張譽(yù)曜，陳媛媛

0 引言

智庫作為在人類社會(huì)發(fā)展中出現(xiàn)的一種特別的組織，目標(biāo)是將知識(shí)和決策結(jié)合起來，以影響未來的政策進(jìn)程[1]?，F(xiàn)代智庫逐漸發(fā)展成為一種研究和提出思想，并推動(dòng)決策者將其轉(zhuǎn)化為公共政策的機(jī)構(gòu)，其最突出的特點(diǎn)就是對事物進(jìn)行監(jiān)控和預(yù)測，并根據(jù)實(shí)際發(fā)展進(jìn)程做出相應(yīng)的調(diào)控策略[2-3]。智庫文本作為智庫研究成果的展現(xiàn)形式，表達(dá)出來的戰(zhàn)略思想以及對政策的預(yù)判性成為國際一流智庫的標(biāo)志[4]。從1956年人工智能這個(gè)概念被首次提出以來，發(fā)展幾經(jīng)波折。隨著近年大數(shù)據(jù)等領(lǐng)域快速發(fā)展，人工智能正在引領(lǐng)科技浪潮。對此，美國一流智庫加大人工智能領(lǐng)域的關(guān)注度。本文以美國智庫針對人工智能研究的文本成果為研究對象，利用自然語言處理技術(shù)、可視化分析等方法對智庫文本型成果進(jìn)行量化分析：一是嘗試基于自然語言處理技術(shù)，從大量非結(jié)構(gòu)化智庫文本型成果數(shù)據(jù)中提取關(guān)鍵內(nèi)容單元；二是將關(guān)鍵內(nèi)容單元進(jìn)行數(shù)據(jù)分析與可視化，并結(jié)合事件以及政策進(jìn)行關(guān)聯(lián)綜合分析，以此來提高情報(bào)分析的可讀性，呈現(xiàn)出美國智庫在人工智能領(lǐng)域的研究現(xiàn)狀。

1 現(xiàn)狀調(diào)研

1.1 自然語言處理應(yīng)用

自然語言處理流程大體可分為五步：(1)獲取語料；(2)對語料進(jìn)行分詞、去停用詞等預(yù)處理；(3)將詞向量化，以展示不同詞之間的關(guān)聯(lián)關(guān)系；(4)基于有監(jiān)督、無監(jiān)督學(xué)習(xí)等模型的訓(xùn)練；(5)對建模后效果進(jìn)行評(píng)價(jià)。

利用自然語言處理技術(shù)對文本進(jìn)行提取研究已經(jīng)有很多方法。Ortega等[5]對語料庫關(guān)鍵詞進(jìn)行提前標(biāo)記，以此將TextRank算法訓(xùn)練成為監(jiān)督算法，雖然提升了準(zhǔn)確率，但存在過擬合現(xiàn)象。夏天[6]以權(quán)重為重點(diǎn)，將詞的頻率、位置、詞性等特征加以融合，改進(jìn)TextRank算法，提升了準(zhǔn)確率，但使用范圍有限。顧益軍等[7]將LDA融合TextRank算法，在對單一文本和整體文本信息結(jié)合的條件下進(jìn)行關(guān)鍵詞提取，雖然改善了關(guān)鍵詞的提取質(zhì)量，但要對海量文本進(jìn)行主題分析。楊玥等[8]利用主題模型分析和詞頻統(tǒng)計(jì)相結(jié)合的方法來提升提取關(guān)鍵詞的準(zhǔn)確率，代價(jià)是需要海量的文本數(shù)據(jù)。

近年基于自然語言處理技術(shù)來對智庫文本研究方面取得了豐碩成果。榮婷等[9]利用可視化分析對美國單一智庫在南海問題方面的政策進(jìn)行了解讀，了解到美國智庫關(guān)于南海問題的研究規(guī)律和特征。彭紅梅等[10]以美國四家主要智庫的研究成果為基礎(chǔ)，從國家安全和風(fēng)險(xiǎn)評(píng)估兩方面進(jìn)行了相應(yīng)政策的分析。齊欣[11]基于LDA主題模型對智庫文本帶來的推特評(píng)論進(jìn)行了內(nèi)容挖掘，展示了美國智庫專家對華的觀察視野。

