王燕鵬 韓 濤**， 趙亞娟 陳 芳 王思培，2

（1.中國科學(xué)院文獻(xiàn)情報中心，北京100190；2.中國科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院圖書情報與檔案管理系，北京100190）

人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)。這一概念自1956年被提出后，已歷經(jīng)半個多世紀(jì)的發(fā)展和演變。21世紀(jì)初，隨著大數(shù)據(jù)、高性能計算和深度學(xué)習(xí)技術(shù)的快速迭代和進(jìn)步，人工智能進(jìn)入新一輪的發(fā)展熱潮，其強(qiáng)大的賦能性對經(jīng)濟(jì)發(fā)展、社會進(jìn)步、國際政治經(jīng)濟(jì)格局等具有重大且深遠(yuǎn)的影響，已成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，是推動人類進(jìn)入智能時代的核心和重要抓手［1］。

發(fā)展熱潮之下，全球主要國家積極在人工智能領(lǐng)域深耕布局，國際競爭日益激烈。2017年7月，我國發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確將人工智能作為國家未來重要發(fā)展戰(zhàn)略，并確定中國人工智能發(fā)展“三步走”戰(zhàn)略目標(biāo)，到2030年實現(xiàn)人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心；2018年3月，法國總統(tǒng)宣布啟動15億歐元的人工智能計劃［2］，將在法國建設(shè)一個國際級的研發(fā)中心，完善數(shù)據(jù)領(lǐng)域政策，培養(yǎng)法國在人工智能領(lǐng)域的人才，并對技術(shù)革新的倫理和規(guī)制問題進(jìn)行反思，以推動法國躋身人工智能領(lǐng)域的領(lǐng)軍者行列；2018年4月，歐盟委員會計劃2018—2020年在人工智能領(lǐng)域投資240億美元［3］；2018年11月，德國聯(lián)邦內(nèi)閣通過人工智能國家戰(zhàn)略，計劃2025年前在聯(lián)邦層面投入30億歐元，旨在人工智能領(lǐng)域新增100名教授席位并資助擴(kuò)建人工智能研發(fā)中心［4］；2019年2月，美國總統(tǒng)特朗普簽署行政令，啟動“美國人工智能倡議”［5］，該倡議提出研發(fā)、資源調(diào)配、政策、人力資源培養(yǎng)和準(zhǔn)備、國際合作五項發(fā)展重點(diǎn)領(lǐng)域，以維護(hù)美國人工智能領(lǐng)導(dǎo)力。

與此同時，人工智能產(chǎn)業(yè)蓬勃發(fā)展，全球產(chǎn)業(yè)界紛紛調(diào)整發(fā)展戰(zhàn)略，人工智能創(chuàng)新創(chuàng)業(yè)如火如荼。2017年，谷歌和微軟陸續(xù)將企業(yè)發(fā)展戰(zhàn)略和愿景轉(zhuǎn)向人工智能；百度也于2017年將公司使命更改為“用科技讓復(fù)雜的世界更簡單”，希望百度從全球最大的中文搜索引擎徹底轉(zhuǎn)型人工智能科技公司；自2013年以來，全球和中國人工智能行業(yè)投融資規(guī)模都呈上漲趨勢，2017年全球投融資總規(guī)模達(dá)395億美元［6］。

