周伯柱 Aditi GUPTA

（1.中國科學(xué)院武漢文獻情報中心，武漢430071；2.維多利亞大學(xué)，維多利亞，加拿大V8W 3H5）

1950年，艾倫·圖靈（Alan M.Turing）發(fā)文預(yù)言了創(chuàng)造具有真正智能機器的可能性［1］。1955年8月，美國著名計算機科學(xué)家約翰·麥卡錫（John McCarthy）等首次提出人工智能（Artificial Intelligence，AI）的概念［2］。此后，盡管經(jīng)歷了兩次發(fā)展低潮，人工智能在90年代機器學(xué)習(xí)，特別是后來的深度學(xué)習(xí)興起之后，迎來了快速發(fā)展時期。

當前，人工智能被普遍認為是新一輪產(chǎn)業(yè)變革的關(guān)鍵驅(qū)動力，隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等領(lǐng)域的發(fā)展，已經(jīng)在眾多領(lǐng)域得到越來越廣泛的應(yīng)用［3］。其所涉及的智能語音、模式識別和自然語言理解等“感知智能”已經(jīng)具備相對成熟的應(yīng)用基礎(chǔ)，在圍棋賽事、大規(guī)模圖像識別、人臉識別、皮膚癌診斷等領(lǐng)域的局部應(yīng)用能力已經(jīng)超越了人類，但對要求具備理解、分析、推理等能力的“認知智能”，目前還處于探索之中［4，5］。這些探索主要涉及的類腦智能研究近些年也取得了一定進展，如深度神經(jīng)網(wǎng)絡(luò)模型中的卷積神經(jīng)網(wǎng)絡(luò)模型以其端到端的建模和學(xué)習(xí)能力顛覆了傳統(tǒng)的“特征＋分類器學(xué)習(xí)”固有模式，使得特征和分類器不再有明確的界限［6］；深度神經(jīng)網(wǎng)絡(luò)與強化學(xué)習(xí)的融合在一定程度上解決了深度學(xué)習(xí)的大數(shù)據(jù)依賴問題；思維自適應(yīng)控制在行為層面模擬腦區(qū)功能，是認知體系機構(gòu)研究的代表性成果之一；脈沖神經(jīng)網(wǎng)絡(luò)被認為是能接近仿生機制的神經(jīng)網(wǎng)絡(luò)模型，其與生物規(guī)則的結(jié)合，是提升類腦神經(jīng)網(wǎng)絡(luò)模型最有效的手段與研究方向之一。

為把脈領(lǐng)域技術(shù)發(fā)展態(tài)勢，近些年相關(guān)機構(gòu)加強了人工智能知識產(chǎn)權(quán)分析，如中國專利保護協(xié)會發(fā)布的《人工智能技術(shù)專利深度分析報告》、世界知識產(chǎn)權(quán)組織發(fā)布的《2019年產(chǎn)權(quán)組織技術(shù)趨勢：人工智能》報告等。人工智能領(lǐng)域既涉及基礎(chǔ)研究又注重技術(shù)應(yīng)用，因此論文和專利成果的結(jié)合分析對全面把握該領(lǐng)域發(fā)展態(tài)勢是必要的——而這正是本文的主要工作。同時，可追溯的可靠數(shù)據(jù)源、必要的數(shù)據(jù)清洗、多角度的可視化分析以及系統(tǒng)的政策歸納等為本文更好地揭示人工智能領(lǐng)域發(fā)展態(tài)勢提供了前提。

1 相關(guān)政策規(guī)劃

從2017年至今，中國、美國、歐盟等多個國家／地區(qū)都出臺了人工智能頂層戰(zhàn)略，俄羅斯也宣稱將于2019年出臺人工智能國家戰(zhàn)略［7］。人工智能領(lǐng)域頂層戰(zhàn)略在短時間內(nèi)如此大范圍密集出臺，非常罕見，足見其對于未來經(jīng)濟社會發(fā)展的重要性。2017年3月加拿大政府發(fā)布的《泛加拿大人工智能戰(zhàn)略》是全球首個人工智能國家戰(zhàn)略。在這之前一些國家已有針對或涉及人工智能的政策計劃：國內(nèi)如2015年的《中國制造2025》，2016年的《機器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》、《中華人民共和國國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》等；國外如2013年法國的《法國機器人發(fā)展計劃》、2014年歐盟的《2014—2020歐洲機器人技術(shù)戰(zhàn)略》、2015年日本的《機器人新戰(zhàn)略》，以及2016年美國的《為人工智能的未來做準備》、《國家人工智能研究與發(fā)展戰(zhàn)略計劃》、《人工智能、自動化與經(jīng)濟報告》等。