以上方法雖具有很好的借鑒作用，但不管是單純對算法進(jìn)行改進(jìn)或者對智庫政策文本進(jìn)行單一分析都不適用于本文，均存在一些缺陷：一是以文獻(xiàn)計(jì)量視角利用各項(xiàng)指標(biāo)去分析規(guī)范性政策文本的研究較多，而直接對智庫非結(jié)構(gòu)化成果型文本進(jìn)行分析的研究較少；二是無法將政策事件加入算法進(jìn)行綜合統(tǒng)籌分析。本文所要研究的為非結(jié)構(gòu)化的文本數(shù)據(jù)，因此將采用基于Python的自然語言處理技術(shù)并結(jié)合可視化分析對美國智庫關(guān)于人工智能領(lǐng)域的相關(guān)文本成果進(jìn)行提取研究，為傳統(tǒng)文獻(xiàn)計(jì)量提供新的研究視角。

1.2 美國在人工智能領(lǐng)域的政策調(diào)研

隨著信息技術(shù)的快速發(fā)展，人工智能在21世紀(jì)的第二個(gè)十年迎來了質(zhì)的飛躍，受到了各國的廣泛關(guān)注。美國作為世界上唯一的超級(jí)強(qiáng)國，在人工智能領(lǐng)域研究的規(guī)模和實(shí)力都要遠(yuǎn)勝其他國家。奧巴馬執(zhí)政時(shí)期，美國政府就開始積極的推動(dòng)人工智能的發(fā)展，2016年，白宮相繼發(fā)布了《為人工智能的未來做準(zhǔn)備》《國家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》和《人工智能、自動(dòng)化與經(jīng)濟(jì)》三份極具全球影響力的報(bào)告，主要針對美國政府、相關(guān)機(jī)構(gòu)的人工智能發(fā)展、研發(fā)以及經(jīng)濟(jì)影響等方面提出了相關(guān)建議[12]。

進(jìn)入特朗普政府時(shí)期，受科技、軍事政治等多方面的復(fù)雜因素影響，以蘭德公司為首的多家智庫機(jī)構(gòu)針對人工智能國家安全層面所面臨的問題，開始密集地發(fā)布相關(guān)文本。2018年5月，白宮成立“人工智能特別委員會(huì)”，旨在協(xié)調(diào)聯(lián)邦政府各個(gè)機(jī)構(gòu)之間人工智能研發(fā)優(yōu)先事項(xiàng)并向白宮提出建議，美國各大智庫機(jī)構(gòu)也相應(yīng)針對人工智能進(jìn)行了多維度研究，內(nèi)容涉及與人工智能結(jié)合的安全、科技、法律、創(chuàng)新等多個(gè)領(lǐng)域，其中如蘭德公司、皮德森國際經(jīng)濟(jì)研究所等一些智庫還專門設(shè)置了人工智能專欄以進(jìn)行系統(tǒng)性研究。2019年2月，特朗普簽署的行政令《美國人工智能倡議》由白宮科學(xué)和技術(shù)政策辦公室(OSTP)正式發(fā)布，該行政令皆在優(yōu)先多投入，調(diào)配更多聯(lián)邦資金轉(zhuǎn)向人工智能研究，由此可見美國政府已經(jīng)把人工智能作為繼互聯(lián)網(wǎng)后下一科技浪潮。

2 實(shí)證研究

2.1 數(shù)據(jù)獲取

本文根據(jù)美國賓夕法尼亞大學(xué)發(fā)布的關(guān)于全球智庫排名的研究報(bào)告2019 Global Go To Think Tank Index Report選擇了排名前十的美國一流智庫作為研究對象，包含蘭德公司、布魯金斯學(xué)會(huì)、國際戰(zhàn)略研究中心、卡內(nèi)基和平基金會(huì)等，這些智庫研究成果在政府政策制定上起著重要作用。實(shí)驗(yàn)通過收集其智庫官網(wǎng)中以人工智能為關(guān)鍵詞的文獻(xiàn)，以此來形成研究數(shù)據(jù)。研究數(shù)據(jù)所選取的時(shí)間跨度為2016-2019年，利用Beautifulsoup和Selenium等工具爬取美國智庫與人工智能相關(guān)的研究文章和報(bào)告，共獲得原始文本數(shù)據(jù)325條。獲取原始文本數(shù)據(jù)分別為文本全文和發(fā)表時(shí)間，如表1所示。