人工智能作為一門綜合和高度復(fù)雜的技術(shù)科學(xué)，其發(fā)展離不開底層多類型關(guān)鍵技術(shù)的研發(fā)突破和支撐。厘清人工智能領(lǐng)域的關(guān)鍵技術(shù)，把握技術(shù)現(xiàn)狀和發(fā)展趨勢，將為國家前瞻性戰(zhàn)略布局、企業(yè)研發(fā)重心調(diào)整、科研機(jī)構(gòu)和研究人員合理選題提供重要情報參考。2019年3月，李克強(qiáng)總理在政府工作報告中再次提及人工智能產(chǎn)業(yè)的發(fā)展，提出要“深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用”。相較于2017年的“加快人工智能等技術(shù)研發(fā)和轉(zhuǎn)化”和2018年的“加強(qiáng)新一代人工智能研發(fā)應(yīng)用”，“深化”一詞不僅反映出我國人工智能發(fā)展呈現(xiàn)層層遞進(jìn)和逐步深入的良好態(tài)勢，也體現(xiàn)了熱潮之后我國政府對人工智能的持續(xù)重視和未來發(fā)展展望。我們應(yīng)牢牢把握人工智能關(guān)鍵技術(shù)和發(fā)展方向，明確中國人工智能發(fā)展的短板領(lǐng)域和技術(shù)，切實響應(yīng)國家需求，推進(jìn)人工智能各項戰(zhàn)略規(guī)劃的快速穩(wěn)健實施，加快人工智能專業(yè)型人才和通用型人才培養(yǎng)，構(gòu)建體系化隊伍，加大對人工智能學(xué)術(shù)及產(chǎn)業(yè)力量的扶持力度，培育并打造人工智能發(fā)展的中流砥柱，以期人工智能強(qiáng)大的賦能性為經(jīng)濟(jì)社會發(fā)展注入新的動能。因此，本文以人工智能領(lǐng)域高水平會議論文為分析對象，采用無監(jiān)督聚類方法、復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)洞理論和突發(fā)詞檢測算法開展深度挖掘分析，梳理人工智能領(lǐng)域的熱點(diǎn)技術(shù)、共性技術(shù)和新興技術(shù)，以期全面了解人工智能領(lǐng)域整體技術(shù)結(jié)構(gòu)，洞悉關(guān)鍵技術(shù)分布和研發(fā)態(tài)勢，明確人工智能領(lǐng)域代表性國家與機(jī)構(gòu)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

科技論文記載了科學(xué)研究和技術(shù)研發(fā)活動的大量高價值信息，反映了科技成果誕生的初始狀態(tài)，是關(guān)鍵技術(shù)挖掘的重要數(shù)據(jù)資源。而在計算機(jī)領(lǐng)域，高質(zhì)量會議論文在學(xué)界有著較高的關(guān)注度和認(rèn)可度，同時，相對于期刊論文，會議論文的時效性更好，一定程度上代表著該領(lǐng)域最新、最熱的研究內(nèi)容，本文綜合專家咨詢意見及數(shù)據(jù)的可獲得性，以中國計算機(jī)協(xié)會推薦的人工智能領(lǐng)域高水平國際學(xué)術(shù)會議（A類和B類，共19種）［7］為基礎(chǔ)數(shù)據(jù)源（表1），利用Scopus數(shù)據(jù)庫檢索并下載題錄數(shù)據(jù)，包括發(fā)表年、標(biāo)題、關(guān)鍵詞、摘要等，時間跨度為2015—2018年，檢索時間為2019年1月22日，共18956篇論文，作為人工智能領(lǐng)域關(guān)鍵技術(shù)分析挖掘的數(shù)據(jù)基礎(chǔ)。

1.2 研究方法

1.2.1 關(guān)鍵技術(shù)概念界定

對科技論文內(nèi)容進(jìn)行深度挖掘，旨在梳理發(fā)現(xiàn)人工智能領(lǐng)域的關(guān)鍵技術(shù)，具體包括熱點(diǎn)技術(shù)、共性技術(shù)和新興技術(shù)三類。本文對三類關(guān)鍵技術(shù)的概念界定如下：

表1 人工智能高水平國際會議（共19種）Tab．1 High-level international conference in artificial intelligence（19 in total）

1）熱點(diǎn)技術(shù)：某學(xué)科領(lǐng)域內(nèi)，近年來受到科研人員廣泛關(guān)注并已產(chǎn)出相應(yīng)研究成果的主要研究方向和技術(shù)主題，反映了學(xué)科領(lǐng)域的研發(fā)現(xiàn)狀和技術(shù)結(jié)構(gòu)全貌；

2）共性技術(shù)：對學(xué)科領(lǐng)域內(nèi)其他研究方向和技術(shù)主題產(chǎn)生廣泛影響、其研究成果可供參考借鑒和分享使用的一類技術(shù)，反映了學(xué)科領(lǐng)域的重要研發(fā)基礎(chǔ)和技術(shù)前沿，是學(xué)科領(lǐng)域內(nèi)的“思想源泉”或“集大成者”；