當前已有至少十個國家／地區(qū)明確了人工智能資金支持計劃（表1）。歐盟計劃將人工智能研究和創(chuàng)新投資由2017年的7500萬歐元增加到2020年的15億歐元，并爭取公共和私營部門總投資在2020年至少達到200億歐元［8］；美國計劃從2018年開始的5年內(nèi)，投入20億美元研究新一代人工智能技術(shù)［9］；德國提出到2025年在人工智能領(lǐng)域投入30億歐元［10］；法國提出自2018年開始的5年內(nèi)在人工智能領(lǐng)域投入15億歐元［11］；英國也提出了涵蓋政府、學(xué)界和業(yè)界的9.5億英鎊投入計劃［12］；加拿大、新加坡、丹麥、澳大利亞和韓國等均有政府資金支持的計劃，金額在人民幣數(shù)億元至十幾億元不等［13］。

表1 政府人工智能資金支持計劃Tab．1 Artificial intelligence fund support program by government

表2 人工智能指導(dǎo)性政策Tab．2 Artificial intelligence guiding polices

另外一些是未明確投入資金額度的指導(dǎo)性政策（表2）。2017年7月，中國發(fā)布《新一代人工智能發(fā)展規(guī)劃》，提出人工智能發(fā)展三步走的戰(zhàn)略目標［14］；2018年6月，印度發(fā)布《國家人工智能戰(zhàn)略》，關(guān)注人工智能如何促進經(jīng)濟增長和社會包容性，并提出將印度人工智能解決方案推廣到其它發(fā)展中國家［15］；2018年12月，為落實《歐盟人工智能戰(zhàn)略》，歐盟發(fā)布《人工智能協(xié)調(diào)計劃》，其主題為“人工智能歐洲造”，以促進歐洲人工智能的研發(fā)和應(yīng)用；2019年2月，美國發(fā)布《美國人工智能倡議》［16］，提出調(diào)動更多聯(lián)邦資金和資源用于人工智能研發(fā)，以應(yīng)對來自“戰(zhàn)略競爭者和外國對手”的挑戰(zhàn)，確保美國在該領(lǐng)域的領(lǐng)先地位，并強調(diào)“美國價值和利益”。日本、阿聯(lián)酋、芬蘭、意大利、瑞典、德國、西班牙等也先后提出了相關(guān)人工智能戰(zhàn)略規(guī)劃，多數(shù)提出要爭當人工智能領(lǐng)域的領(lǐng)導(dǎo)者。

這些政策規(guī)劃各不相同，也有一些共性特征。從人工智能技術(shù)發(fā)展來看，這些政策規(guī)劃的共性包括：注重研究經(jīng)費支持，包括引導(dǎo)社會資金的介入；倡導(dǎo)成立專門研究機構(gòu)，搭建人工智能創(chuàng)新平臺；強調(diào)人才的培養(yǎng)，增設(shè)人工智能學(xué)科與課程；支持領(lǐng)域初創(chuàng)企業(yè)發(fā)展壯大，促進成果轉(zhuǎn)化；明確重點方向，聚集力量攻堅克難。從人工智能與人的關(guān)系來看，共性包括：關(guān)注人工智能對就業(yè)的影響；關(guān)切潛在的安全、倫理、法律、社會公平等方面的影響；倡導(dǎo)“以人為本”的人工智能理念。

2 論文分析

本部分數(shù)據(jù)基于Web of Science的核心合集論文數(shù)據(jù)庫（SCI），由系統(tǒng)中的“計算機科學(xué)，人工智能（Computer Science，Artificial Intelligence）”類別進行檢索獲得。檢索截止時間2018年12月31日，檢索日期2019年4月。