表1 原始文本數(shù)據(jù)(部分)

2.2 數(shù)據(jù)清洗與詞典準(zhǔn)備

為方便后續(xù)研究，首先對原始文本進(jìn)行清洗和詞典準(zhǔn)備，本文主要基于NLTK工具包實(shí)現(xiàn)上述功能。NLTK作為Python構(gòu)建的處理人類語言數(shù)據(jù)的平臺(tái)，提供數(shù)個(gè)語料庫和詞匯資源易于使用的接口，以及一套便于分類、標(biāo)記、解析和語義推理的文本處理庫，可對文本信息進(jìn)行去停用詞、字符串處理、分詞以及詞性標(biāo)識(shí)等功能模塊的處理[13-14]。本文對所采集到的文本數(shù)據(jù)進(jìn)行統(tǒng)一大小寫，為降低后續(xù)關(guān)鍵詞詞典的規(guī)模，對字詞進(jìn)行Stem操作，如把單復(fù)數(shù)統(tǒng)一為單數(shù)，把動(dòng)詞統(tǒng)一為動(dòng)詞原形等；為了避免有意義的字詞被分拆，本研究還構(gòu)建了關(guān)鍵詞詞典，如把facial recognition轉(zhuǎn)化成facial_recognition，避免把facial recognition分拆成facial和recognition兩個(gè)詞等，以免造成數(shù)據(jù)的損失[15]。此外，還在NLTK stopword的基礎(chǔ)上自定停用詞詞典，以降低文本的數(shù)量，去除分析價(jià)值不高的詞。

2.3 基于TextRank的信息提取

TextRank是一種基于圖的自然語言處理算法，可用于關(guān)鍵詞和句子的提取，其由PageRank算法發(fā)展而來[16-17]。PageRank算法核心公式如(1)：

?為阻尼系數(shù)，通常設(shè)置為0.85，Zi為所有鏈接到網(wǎng)頁i的集合，Sp為網(wǎng)頁p的PR值，Bp為網(wǎng)頁p的對外鏈出數(shù)，由此，可以有效地得出網(wǎng)頁i的重要性值。如果把文本類比成網(wǎng)頁，將句子設(shè)為節(jié)點(diǎn)，則可以運(yùn)用PageRank的思想對文本中的句子重要性進(jìn)行排序，即TextRank。TextRank算法的核心公式如(2)：

這里只是將PageRank 算法公式略作修改，i、p分別為任意兩個(gè)詞匯節(jié)點(diǎn)，ω表示兩節(jié)點(diǎn)邊的重要程度。

上述是算法的基本公式，隨后是對文本進(jìn)行清洗，利用TextRank算法把文章的句子進(jìn)行切分等操作，在這里不作詳細(xì)描述，所獲取結(jié)果如圖1所示。

圖1 基于TextRank算法生成的關(guān)鍵句(部分)

對文本關(guān)鍵詞提取分為兩步，一是對數(shù)據(jù)進(jìn)行處理，包括分詞、去停用詞等；二是利用關(guān)鍵詞提取算法進(jìn)行提取。在關(guān)鍵詞提取上目前流行采用TextRank算法和TFIDF算法。在獲取關(guān)鍵句前提下，將關(guān)鍵詞作為結(jié)點(diǎn)，同理可以利用TextRank算法對關(guān)鍵詞進(jìn)行提取，具體步驟為：(1)將文本分割成整句形式，如T=[j1，j2，j3，...，jn]；(2)依次將每個(gè)句子進(jìn)行分詞和詞性標(biāo)注，刪除停用詞，保留指定詞性的詞，如名詞、動(dòng)詞、形容詞，形成候選關(guān)鍵詞；(3)構(gòu)建候選關(guān)鍵詞圖G=(V，E)，V為候選關(guān)鍵詞節(jié)點(diǎn)集，隨后利用共現(xiàn)關(guān)系構(gòu)造兩節(jié)點(diǎn)邊，節(jié)點(diǎn)之間存在邊且在對應(yīng)詞匯長度為k的窗口中共現(xiàn)，k為窗口大小表示最多共現(xiàn)k個(gè)單詞；(4)重復(fù)迭代直至收斂；(5)對節(jié)點(diǎn)權(quán)重進(jìn)行排序，合理提取。TFIDF算法在從文檔中提取關(guān)鍵詞時(shí)不僅考慮單個(gè)文檔，還考慮從語料庫中提取所有文檔，它的核心是字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語料庫中出現(xiàn)的頻率成反比下降[18]。本文結(jié)合TFIDF算法進(jìn)行對比，表2展示的是TFIDF算法和TextRank算法所提取的關(guān)鍵詞。