3）新興技術(shù)：某學(xué)科領(lǐng)域內(nèi)，最新出現(xiàn)且短時間內(nèi)受到廣泛關(guān)注的研究方向和技術(shù)主題，反映了學(xué)科領(lǐng)域內(nèi)具有重要潛在影響的新近研究熱點(diǎn)。

1.2.2 研究思路與方法

本文采用無監(jiān)督聚類方法、復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)洞理論以及突發(fā)檢測算法開展人工智能領(lǐng)域關(guān)鍵技術(shù)挖掘分析，研究思路如圖1所示。

具體研究過程及方法包括：

1）基于K-means＋＋聚類的熱點(diǎn)技術(shù)挖掘分析

本文基于python語言，利用NLTK包對會議論文文本數(shù)據(jù)（標(biāo)題、摘要和關(guān)鍵詞）進(jìn)行預(yù)處理，包括分詞、詞性標(biāo)注、詞干提取、詞性還原、停用詞過濾等，利用TF-IDF方法對文本進(jìn)行向量化表示，采用K-means＋＋算法對數(shù)據(jù)進(jìn)行聚類，對各個聚類簇進(jìn)行解讀和調(diào)研，形成人工智能領(lǐng)域的熱點(diǎn)技術(shù)。

2）基于復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)洞理論的共性技術(shù)挖掘分析

結(jié)構(gòu)洞理論形容非冗余的聯(lián)系，指在社會網(wǎng)絡(luò)中的某個或某些個體與部分個體發(fā)生直接聯(lián)系，但與其他個體不發(fā)生直接聯(lián)系的現(xiàn)象，從網(wǎng)絡(luò)整體看好像網(wǎng)絡(luò)結(jié)構(gòu)中出現(xiàn)了洞穴［8］（圖2）。結(jié)構(gòu)洞能夠為其占據(jù)者獲取“信息利益”和“控制利益”提供機(jī)會，Raider［9］的實證研究表明：結(jié)構(gòu)洞占據(jù)者的位置對信息控制、識別以及交易起著重要的作用。近年來，已有相關(guān)學(xué)者利用結(jié)構(gòu)洞理論開展共性技術(shù)或基礎(chǔ)技術(shù)的識別，如江嫻［10］、葉春蕾［11］、王海龍［12］等。結(jié)構(gòu)洞反映了節(jié)點(diǎn)對網(wǎng)絡(luò)資源的控制能力，占據(jù)結(jié)構(gòu)洞的節(jié)點(diǎn)能夠獲取來自多方面的非重復(fù)性信息，反映在學(xué)科領(lǐng)域研究上，占據(jù)結(jié)構(gòu)洞的研究方向更有可能是“思想源泉”或“集大成者”，即領(lǐng)域共性技術(shù)，可對學(xué)科領(lǐng)域內(nèi)其他研究方向產(chǎn)生廣泛影響。

圖1 研究思路示意圖Fig．1 Schematic diagram of research ideas

本文以K-means＋＋聚類得到的熱點(diǎn)技術(shù)聚類簇為節(jié)點(diǎn)，計算聚類簇質(zhì)心向量間的相似性，以此作為節(jié)點(diǎn)間連接和權(quán)重的依據(jù)，構(gòu)建網(wǎng)絡(luò)?；趶?fù)雜網(wǎng)絡(luò)結(jié)構(gòu)洞理論，計算網(wǎng)絡(luò)中各節(jié)點(diǎn)的限制度指標(biāo)，以此反映節(jié)點(diǎn)在網(wǎng)絡(luò)中運(yùn)用結(jié)構(gòu)洞的能力。節(jié)點(diǎn)的限制度指標(biāo)值越小，代表節(jié)點(diǎn)擁有的結(jié)構(gòu)洞越多，運(yùn)用結(jié)構(gòu)洞的能力越強(qiáng)，所占據(jù)的“信息利益”和“控制利益”越大，以此識別人工智能領(lǐng)域的共性技術(shù)。