2.1 年度趨勢

人工智能領(lǐng)域共產(chǎn)出SCI論文212000余篇。從年度趨勢看（圖1），1990年之前，年度論文產(chǎn)出不足1000篇；1990—1996年前后出現(xiàn)了快速增長；1997—2002年間，增長相對平緩；從2003年開始，論文數(shù)量又出現(xiàn)了快速增長，2010年后年度論文數(shù)量更是達到11000篇以上，人工智能發(fā)展方興未艾。近些年大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展為人工智能發(fā)展提供了基礎(chǔ)。隨著無人駕駛、機器人技術(shù)、人臉識別等技術(shù)的應(yīng)用，加上人工智能程序戰(zhàn)勝人類頂尖圍棋手等熱點事件的助推，人工智能已經(jīng)成為科技領(lǐng)域的一個焦點。

圖1 人工智能SCI發(fā)文年度趨勢Fig．1 Annual trend of artificial intelligence SCI papers

2.2 國家／地區(qū)分布

由美國和中國引領(lǐng)的人工智能領(lǐng)域論文區(qū)域分布特征明顯（圖2）。美國歷年共產(chǎn)出論文48000余篇，居首位；中國（港澳臺另計，后同）以40400篇居其次；其后依次是英國、西班牙、法國等。發(fā)展中國家中，印度和伊朗的論文產(chǎn)出已出現(xiàn)在前列。日本論文產(chǎn)出不算突出，印證了其“應(yīng)用強于研究”的現(xiàn)狀［17］。近十年論文產(chǎn)出又有一些變化。中國以34600余篇大幅領(lǐng)先，并占其歷年論文產(chǎn)出的85%以上，發(fā)展勢頭強勁；美國共計20500余篇居次位，但只占其歷年論文的約43%；再后依次為英國和西班牙，分別占歷年論文的56%和71%；印度和伊朗近十年論文表現(xiàn)突出，分別為6221篇和4995篇，占各自歷年論文的79%和94%。中國、印度、伊朗近十年論文增長勢頭強勁，澳大利亞在發(fā)達國家中增速領(lǐng)先。

作為當今頭號科技強國，美國目前在人工智能領(lǐng)域擁有全球53%的人工智能人才［18］，技術(shù)實力雄厚，論文成果眾多，引領(lǐng)了領(lǐng)域的發(fā)展。中國積極踐行科技強國戰(zhàn)略，積極開展前瞻性科技布局，人工智能人才得到快速聚集和培育；國內(nèi)高等學(xué)校紛紛設(shè)立人工智能專業(yè)和學(xué)院，人工智能獲得高度重視，論文成果獲得了快速增長。

近十年人工智能領(lǐng)域的被引數(shù)據(jù)顯示（圖3），中國論文被引次數(shù)超過65萬余次，超過美國的44萬余次，大幅領(lǐng)先其他國家／地區(qū)，反映出中國該領(lǐng)域論文總體影響的提升。從篇均被引次數(shù)來看，美國以22次領(lǐng)先其他國家／地區(qū)，彰顯其突出的研究影響力。在龐大的論文總量情況下，中國該領(lǐng)域論文平均被引仍然達到了19次之多，顯示出中國在人工智能領(lǐng)域是數(shù)量和質(zhì)量的綜合提升。

圖2 人工智能SCI論文國家／地區(qū)分布Fig．2 Country／region distribution of artificial intelligence SCI papers

圖3 主要國家／地區(qū)人工智能SCI論文（2009—2018）被引情況Fig．3 Citations of SCI papers（2009－2018）during the main countries／regions

分析近十年各國國際合作論文比例趨勢發(fā)現(xiàn)（圖4），澳大利亞、加拿大和英國國際合作論文比例較高，超過72%；美國、法國和德國較為接近，在60%左右。發(fā)達國家國際合作比例近十年普遍呈上升趨勢。發(fā)展中國家國際合作論文比例相對較低，中國國際合作論文比例在30%左右；印度和伊朗的僅為20%左右，且近十年無明顯提升，可見人工智能領(lǐng)域的技術(shù)合作主要發(fā)生在發(fā)達國家之間。發(fā)展中國家本身開放程度相對較低，并且受發(fā)達國家在技術(shù)領(lǐng)域限制甚至是封鎖影響，迫使其技術(shù)發(fā)展更多依靠自身，國際參與度較低。人工智能涉及多個交叉技術(shù)領(lǐng)域，廣泛的合作交流有利于技術(shù)的快速發(fā)展。未來即使面臨阻力，中國也應(yīng)該積極參與國際交流合作，攜手推動人工智能服務(wù)人類社會。

圖4 論文數(shù)量前十國家國際合作論文比例趨勢Fig．4 Proportional trend of international cooperation papers in top ten countries

