徐延民，李德明

(1.上海財(cái)經(jīng)大學(xué)人文學(xué)院，上海 200433；2.肇慶學(xué)院科技處，廣東肇慶 526000)

人工智能(Artificial Intelligence，簡稱AI)的概念于上世紀(jì)50 年代中期在美國達(dá)特茅斯會(huì)議上提出，其研究領(lǐng)域涉及到心理學(xué)、哲學(xué)、計(jì)算機(jī)等學(xué)科；伴隨跨學(xué)科研究趨勢(shì)日益凸顯，筆者基于CNKI數(shù)據(jù)庫的文獻(xiàn)來源，借助Vosviewer 與Citespace 軟件工具對(duì)國內(nèi)人工智能領(lǐng)域文獻(xiàn)進(jìn)行計(jì)量分析，探索該領(lǐng)域研究現(xiàn)狀，通過可視化圖譜繪制出對(duì)該領(lǐng)域知識(shí)聚類以及學(xué)科交叉的熱點(diǎn)分布。

1 數(shù)據(jù)來源與研究分析

1.1 數(shù)據(jù)來源

為系統(tǒng)分析國內(nèi)人工智能的研究現(xiàn)狀，本文以中國知網(wǎng)CNKI 數(shù)據(jù)庫為數(shù)據(jù)源，選擇時(shí)間不限，按篇名=“人工智能”，期刊來源選取核心期刊與CSSCI 進(jìn)行期刊精確檢索，截至 2020 年3 月3 日，通過檢索得到2 973 篇文獻(xiàn)。經(jīng)閱讀對(duì)文獻(xiàn)數(shù)據(jù)進(jìn)行處理，剔除會(huì)議通知、重復(fù)文獻(xiàn)、關(guān)鍵詞缺失、作者缺失等非學(xué)術(shù)文獻(xiàn)以及相關(guān)度不高的文獻(xiàn)后，共篩選出2 713 篇文獻(xiàn)作為樣本數(shù)據(jù)。

1.2 數(shù)據(jù)整體性分析

通過對(duì)所得文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析表明（見表1），國內(nèi)人工智能研究領(lǐng)域的文獻(xiàn)有2 713 篇，作者4 897 位(含合著)；由圖1 看出，國內(nèi)人工智能研究的年發(fā)文量增長趨勢(shì)，呈現(xiàn)出先平穩(wěn)波動(dòng)到爆發(fā)式增長趨勢(shì)；1992—2015 年期間，每年的發(fā)文量在13～36 篇區(qū)間波動(dòng)；2016—2019 年，發(fā)文量劇增，即2016 年68 篇、2017 年250 篇、2018 年708 篇、2019 年1 023 篇。換言之，該領(lǐng)域的研究在2016 年開始大熱，2017 年噴井式爆發(fā)，其中2017 年的發(fā)文量是2016 年的3.7 倍，2018 年的發(fā)文量將近2017年發(fā)文量的三倍；在2019 年發(fā)文量達(dá)到歷史巔峰，其作者數(shù)為1 866 人，關(guān)鍵詞數(shù)2 550 個(gè)，文獻(xiàn)數(shù)1 023 篇；2016—2019 年期間的發(fā)文量共2 049 篇，占總發(fā)文量（2 713 篇）的比率為75.53%，近幾年來的發(fā)文量增速顯著，表明該領(lǐng)域研究的熱度大增。

表1 國內(nèi)人工智能研究的作者數(shù)、關(guān)鍵詞數(shù)、文獻(xiàn)數(shù)年度分布情況

圖1 國內(nèi)人工智能研究的文獻(xiàn)數(shù)量年度分布可視化圖

由表1 和圖1 可知，2016 年以來國內(nèi)人工智能的文獻(xiàn)數(shù)、作者數(shù)量、關(guān)鍵詞數(shù)都呈現(xiàn)出整體性井噴式增長態(tài)勢(shì)并進(jìn)入活躍期，可以說2016 年是人工智能元年，伴隨國內(nèi)人工智能研究的深入，研究視角日益多元化，研究內(nèi)容也向廣度和深度延伸，可以預(yù)見，在未來一段時(shí)間關(guān)于人工智能的研究將會(huì)繼續(xù)呈現(xiàn)大熱態(tài)勢(shì)。

1.3 作者分析

樣本文獻(xiàn)中，發(fā)文量大于等于3 篇的作者共有165 位，礙于文章篇幅限制，將發(fā)文量大于等于4 篇的62 位作者列表呈現(xiàn)（見表2）。在本表中發(fā)文前五位的作者并非人工智能學(xué)科科班出身，其中高奇琦教授的學(xué)科背景是政治學(xué)，徐英瑾教授學(xué)科背景是哲學(xué)等等；換言之，不同知識(shí)背景的人文學(xué)者在該領(lǐng)域匯聚是不爭的事實(shí)，未來研究范式呈現(xiàn)出多元化的研究進(jìn)路。