圖2 有結(jié)構(gòu)洞的信息流動網(wǎng) ＆關(guān)系閉合的信息流動網(wǎng)Fig．2 Network of information flow with structural holes＆network of information flow without structural holes

3）基于Burst Detection算法的新興技術(shù)挖掘分析

本文以清洗后的會議論文關(guān)鍵詞為分析數(shù)據(jù)，采用 Sci2 tool工具［13］的 Burst Detection算法探測最新出現(xiàn)且短時間內(nèi)受到廣泛關(guān)注的新興技術(shù)。

2 人工智能領(lǐng)域關(guān)鍵技術(shù)分析

2.1 人工智能熱點(diǎn)技術(shù)

人工智能領(lǐng)域的熱點(diǎn)技術(shù)代表近年來的主要研究方向和技術(shù)主題，反映出人工智能領(lǐng)域的技術(shù)結(jié)構(gòu)全貌。結(jié)合輪廓系數(shù)的計算結(jié)果，確定聚類簇數(shù)量K＝140時，具有較好的聚類效果。經(jīng)人工判讀，140個聚類簇中共有132個有效類和8個混雜類。以132個有效類作為節(jié)點(diǎn)構(gòu)建網(wǎng)絡(luò)，并進(jìn)行可視化和模塊劃分，最終形成14項技術(shù)大類（圖3及表2）。中國和美國在14項技術(shù)大類下發(fā)文量的全球排名，以及各技術(shù)大類的Top5優(yōu)勢機(jī)構(gòu)列舉如表3。

表2 人工智能領(lǐng)域熱點(diǎn)技術(shù)詳表Tab．2 Details of hotspot technologies in artificial intelligence

表3 人工智能領(lǐng)域各熱點(diǎn)技術(shù)大類發(fā)文量全球排名及Top5機(jī)構(gòu)Tab．3 Global ranking and Top5 institutions of hotspot technologies in artificial intelligence

圖3 人工智能領(lǐng)域熱點(diǎn)技術(shù)分布網(wǎng)絡(luò)Fig．3 Hotspot technologies network in artificial intelligence

機(jī)器學(xué)習(xí)子領(lǐng)域的技術(shù)大類包含機(jī)器學(xué)習(xí)算法及應(yīng)用、強(qiáng)化學(xué)習(xí)算法、近似及優(yōu)化算法和規(guī)劃問題共4項。其中，熱點(diǎn)技術(shù)主要包括回歸、聚類、分類、近似、估計和優(yōu)化等基礎(chǔ)算法的改進(jìn)研究；遷移學(xué)習(xí)、多核學(xué)習(xí)和多視圖學(xué)習(xí)等新型學(xué)習(xí)方法；策略網(wǎng)絡(luò)和時間差分學(xué)習(xí)等強(qiáng)化學(xué)習(xí)基本方法；機(jī)器人及多代理系統(tǒng)計劃、路徑規(guī)劃等問題研究；機(jī)器學(xué)習(xí)算法在事件檢測、位置識別和社交網(wǎng)絡(luò)分析中的應(yīng)用以及強(qiáng)化學(xué)習(xí)在智能決策中的應(yīng)用研究。在上述4項技術(shù)大類中，美國發(fā)文量均居全球首位，中國在機(jī)器學(xué)習(xí)算法及應(yīng)用、近似及優(yōu)化算法和規(guī)劃問題研究方面僅次于美國，但強(qiáng)化學(xué)習(xí)研究發(fā)文量居全球第5位，相對靠后。國內(nèi)機(jī)構(gòu)在機(jī)器學(xué)習(xí)算法及應(yīng)用、規(guī)劃問題研究方面表現(xiàn)較為突出，中國科學(xué)院、清華大學(xué)和北京大學(xué)的發(fā)文量位居全球前列。