表2 基于TFIDF算法和TextRank算法的關(guān)鍵詞(部分)

通過觀察可知，其一，TFIDF 算法和TextRank算法所獲取的關(guān)鍵詞皆為與主題相關(guān)的詞，無介詞連接詞等其他不相關(guān)的詞，證明實(shí)驗(yàn)結(jié)果是有效的、可取的。其二，同一原始數(shù)據(jù)兩種算法提取結(jié)果不同，如表2，TFIDF算法提取結(jié)果順序?yàn)椤癶ealth”“advance”“war”等，TextRank 算法提取結(jié)果順序?yàn)椤皊ecurity”“job”“risk”等，取前十觀察，相同詞有3 個(gè)：“war”“China”“job”，但排名不相同。其三，結(jié)合所取文本主題以及所提取文獻(xiàn)的時(shí)政背景分析，“job”“China”“innovation”等核心主題詞在TextRank 算法中排名較為靠前，相比較TFIDF算法，TextRank算法更能體現(xiàn)出美國智庫在人工智能領(lǐng)域的文本內(nèi)涵，因此在關(guān)鍵詞提取中本文將采用TextRank算法來進(jìn)行文本研究。

3 研究成果

3.1 文本共詞分析

共詞分析法是屬于內(nèi)容分析法的一種，是針對一組詞兩兩統(tǒng)計(jì)它們在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)，對這些詞進(jìn)行聚類分析，構(gòu)建共現(xiàn)矩陣，共現(xiàn)矩陣統(tǒng)計(jì)的橫軸和縱軸都是所需要分析的詞[19]，其中某個(gè)格子展現(xiàn)的是兩個(gè)詞語在同一個(gè)文本中出現(xiàn)的次數(shù)，以此來體現(xiàn)這兩個(gè)詞之間聯(lián)系的強(qiáng)弱，從而反映出詞之間親疏關(guān)系，進(jìn)一步對這些詞所代表的主題結(jié)構(gòu)進(jìn)行分析[20]。本研究根據(jù)所取智庫文本數(shù)據(jù)進(jìn)行分析統(tǒng)計(jì)，展示宏觀核心主題詞高頻部分如表3，利用Excel表格進(jìn)行排序如圖2。

根據(jù)所提取摘要，構(gòu)建共現(xiàn)矩陣，在這里對共現(xiàn)矩陣進(jìn)行優(yōu)化，合并各個(gè)文本數(shù)據(jù)共現(xiàn)矩陣并去除掉0值以及低頻值，選取部分詞共現(xiàn)矩陣表格展示如表4，數(shù)據(jù)文本發(fā)文量如圖3。

表3 核心主題詞高頻詞列表(部分)

圖2 高頻詞頻統(tǒng)計(jì)表(部分)

表4 文本高頻主題詞共現(xiàn)矩陣(部分)

圖3 數(shù)據(jù)文本發(fā)文量

從高頻詞以及共現(xiàn)矩陣中所示可以看出來，在高頻詞統(tǒng)計(jì)里，專有名詞如“America”“China”等詞頻較高，此類詞匯代表主題性較強(qiáng)，其從2016年的文本中就開始有所涉及。在共現(xiàn)矩陣中，頻率較高的也為相關(guān)類似名詞，例如“safety”“object”等。從數(shù)據(jù)文本發(fā)文量分析可以得出：(1)美國著名智庫對于人工智能領(lǐng)域的研究相關(guān)文本成果每年呈上升趨勢，以月為例，從獲取的有效文本統(tǒng)計(jì)，美國著名智庫對于人工智能領(lǐng)域的發(fā)文量從2016年月均5篇，到2017 年月均6篇，2018 年月均7.9篇，最后到2019年月均8.1篇，其中下半年的發(fā)文量占比較高，達(dá)到全年發(fā)文量的60%以上。(2)美國著名智庫對某個(gè)領(lǐng)域的發(fā)文量代表著其關(guān)注度，以2016-2019這4年來看，其漲幅較高的為2018年下半年至2019年上半年。2018年，美國政府開始正面打壓華為，同年5 月，白宮順利舉辦“美國產(chǎn)業(yè)人工智能峰會(huì)”，確保美國人工智能創(chuàng)新領(lǐng)先全球，2019年2月，美國總統(tǒng)特朗普簽發(fā)“美國人工智能計(jì)劃”行政令。結(jié)合以上詞頻、發(fā)文量、共現(xiàn)矩陣以及政治事件綜合統(tǒng)計(jì)發(fā)現(xiàn)，美國著名智庫文本數(shù)據(jù)在科研競爭、民生安全、外交政策等方面所涉及相關(guān)詞匯頻率高，關(guān)注度較高。下面將結(jié)合文本分析等相關(guān)分析法，在安全、法律、就業(yè)、中國關(guān)系四個(gè)方面進(jìn)行研究分析。