2.3 機構(gòu)分布

人工智能領(lǐng)域歷年論文總產(chǎn)出在1000篇以上的機構(gòu)共24家（表3），其中，中國11家，美國6家，新加坡2家，韓國、加拿大、西班牙、伊朗和印度各1家。中國科學(xué)院為該領(lǐng)域歷年和近十年論文產(chǎn)出最多機構(gòu)；新加坡南洋理工大學(xué)僅次于中國科學(xué)院，表現(xiàn)突出。除這兩家機構(gòu)外，領(lǐng)域歷年論文在1400篇以上的機構(gòu)有卡耐基梅隆大學(xué)、新加坡國立大學(xué)、香港城市大學(xué)等9所高校；近十年論文產(chǎn)出上，伊斯蘭阿扎德大學(xué)（系統(tǒng)）、西安電子科技大學(xué)、浙江大學(xué)和華中科技大學(xué)等表現(xiàn)突出。對比近十年與歷年份額占比，中國有10家機構(gòu)上升，美國6家機構(gòu)均下降。近些年中國經(jīng)濟社會快速發(fā)展，科技強國戰(zhàn)略穩(wěn)步推進。在這一背景下，國內(nèi)研究機構(gòu)積極布局人工智能研究，科技成果產(chǎn)出富有成效，已具備了開展國際競爭的能力。

2.4 方向?qū)Ρ?/h3>

人工智能涉及領(lǐng)域方向繁多，研究者往往根據(jù)具體需要來考察相應(yīng)研究方向。人工智能研究目的是促使智能機器會聽、會看、會說、會思考、會學(xué)習(xí)、會行動等［4］?？傮w而言，“機器學(xué)習(xí)與算法”、“計算機視覺”和“語音識別及自然語言處理”，大致對應(yīng)了人類智能中的“會思考會學(xué)習(xí)”、“會看”和“會聽、會說”等重要能力，覆蓋了人工智能論文的73%以上，并具備較好的區(qū)分度。因而下面著重就這三個方向進行對比分析。

自1990年以來，三個方向均取得了長足發(fā)展（圖5）。1990—2018年，“機器學(xué)習(xí)與算法”方向論文由220余篇增長到12000余篇，增長勢頭最強勁，表明目前對如何提升機器的“認知能力”的研究熱度很高，這也是邁向未來“強人工智能”的關(guān)鍵所在；“計算機視覺”方向由200余篇增長到近5000篇，增長勢頭也較快，圖像識別和人臉識別相關(guān)成果已得到了大量的應(yīng)用；“語音識別和自然語言處理”方向由40余篇增長到2400余篇，呈平穩(wěn)增長態(tài)勢，但其研究范圍更集中，論文數(shù)量相對較少。

表3 人工智能主要SCI發(fā)文機構(gòu)及論文占比變化情況Tab．3 Main institutions of artificial intelligence SCI papers and the percentage change in recent ten years

圖5 人工智能領(lǐng)域三個方向論文產(chǎn)出趨勢Fig．5 Trends of artificial intelligence papers in three directions

由中美引領(lǐng)的區(qū)域分布特征同樣突出（圖6）。“機器學(xué)習(xí)與算法”方向中國占21%領(lǐng)先，美國占19%居其次；“計算機視覺”方向美國占22%領(lǐng)先，中國占19%居其次；“語音識別和自然語言處理”方向美國占20%領(lǐng)先，中國占14%居次位。中國、美國、英國、西班牙、法國、德國、加拿大和中國臺灣地區(qū)在上述三個方向均居前十；論文數(shù)量排在十名之外的國家／地區(qū)論文平均占比僅約25%，說明人工智能領(lǐng)域論文成果高度集中在少數(shù)國家和地區(qū)。

圖6 三個方向論文國家／地區(qū)分布Fig．6 Country／region distribution of papers for the three directions