自然語言處理子領(lǐng)域的技術(shù)大類包含自然語言處理技術(shù)和自動問答技術(shù)共2項。其中，熱點(diǎn)技術(shù)主要包括特征提取、語義分類、詞嵌入、主題模型、關(guān)系抽取與分類、知識圖譜、注意力模型和長短期記憶模型等基礎(chǔ)技術(shù)研究，還包括智能自動問答、機(jī)器翻譯、情感分析、推薦系統(tǒng)等應(yīng)用研究。在上述2項技術(shù)大類中，美國發(fā)文量均居全球首位，中國緊隨其后。中國科學(xué)院在這2項技術(shù)大類的發(fā)文量均居全球前列，清華大學(xué)和北京大學(xué)也表現(xiàn)不俗。

計算機(jī)視覺子領(lǐng)域的技術(shù)大類包含圖像處理技術(shù)、視頻處理技術(shù)、圖像匹配技術(shù)、視覺跟蹤技術(shù)和對象檢測技術(shù)共5項。其中，熱點(diǎn)技術(shù)主要包括視頻圖像分割、對齊、檢測、識別及跟蹤所涉及的核心技術(shù)研究；三維重建、光度立體視覺、相機(jī)校準(zhǔn)、行人再識別、人臉對齊與關(guān)鍵點(diǎn)檢測等應(yīng)用研究。在上述5項技術(shù)大類中，也都是美國發(fā)文量居全球首位，中國緊隨其后。中國科學(xué)院在圖像匹配和視覺跟蹤技術(shù)上的發(fā)文量均居全球首位，在圖像處理和視頻處理技術(shù)上也位居全球前列，此外，浙江大學(xué)、大連理工大學(xué)和清華大學(xué)也表現(xiàn)不俗。

機(jī)器人子領(lǐng)域的熱點(diǎn)技術(shù)主要包括機(jī)械手、抓握、行走、感知和驅(qū)動等智能控制技術(shù)研究，同時還包括外骨骼機(jī)器人、服務(wù)機(jī)器人和機(jī)器人傳感器等硬件基礎(chǔ)和軟件優(yōu)化研究。此外，人工智能領(lǐng)域的熱點(diǎn)技術(shù)還包括智能多代理系統(tǒng)，以及眾包、拍賣、市場定價、能源管理和隱私保護(hù)等相關(guān)問題的研究。在上述技術(shù)大類中，美國發(fā)文量均居全球首位，中國在機(jī)器人和智能多代理系統(tǒng)研究方面發(fā)文量居全球第7位，相對靠后。同時，國內(nèi)機(jī)構(gòu)在上述技術(shù)大類下的發(fā)文量均未能進(jìn)入全球Top5。

2.2 人工智能共性技術(shù)

人工智能領(lǐng)域的共性技術(shù)可對其他研究方向和技術(shù)主題產(chǎn)生廣泛影響，反映出人工智能領(lǐng)域的重要研發(fā)基礎(chǔ)和技術(shù)前沿。以人工智能領(lǐng)域熱點(diǎn)技術(shù)分布網(wǎng)絡(luò)（圖3）為對象，計算網(wǎng)絡(luò)中各節(jié)點(diǎn)的限制度指標(biāo)并升序排列，取Top20的熱點(diǎn)技術(shù)作為人工智能領(lǐng)域的共性技術(shù)（表4）。

機(jī)器學(xué)習(xí)子領(lǐng)域占據(jù)15項共性技術(shù)，包括推理、特征選擇與特征學(xué)習(xí)、圖論、分類、搜索、回歸等基礎(chǔ)算法研究，以及約束優(yōu)化、網(wǎng)絡(luò)優(yōu)化、最優(yōu)化理論、損失函數(shù)及優(yōu)化等機(jī)器學(xué)習(xí)算法優(yōu)化方法探索，還包括序列學(xué)習(xí)、樹學(xué)習(xí)、長短期記憶模型、多示例學(xué)習(xí)等新型學(xué)習(xí)方法實踐，此外，也涉及到機(jī)器學(xué)習(xí)算法在生存預(yù)測、人機(jī)關(guān)系推斷、藥物不良反應(yīng)預(yù)測方面的應(yīng)用研究。由此可見，機(jī)器學(xué)習(xí)方法強(qiáng)大的賦能性推動了人工智能技術(shù)和應(yīng)用的發(fā)展升級，各類機(jī)器學(xué)習(xí)共性技術(shù)為其他子領(lǐng)域研究實踐奠定了堅實的方法和算法基礎(chǔ)。