3.2 美國智庫人工智能與安全的研究

為研究美國智庫針對人工智能領(lǐng)域安全方面的研究，本文篩選以security和safety等作為關(guān)鍵詞的研究文本，對其進(jìn)行分析，利用TextRank 算法獲得的關(guān)鍵詞前20 名如表5 所示，利用Gephi進(jìn)行可視化結(jié)果如圖4所示。

表5 人工智能安全主題文本的關(guān)鍵詞

圖4 美國智庫人工智能安全研究關(guān)鍵詞分析

2018 年6 月19 日，美國安全中心發(fā)布的《人工智能：決策者需要了解什么》指出人工智能的弱點(diǎn)以及可能對應(yīng)用領(lǐng)域造成的影響：(1)局限性。人工智能目前只能夠在一定的場景和語境之下進(jìn)行“思考”，一旦場景出現(xiàn)變化且超出一定范圍，人工智能將會(huì)停止“思考”。(2)不可預(yù)估性。人類無法預(yù)估人工智能的下一步行為，有時(shí)候它會(huì)給出與設(shè)計(jì)者初衷不同的決策，這種風(fēng)險(xiǎn)是存在的。(3)弱可解釋性。人做某件事情會(huì)有做某件事情的理由，而人工智能不會(huì)，部分人工智能難以解釋其系統(tǒng)行為的原因，人工智能系統(tǒng)的擴(kuò)展應(yīng)用需要更加具有解釋性。(4)系統(tǒng)漏洞。人工智能一旦出現(xiàn)系統(tǒng)問題，人類無法及時(shí)叫停，往往會(huì)帶來毀滅性后果。(5)人機(jī)交互故障。人工智能未能完全理解人類思維，帶來的決策會(huì)有致命危險(xiǎn)，如2016年特斯拉自動(dòng)駕駛撞毀事件中，根本原因就是人類決策者與人工智能所帶來的決策未能完好地進(jìn)行交互。(6)機(jī)器學(xué)習(xí)漏洞。在對抗環(huán)境中，對手可以利用人工智能行為方式的某種漏洞進(jìn)行攻擊，造成行為缺陷等，目前還未有具體的防范措施。(7)違規(guī)問題。人工智能沒有人類的感情，不會(huì)存在人類的行為法規(guī)，只注重結(jié)果，往往過程的進(jìn)行是與設(shè)計(jì)者的初衷不相符的。美國智庫在人工智能與安全方面主要關(guān)注于對人工智能的應(yīng)用安全，部分高頻詞如“safety”“data”“risk”等也從側(cè)面印證了美國智庫學(xué)者對該領(lǐng)域的思想動(dòng)態(tài)。

