

參考文獻：

[1] 本刊編輯部.我國人工智能政策法規(guī)匯編 [J].中國信息安全，2018（5）：74-76.

[2] 梁繼文，王東波.近十年來人工智能領域研究進展分析 [J].江蘇科技信息，2019，36（11）：22-27.

[3] 鄧琳碧，陳昂，啜寧.人工智能教育的發(fā)展現(xiàn)狀與態(tài)勢分析 [J].信息通信技術與政策，2019（6）：26-28.

[4] 肖博達，周國富.人工智能技術發(fā)展及應用綜述 [J].福建電腦，2018，34（1）：98-99+103.

[5] 李非凡.高?？蒲泻献骶W絡及演化研究——以京津冀地區(qū)211及省部共建高校為例 [J].農業(yè)圖書情報，2019，31（8）：31-39.

[6] 周拴龍.基于UCINET的詞匯共現(xiàn)網絡可視化研究 [J].創(chuàng)新科技，2014（20）：74-75.

[7] 王友發(fā)，羅建強，周獻中.基于專利地圖的人工智能研究總體格局、技術熱點與未來趨勢 [J].中國科技論壇，2019（10）：80-89+127.

[8] 章小童，李月琳.人工智能政策與規(guī)劃的主題結構：基于主題詞共現(xiàn)網絡分析 [J].情報資料工作，2019，40（4）：44-55.

[9] 湯匯道.社會網絡分析法述評 [J].學術界，2009（3）：205-208.

[10] 劉大慶，白玲，郗篤剛，等.全球地緣政治格局力量結構演變研究——基于社會網絡分析法 [J].世界地理研究，2018，27（1）：12-21.

[11] 何興菊.基于Ucinet對網絡學習空間研究的社會網絡分析 [J].信息技術與信息化，2019（7）：109-112.

[12] 劉三，石月鳳，劉智，等.網絡環(huán)境下群體互動學習分析的應用研究——基于社會網絡分析的視角 [J].中國電化教育，2017（2）：5-12.

[13] 鐘柏昌，李藝.社會網絡分析在教育研究領域的應用——基于教育類核心期刊刊文的評述 [J].教育研究，2013，34（9）：25-32.

作者簡介：王和勇（1973-），男，漢族，河南駐馬店人，教

授，博士生導師，博士研究生，主要研究方向：人工智能;古龍（1997-），男，漢族，江西南康人，本科，主要研究方向：數(shù)據(jù)挖掘。