3 專利分析

本部分數(shù)據(jù)基于德溫特專利數(shù)據(jù)庫，通過涉及機器計算與算法、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、計算機視覺、語音識別和自然語言處理、機器人等相關(guān)關(guān)鍵詞檢索獲得，檢索策略如下：TS＝（＂artificial intelligen*＂or＂expert system*＂or＂neural network*＂or robotics or＂machine learning＂or＂machine intelligen*＂or＂machine translat*＂or＂deep learning＂or＂natural language processing＂or＂NPL＂or＂speech processing＂or＂ontolog*engineering＂or＂computer intelligen*＂or＂face recognition＂or＂facial recognition＂or＂fuzzy logic＂or＂particle swarm optimization＂or＂support vector machin*＂or＂pattern recognition＂or＂genetic algorithm*＂or＂decision making＂or＂reinforcement learning＂or＂data mining＂or＂feature select*＂or＂feature extract*＂or＂speaker recognition＂or＂computer vision＂or＂object recognition＂or＂action recognition＂or＂visual tracking＂or＂evolutionary algorithm*＂or＂image segmentation＂），檢索截止時間2018年12月31日，檢索日期2019年4月。

3.1 專利數(shù)量

截止2018年，基于德溫特專利數(shù)據(jù)庫的人工智能專利申請量超過118000件（圖7）。1990年之前，專利年申請量不到1000件；至2006年，年申請量穩(wěn)步增長到近1000件；2006之后，年申請量快速增長，最高超過23000件。近些年人工智能應(yīng)用領(lǐng)域不斷延伸，人臉識別、圖像識別、語音識別和機器人技術(shù)等已被商業(yè)化應(yīng)用，無人駕駛、智慧醫(yī)療等概念成為熱點，這些都帶動了人工智能領(lǐng)域的技術(shù)布局；同時，各主要國家認識到人工智能對未來科技的重要性，紛紛出臺激勵政策措施，搶抓技術(shù)布局，力圖占據(jù)技術(shù)制高點。

圖7 人工智能專利年度申請趨勢Fig．7 Tendency of annual application for artificial intelligence patents

3.2 國家與機構(gòu)

“中美引領(lǐng)、中國后來居上”是人工智能領(lǐng)域?qū)＠耐怀鎏攸c。至2018年，中國人工智能領(lǐng)域?qū)＠芾砹砍^43300件（圖8），先后于2012年超過日本、2017年超過美國，目前居世界首位。中美專利受理量有拉開差距趨勢，并大幅領(lǐng)先其他國家或組織。世界知識產(chǎn)權(quán)局專利受理量僅次于中國和美國，呈上升趨勢，突顯各方加緊在世界范圍內(nèi)進行技術(shù)布局的特征。美國憑借雄厚的技術(shù)基礎(chǔ)，在2017年之前長期雄踞專利受理量首位，并在近些年呈加速增長趨勢。2008年中國頒布《國家知識產(chǎn)權(quán)戰(zhàn)略綱要》，知識產(chǎn)權(quán)工作上升為國家戰(zhàn)略，為人工智能技術(shù)的布局創(chuàng)造了條件。在國家政策的推動下，利用互聯(lián)網(wǎng)、大數(shù)據(jù)發(fā)展的契機，中國在人工智能領(lǐng)域的技術(shù)布局得到了長足的發(fā)展，并后來居上。

圖8 主要國家或組織專利受理年度趨勢Fig．8 Annual trends of patent acceptance in major countries or organizations

中國盡管在專利總量上已雄踞首位，但市場主體仍與美國、日本等有一定差距。從專利權(quán)人分布看（圖9），美國IBM公司以2352件絕對領(lǐng)先；中國國家電網(wǎng)擁有1544件，居第二；其后依次為微軟、谷歌和三星等大型企業(yè)。中國科學(xué)院擁有727件專利，在科研機構(gòu)中最多。前二十機構(gòu)中，企業(yè)有14家，其中美國6家，日本4家，中國2家，韓國和德國各1家；科研機構(gòu)有6家，均來自中國。中國該領(lǐng)域?qū)＠晒饕獊碜陨贁?shù)科研機構(gòu)，市場主體明顯不足，說明在科技成果的轉(zhuǎn)化上還急需加強。國際（PCT）專利數(shù)量均不多，相對突出的是NEC公司、英特爾和索尼等。中國機構(gòu)國際專利數(shù)量更少，國際范圍技術(shù)布局還有很大提升空間。