圖4 中“privacy”與“risk”、“network”與“disinformation”等詞之間的PageRank 值較大，關(guān)聯(lián)度較高，比較客觀地反映出了人工智能技術(shù)的發(fā)展使得傳統(tǒng)的安全領(lǐng)域發(fā)生了巨變。人工智能領(lǐng)域的安全議題一直以來都是美國智庫重點(diǎn)關(guān)注的領(lǐng)域，保護(hù)美國民眾和維護(hù)美國獨(dú)有的生活方式一直以來都是美國政府的工作核心，在當(dāng)前人工智能技術(shù)有可能被濫用的背景下，該領(lǐng)域的安全議題就顯得尤為突出。為此人工智能技術(shù)對安全領(lǐng)域中的隱私影響也是美國智庫研究的重點(diǎn)，這是崇尚自由生活的美國人的內(nèi)在要求。人們可以決定是否將自己的隱私暴露在公眾之下，這是人們唯一能完全控制的事情之一，因此隱私對于構(gòu)建個(gè)體的安全感是至關(guān)重要的。美國國家科技委員會(huì)在2019年更新的《國家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》中涉及的八大研究方向，其核心思想與特朗普政府不謀而合，首要任務(wù)就是確保并維持美國在人工智能的領(lǐng)導(dǎo)地位，鞏固美國在人工智能創(chuàng)新方面居于世界領(lǐng)先這一局面，以此來確保美國國家及其公民的信息、主權(quán)等絕對安全問題。

3.3 美國智庫人工智能與法律的研究

為研究美國智庫針對人工智能領(lǐng)域法律方面的研究，本文篩選以law和legislation等作為關(guān)鍵詞的研究文本，利用TextRank算法獲得的關(guān)鍵詞前20名如表6所示，利用Gephi進(jìn)行可視化結(jié)果如圖5所示。

表6 人工智能法律主題文本的關(guān)鍵詞

圖5 美國智庫人工智能法律研究關(guān)鍵詞分析

2016年美國發(fā)布《為人工智能的未來做好準(zhǔn)備》報(bào)告，針對人工智能的發(fā)展、政策等問題進(jìn)行分析。特朗普政府執(zhí)政后，重點(diǎn)對監(jiān)管方面的障礙進(jìn)行整改，其在2018年成立的“人工智能特別委員會(huì)”促進(jìn)了美國國會(huì)對人工智能的立法。圖5 中“l(fā)egal”與“l(fā)egislation”之間線條較粗，關(guān)聯(lián)度較大，可以看出當(dāng)前美國智庫在人工智能法律領(lǐng)域主要關(guān)注點(diǎn)是立法，希望通過立法彌補(bǔ)相關(guān)領(lǐng)域的法律空洞，同時(shí)還有關(guān)于人工智能法律主體客體的探討。人工智能擁有類似人類的智慧，但是并未展現(xiàn)出人類的理性，人工智能超強(qiáng)的智能蘊(yùn)含巨大的風(fēng)險(xiǎn)，必須處于人類的支配和控制之下[21]。

從美國國會(huì)2017年提出的兩黨法案《人工智能未來法案》到2018年5月白宮舉辦的“美國產(chǎn)業(yè)人工智能峰會(huì)”再到2019年特朗普政府的人工智能計(jì)劃來看，美國政府始終在加強(qiáng)監(jiān)督與鼓勵(lì)創(chuàng)新之間積極地尋找平衡，從具體領(lǐng)域或者實(shí)際問題入手，有針對性地制定相關(guān)法律，消除監(jiān)管方面的障礙。美國人工智能立法規(guī)劃以立法機(jī)關(guān)作為建立監(jiān)管體制和樹立基本原則的起點(diǎn)，行政機(jī)關(guān)發(fā)揮政策的平衡和調(diào)節(jié)作用，司法體系發(fā)揮保障和事后監(jiān)管作用的整體框架[22]。作為自然科學(xué)的新領(lǐng)域，人工智能的進(jìn)一步突破尚有許多不確定因素，當(dāng)前人工智能遠(yuǎn)未達(dá)到關(guān)于法律主體的規(guī)定性條件，若將其設(shè)定為法律主體必將導(dǎo)致現(xiàn)有法律主體理論和制度的顛覆性調(diào)整，由于人工智能將滲入人們生活的各個(gè)方面，整個(gè)法律關(guān)系和社會(huì)關(guān)系將面臨這種法律調(diào)整的動(dòng)蕩，因此對人工智能本身以及人工智能的發(fā)展均需要通過相應(yīng)立法去規(guī)范[21]。人工智能的監(jiān)管體制需要得到公眾的認(rèn)可，美國政府積極的探索相關(guān)合適的監(jiān)管路線，其既能很好地消除人為不可控的人工智能風(fēng)險(xiǎn)，又可以推動(dòng)美國人工智能產(chǎn)業(yè)的積極發(fā)展，確保美國的領(lǐng)先地位。