計算機(jī)視覺子領(lǐng)域占據(jù)3項共性技術(shù)，包括位置識別和圖像對齊所涉及的核心技術(shù)研究，此外，還包括多標(biāo)簽對象識別、人臉識別、紋理識別、零次動作識別等機(jī)器視覺識別技術(shù)的研究和應(yīng)用實踐。機(jī)器人子領(lǐng)域中，傳感器技術(shù)及應(yīng)用作為一種共性技術(shù)，對于機(jī)器人的智能控制起到非常重要的作用，使其擁有類人的感知功能和反應(yīng)能力，其中，分布式傳感器網(wǎng)絡(luò)、多傳感器融合以及嵌入式微流體應(yīng)變傳感器等新型傳感器是 當(dāng)下的技術(shù)研發(fā)前沿。

表4 人工智能領(lǐng)域共性技術(shù)詳表Tab．4 Details of generic technologies in artificial intelligence

2.3 人工智能新興技術(shù)

人工智能領(lǐng)域的新興技術(shù)代表最新出現(xiàn)且短時間內(nèi)受到廣泛關(guān)注的研究方向和技術(shù)主題，反映出人工智能領(lǐng)域內(nèi)具有重要潛在影響的新近研究熱點(diǎn)。以會議論文關(guān)鍵詞為分析數(shù)據(jù)，采用Sci2 tool工具的Burst Detection算法計算各個關(guān)鍵詞的突發(fā)指標(biāo)，根據(jù)突發(fā)權(quán)重和突發(fā)等級降序排列，選取最高突發(fā)等級且尚未進(jìn)入突發(fā)穩(wěn)定狀態(tài)的Top15關(guān)鍵詞作為人工智能領(lǐng)域的新興技術(shù)（表5）。

在人工智能領(lǐng)域的新興技術(shù)中，深度學(xué)習(xí)技術(shù)出現(xiàn)頻率最高，包括深度神經(jīng)網(wǎng)絡(luò)、對抗網(wǎng)絡(luò)、對抗學(xué)習(xí)、注意力機(jī)制、深度卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)等。其中，生成對抗網(wǎng)絡(luò)和注意力機(jī)制近年來的研究熱度快速上升，已成為深度學(xué)習(xí)非常重要的模型和工具，前者可用于真實數(shù)據(jù)的建模與生成，如圖像、視頻、自然語言和音樂等，后者則在圖像處理、語音識別和自然語言處理方面有廣泛應(yīng)用。此外，強(qiáng)化學(xué)習(xí)、案例推理和演化算法等機(jī)器學(xué)習(xí)方法，圖像增強(qiáng)、信號編碼等計算機(jī)視覺技術(shù)，以及自主代理和多代理系統(tǒng)等均為人工智能領(lǐng)域的新興技術(shù)。

3 結(jié)論

基于人工智能高水平會議論文數(shù)據(jù)，利用無監(jiān)督聚類、復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)洞理論和突發(fā)檢測算法，從熱點(diǎn)技術(shù)、共性技術(shù)和新興技術(shù)三個方面挖掘分析人工智能領(lǐng)域的關(guān)鍵技術(shù)。根據(jù)上述分析結(jié)果可知：

表5 人工智能領(lǐng)域新興技術(shù)詳表Tab．5 Details of emerging technologies in artificial intelligence