圖9 主要專利權(quán)人專利數(shù)量分布Fig．9 Patent quantity distribution of major patentees

3.3 技術(shù)分布

以國際專利分類代碼描述的技術(shù)分布如圖10所示，主要涉及G06K-009／00（用于閱讀或識別印刷或書寫字符或者用于識別圖形的方法或裝置）、G06F-017／30（適用于特定功能的計算機信息檢索及其數(shù)據(jù)庫結(jié)構(gòu)）、G06N-003／08（基于神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)方法）、G06N-003／04（基于神經(jīng)網(wǎng)絡(luò)模型的計算機系統(tǒng)體系結(jié)構(gòu)）和G06F-017／27（自動分析的自然語言處理方法）等技術(shù)方向?？傮w而言，圖形識別技術(shù)相關(guān)專利數(shù)量最多，增長較快；基于神經(jīng)網(wǎng)絡(luò)技術(shù)方向其次，但增速更快；再后為自然語言處理技術(shù)相關(guān)方向，呈穩(wěn)步增長態(tài)勢。

人工智能領(lǐng)域?qū)＠募夹g(shù)主題分布如圖11所示。專利地圖中數(shù)個突出的“山峰”，即為當前集中的熱點主題，包括“圖像處理技術(shù)”“卷積神經(jīng)網(wǎng)絡(luò)”“機器人”“人臉識別”“檢索與候選答案”以及“支持向量機”等方向。其他一些主題如“語音處理技術(shù)”“車輛信號檢測”“遺傳算法”等方向也有了一定聚集，預(yù)示了人工智能技術(shù)應(yīng)用的動向。

圖10 人工智能專利技術(shù)分布趨勢Fig．10 Distribution trend of artificial intelligence patent technology

圖11 人工智能專利熱點技術(shù)主題分布Fig．11 Topic distribution of artificial intelligence patents

4 結(jié)論與啟示

近些年人工智能國家層面政策密集出臺。這些政策既注重凝聚力量進行科技攻關(guān)，也非常關(guān)注人工智能給人類社會帶來的潛在影響，加強了在倫理、法律、教育、安全等多方面的研究，并倡導(dǎo)“以人為本”的人工智能理念。在政策的推動下，當前人工智能科研成果產(chǎn)出高速增長。中美兩國引領(lǐng)了人工智能領(lǐng)域科研成果。中國近些年國內(nèi)研究機構(gòu)科技成果產(chǎn)出在數(shù)量和影響上均富有成效，已具備了開展國際競爭的能力。通過分析，還可獲得以下結(jié)論：

1）如何提升機器的“認知能力”是當前人工智能研究的關(guān)注焦點?！熬矸e神經(jīng)網(wǎng)絡(luò)”和“圖像處理技術(shù)”等主題是當前技術(shù)的熱點，“語音識別和自然語言處理”、“機器人技術(shù)”等在技術(shù)應(yīng)用領(lǐng)域的布局也較為突出；2）美國在“計算機視覺”、“語音識別和自然語言處理”等方向成果產(chǎn)出領(lǐng)先，中國在“機器學(xué)習(xí)與算法”方向已居領(lǐng)先。其后呈追趕狀態(tài)的主要有英國、西班牙和法國等；3）以中國科學(xué)院為代表的國內(nèi)研究機構(gòu)在人工智能領(lǐng)域基礎(chǔ)研究和應(yīng)用研究上齊頭并進，表現(xiàn)突出。國外在該領(lǐng)域的基礎(chǔ)研究主要集中在高等院校，而技術(shù)應(yīng)用則主要由科技企業(yè)承擔。

對中國人工智能發(fā)展的啟示包括：

1）中國在人工智能領(lǐng)域已具備參與國際競爭的條件，應(yīng)充分利用科研平臺聚集和培育人才，重點突出提升機器“認知能力”，力爭在關(guān)鍵技術(shù)上形成突破；2）中國在堅持科技自立的基礎(chǔ)上，還應(yīng)積極與技術(shù)領(lǐng)先國家和追趕國家開展合作與交流，實時把握領(lǐng)域研究動向，客觀認識自身的優(yōu)勢與不足，不留下技術(shù)短板；3）人工智能的最終目的在于應(yīng)用，加大基礎(chǔ)研究的同時，應(yīng)加快促進科技成果轉(zhuǎn)移轉(zhuǎn)化，培育和壯大市場主體，推動中國人工智能良性發(fā)展。人工智能涉及面廣泛，對經(jīng)濟社會影響廣泛，中國應(yīng)鼓勵智庫機構(gòu)開展前瞻性規(guī)劃研究，貫徹“以人為本”的理念，以利于人工智能更好地服務(wù)于人類社會。

致謝：感謝加拿大維多利亞大學(xué)圖書館研究館員柳穎（Ying Liu）在論文撰寫過程中提供的幫助！