3.4 美國智庫人工智能與就業(yè)的研究

為了研究美國智庫針對人工智能領(lǐng)域就業(yè)方面的研究，本文篩選了以job和employment等作為關(guān)鍵詞的研究文本，對其進(jìn)行分析，利用TextRank 算法獲得的關(guān)鍵詞前20 名如表7 所示，利用Gephi進(jìn)行可視化，結(jié)果如圖6所示。

表7 人工智能就業(yè)主題文本的關(guān)鍵詞

美國國家科技委員會(huì)2019年更新的《國家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》八大方向中，3個(gè)方向分別為加強(qiáng)數(shù)據(jù)獲取學(xué)習(xí)、發(fā)展人才隊(duì)伍、提供相關(guān)領(lǐng)域教育就業(yè)。各州制定相關(guān)計(jì)劃，在人工智能科學(xué)、國防、經(jīng)濟(jì)、醫(yī)學(xué)、安全等領(lǐng)域培養(yǎng)相關(guān)人才積極就業(yè)。特朗普上臺(tái)后美國經(jīng)濟(jì)有 所 波 動(dòng)， 圖6 中“machine”“factory”“unemployment”等詞顯示較明顯，說明關(guān)聯(lián)較多，其中“risk”與“factory”之間連線較粗，突出美國民眾對失業(yè)的擔(dān)憂，結(jié)合時(shí)事政治細(xì)觀圖6，人工智能技術(shù)應(yīng)用快速發(fā)展，不僅為經(jīng)濟(jì)增長提供了新動(dòng)力，也引發(fā)對機(jī)器替代人造成大規(guī)模失業(yè)的恐慌。面對具有學(xué)習(xí)能力的人工智能，傳統(tǒng)行業(yè)的就業(yè)必將受到?jīng)_擊。針對新技術(shù)變化趨勢，美國智庫提出了對相關(guān)機(jī)構(gòu)開展工人培訓(xùn)的措施，主要重點(diǎn)加強(qiáng)低端職業(yè)技能和專業(yè)素質(zhì)，以應(yīng)對由于大規(guī)模人工智能應(yīng)用而引發(fā)的失業(yè)潮。

圖6 美國智庫人工智能就業(yè)研究關(guān)鍵詞分析

3.5 美國智庫人工智能與中國的研究

中美科技及相關(guān)產(chǎn)業(yè)的發(fā)展水平經(jīng)歷了從嚴(yán)重不對稱到差距逐漸縮小的過程[23]。隨著中國產(chǎn)業(yè)政策及自主創(chuàng)新進(jìn)程的推進(jìn)，美方認(rèn)為其面臨的安全挑戰(zhàn)上升[23]，特別是最近幾年中國在人工智能領(lǐng)域取得的顯著進(jìn)步，美國的技術(shù)優(yōu)勢受到了削弱。由此，中國的科技創(chuàng)新態(tài)勢成為影響美國對華政策的重要因素。為了分析美國智庫在人工智能領(lǐng)域?qū)χ袊难芯?，選取貿(mào)易戰(zhàn)前后進(jìn)行對比。通過比較貿(mào)易戰(zhàn)前后美國智庫對人工智能相關(guān)關(guān)鍵詞的研究可以發(fā)現(xiàn)，其最顯著的區(qū)別是“China”的出現(xiàn)，如表8所示。為更直觀的呈現(xiàn)不同詞語之間的關(guān)系，本文采用Gephi進(jìn)行可視化，結(jié)果如圖7-8所示。