人工智能領(lǐng)域共包含14個大類、132項熱點(diǎn)技術(shù)，其中，機(jī)器學(xué)習(xí)子領(lǐng)域的熱點(diǎn)技術(shù)主要包括基礎(chǔ)算法的優(yōu)化改進(jìn)和實踐應(yīng)用，以及遷移學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、多核學(xué)習(xí)和多視圖學(xué)習(xí)等新型學(xué)習(xí)方法的研究探索等；自然語言處理子領(lǐng)域的熱點(diǎn)技術(shù)主要包括特征提取、語義分類、詞嵌入等基礎(chǔ)技術(shù)和模型研究，以及智能自動問答、機(jī)器翻譯等應(yīng)用研究；計算機(jī)視覺子領(lǐng)域的熱點(diǎn)技術(shù)主要包括視頻圖像分割、對齊、檢測等所涉及的核心技術(shù)研究，以及三維重建、光度立體視覺、行人再識別等應(yīng)用研究；機(jī)器人子領(lǐng)域的熱點(diǎn)技術(shù)主要包括機(jī)械手、抓握、行走、感知和驅(qū)動等智能控制技術(shù)研究，以及外骨骼機(jī)器人和機(jī)器人傳感器等硬件基礎(chǔ)和軟件優(yōu)化研究。

人工智能領(lǐng)域的共性技術(shù)主要分布在機(jī)器學(xué)習(xí)、計算機(jī)視覺和機(jī)器人子領(lǐng)域，其中，機(jī)器學(xué)習(xí)方法強(qiáng)大的賦能性推動了人工智能技術(shù)和應(yīng)用的發(fā)展升級，各類機(jī)器學(xué)習(xí)共性技術(shù)為其他領(lǐng)域研究實踐奠定了堅實的方法和算法基礎(chǔ)。

人工智能領(lǐng)域的新興技術(shù)主要集中在深度學(xué)習(xí)方面，生成對抗網(wǎng)絡(luò)和注意力機(jī)制是其中的典型代表，此外，新興技術(shù)還包括強(qiáng)化學(xué)習(xí)、自主代理和多代理系統(tǒng)等。

人工智能作為一門基礎(chǔ)研發(fā)和實踐應(yīng)用并重的技術(shù)科學(xué)，其熱點(diǎn)技術(shù)既包含機(jī)器學(xué)習(xí)基礎(chǔ)算法的改進(jìn)優(yōu)化，也涵蓋自然語言處理、計算機(jī)視覺和機(jī)器人等通訊、感知和行動層面的應(yīng)用研究。而通過熱點(diǎn)技術(shù)遴選得到的共性技術(shù)則賦能了人工智能基礎(chǔ)研發(fā)和實踐應(yīng)用進(jìn)步，機(jī)器學(xué)習(xí)基礎(chǔ)算法在不斷進(jìn)化的同時，也為相關(guān)研究方向提供了新思路、新方法和新手段，同樣，機(jī)器視覺核心技術(shù)和傳感器技術(shù)在也分別在計算機(jī)視覺和機(jī)器人領(lǐng)域起到至關(guān)重要的作用。熱點(diǎn)技術(shù)和共性技術(shù)旨在揭示人工智能領(lǐng)域的技術(shù)全貌及核心技術(shù)方向，而新興技術(shù)則從關(guān)鍵詞層面細(xì)粒度揭示突發(fā)的技術(shù)研究內(nèi)容，深度學(xué)習(xí)中的生成對抗網(wǎng)絡(luò)和注意力機(jī)制作為人工智能新興技術(shù)的典型代表，具有廣泛的實踐應(yīng)用場景，對人工智能發(fā)展具有重要的潛在影響。

人工智能已成為全球重點(diǎn)關(guān)注的研究和發(fā)展領(lǐng)域，國際競爭日益激烈。美國在人工智能領(lǐng)域各熱點(diǎn)技術(shù)大類下的發(fā)文量均位居全球首位，且遙遙領(lǐng)先于其他國家。中國在機(jī)器學(xué)習(xí)、自然語言處理、計算機(jī)視覺等多個技術(shù)大類下的發(fā)文量僅次于美國，但在強(qiáng)化學(xué)習(xí)、機(jī)器人、智能多代理系統(tǒng)研究方面發(fā)文量排名相對靠后，與美國、德國、法國、日本和英國等國家存在一定差距。此外，中國科學(xué)院在多個技術(shù)大類下的發(fā)文量均位居全球前列，清華大學(xué)、北京大學(xué)、浙江大學(xué)和大連理工大學(xué)也表現(xiàn)不俗，但與卡內(nèi)基梅隆大學(xué)、微軟研究院、麻省理工學(xué)院等美國著名高校和企業(yè)存在不小差距。