從上圖看出，對于當(dāng)前中國在人工智能領(lǐng)域的成功，美國智庫普遍采用competition這個(gè)字眼，尤其是貿(mào)易戰(zhàn)后“China”明顯突出，圖中“China” 與 “competition”，“China” 和“future”之間的連線較粗，顯示出了明顯的相關(guān)關(guān)系。同時(shí)與“China”聯(lián)系緊密的還有“warfare”，可以看出當(dāng)前美國智庫在人工智能領(lǐng)域把中國當(dāng)成了競爭對手。美國智庫對中國人工智能領(lǐng)域進(jìn)行了深入研究。事實(shí)上，自貿(mào)易戰(zhàn)以來，美國逐漸將中國視為人工智能領(lǐng)域的競爭對手，當(dāng)前美國政府對華科技戰(zhàn)略的發(fā)展即是這一戰(zhàn)略傾向的具體詮釋，也在相當(dāng)程度上強(qiáng)化了這一戰(zhàn)略傾向。另一方面，隨著中國科技產(chǎn)業(yè)的相關(guān)政策出臺(tái)以及自主創(chuàng)新發(fā)展趨勢的逐漸增強(qiáng)，美國戰(zhàn)略界已經(jīng)將其看作了對美國技術(shù)主導(dǎo)地位、核心科技自主權(quán)等方面的威脅。目前，美國政府對華科技戰(zhàn)略所涵蓋的政策領(lǐng)域廣義上主要包括在與科技及相關(guān)產(chǎn)業(yè)政策有關(guān)的國土安全、對外貿(mào)易與技術(shù)產(chǎn)品出口管制、外資、外交及國際教育交流等政策領(lǐng)域[23]。這一戰(zhàn)略將對中美關(guān)系產(chǎn)生諸多負(fù)面影響，面對美國政府對中國人工智能戰(zhàn)略帶來的挑戰(zhàn)，我國需相應(yīng)調(diào)整國內(nèi)科研政策和相關(guān)的扶持措施，保持中國在人工智能領(lǐng)域發(fā)展的勢頭。

表8 貿(mào)易戰(zhàn)前后美國智庫人工智能研究關(guān)鍵詞(部分)

圖7 貿(mào)易戰(zhàn)爆發(fā)前美國智庫人工智能研究關(guān)鍵詞

圖8 貿(mào)易戰(zhàn)爆發(fā)后美國智庫人工智能研究關(guān)鍵詞

4 結(jié)論

本文提供了一種基于自然語言處理的智庫文本分析方法：首先從美國各個(gè)智庫官網(wǎng)提取人工智能領(lǐng)域的文本型成果，隨后利用TextRank算法進(jìn)行核心數(shù)據(jù)獲取，并融合共現(xiàn)矩陣、相關(guān)統(tǒng)計(jì)圖等信息進(jìn)行綜合可視化分析，最后結(jié)合時(shí)事事件、政策文本加以驗(yàn)證。本文以人工智能領(lǐng)域?yàn)閰⒖紝φ眨l(fā)現(xiàn)采用這種研究思路和方法可行有效，可以從繁雜的文本數(shù)據(jù)中快速提煉文本重要信息，從而精確、全面地掌握該領(lǐng)域智庫專家的思想動(dòng)態(tài)，為準(zhǔn)確判斷政策趨勢提供參考。

主要結(jié)論包括：其一，從文本內(nèi)容來看，美國智庫在人工智能領(lǐng)域關(guān)注的方向是安全、法律、就業(yè)與外交關(guān)系四大塊，具體細(xì)化的小領(lǐng)域開始呈現(xiàn)內(nèi)容多元化、規(guī)則具體化。粗略可分為對“內(nèi)”和對“外”兩層，對“內(nèi)”來說，未來美國將會(huì)逐漸調(diào)集聯(lián)邦政府以及各州相應(yīng)機(jī)構(gòu)的統(tǒng)籌力量，來完善人工智能的創(chuàng)新、研發(fā)以及相應(yīng)的規(guī)范等等，以此來服務(wù)于美國公民，確保美國公民的民生、自由。對“外”來看，美國始終抱有防備態(tài)度和擔(dān)憂心理，這也使美國應(yīng)對其他發(fā)展中國家的創(chuàng)新時(shí)，一直存在著一種競爭關(guān)系。其二，從文本發(fā)文量來看，隨著科技的進(jìn)步，美國智庫對于人工智能領(lǐng)域的關(guān)注度逐漸遞增，從奧巴馬政府時(shí)期的快速發(fā)展、成熟，到今天特朗普政府時(shí)期的多領(lǐng)域結(jié)合交叉關(guān)注，智庫文本與政府決策之間的聯(lián)系更加緊密。其三，從智庫文本在政策過程中的作用來看，不管是貿(mào)易戰(zhàn)時(shí)期還是華為事件時(shí)期，大量高質(zhì)量的智庫研究文本已經(jīng)成為政府決策的重要依據(jù)，智庫文本型成果“政策化”現(xiàn)象顯著，人工智能領(lǐng)域的智庫文本不僅體現(xiàn)在“咨政、啟民”和“育才、伐謀”，還體現(xiàn)在“察人之謀、為我所謀”。