表2 國內(nèi)人工智能文獻(xiàn)1992—2020 年發(fā)文作者列表（發(fā)文量≥4） 單位：篇

筆者借助vosviewer 軟件將作者出現(xiàn)最小頻次（minimum number of occurrence of a keyword）設(shè)置為3，即表示該作者出現(xiàn)次數(shù)大于或者等于3 次會(huì)在圖中顯示，經(jīng)過數(shù)據(jù)處理最終得到節(jié)點(diǎn)共165 位作者在圖中共現(xiàn)（見圖2）。圖2 中的節(jié)點(diǎn)與字體的大小表示該節(jié)點(diǎn)出現(xiàn)的頻率高低，字體與節(jié)點(diǎn)越大表明頻率越高，節(jié)點(diǎn)間連線表示作者曾經(jīng)合作發(fā)表過文章。如圖2 所示，作者合作團(tuán)體主要有：李德毅、潘云鶴為中心的學(xué)術(shù)團(tuán)隊(duì)合作，徐英瑾、王培、陳昌鳳為中心的團(tuán)隊(duì)合作，還有于觀貞為中心的學(xué)術(shù)合作，剩下的大部分作者合作發(fā)文較少或者獨(dú)作為主。

圖2 基于vosviewer 軟件的作者共現(xiàn)圖

1.4 關(guān)鍵詞分析

樣本數(shù)據(jù)文獻(xiàn)中共有關(guān)鍵詞7 671 個(gè)，頻次在15 次以上高頻關(guān)鍵詞有38 個(gè)（見表3）。由表3 得出，自2016 年以來出現(xiàn)的高頻關(guān)鍵詞有大數(shù)據(jù)、人工智能時(shí)代、著作權(quán)、人才培養(yǎng)、智能教育、人機(jī)協(xié)同、獨(dú)創(chuàng)性、出版業(yè)、新聞業(yè)、新聞生產(chǎn)、職業(yè)教育、人工智能生成物、刑事責(zé)任、智能化、法律規(guī)制、人工智能創(chuàng)作物、法律主體。這些關(guān)鍵詞反映了最近幾年的研究熱點(diǎn)，在圖3 與圖4 中的可視化圖譜中可以看到它們的相應(yīng)節(jié)點(diǎn)。

表3 國內(nèi)人工智能文獻(xiàn)1992—2020 年高頻關(guān)鍵詞列表（閾值≥15） 單位：次

1.5 基于vosviewer 的關(guān)鍵詞標(biāo)簽共現(xiàn)圖分析

筆者將關(guān)鍵詞出現(xiàn)最小頻次（minimum number of occurrence of a keyword）設(shè)置為7，即表示該詞匯出現(xiàn)次數(shù)大于等于7 次的在圖中顯示，經(jīng)過數(shù)據(jù)處理最終得到節(jié)點(diǎn)共140 個(gè)。如圖3 所示，圖中節(jié)點(diǎn)和字體越大表示頻率越高，節(jié)點(diǎn)之間的連線表示節(jié)點(diǎn)之間曾共同出現(xiàn)過，節(jié)點(diǎn)顏色表示不同類別的聚類。分析圖3 可得，關(guān)鍵詞基本在自然科學(xué)領(lǐng)域和人文社會(huì)領(lǐng)域兩個(gè)知識(shí)群，對(duì)其劃分為五大聚類：標(biāo)簽一的聚類，主要節(jié)點(diǎn)人工智能技術(shù)、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、知識(shí)庫、知識(shí)獲取等，這表明人工智能技術(shù)工程領(lǐng)域應(yīng)用的聚類；標(biāo)簽二的聚類節(jié)點(diǎn)有計(jì)算機(jī)、機(jī)器、人類、人類智能、人腦等，該聚類圍繞人工智能與人類智能相關(guān)的討論；標(biāo)簽三的聚類節(jié)點(diǎn)有大數(shù)據(jù)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、區(qū)塊鏈、全球治理、醫(yī)學(xué)影像、圖書館、數(shù)據(jù)挖掘、倫理、社會(huì)治理等，反映了人工智能研究的學(xué)科融合，從計(jì)算機(jī)技術(shù)工程領(lǐng)域向經(jīng)濟(jì)學(xué)、醫(yī)學(xué)、圖書情報(bào)學(xué)、社會(huì)學(xué)、倫理學(xué)等領(lǐng)域等各類社會(huì)應(yīng)用的普遍拓展，即人文社會(huì)領(lǐng)域融合發(fā)展研究。標(biāo)簽四與標(biāo)簽五是人工智能向人文社會(huì)領(lǐng)域拓展融合過程中的聚焦子類，分別是人工智能涉及的法律問題研究以及人工智能對(duì)教育的影響應(yīng)用研究；標(biāo)簽四的節(jié)點(diǎn)有著作權(quán)、知識(shí)產(chǎn)權(quán)、法律主體、刑事責(zé)任、人工智能創(chuàng)作物等，標(biāo)簽五的節(jié)點(diǎn)有智能教育、人才培養(yǎng)、教育人工智能、新工科、職業(yè)教育等。總而言之，兩大知識(shí)群與五大聚類共同形成了國內(nèi)人工智能研究的基本格局，為進(jìn)一步深化該領(lǐng)域研究提供思路。

圖3 基于vosviewer 軟件的關(guān)鍵詞標(biāo)簽共現(xiàn)圖

1.6 基于Citespace 的關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖譜分析

關(guān)鍵詞進(jìn)行聚類分析可以得出該研究領(lǐng)域內(nèi)各研究主題的基本狀況。為了清晰地識(shí)別學(xué)科發(fā)展的拐點(diǎn)與前沿的時(shí)態(tài)模式，可以將關(guān)鍵詞共現(xiàn)圖譜按照時(shí)間序列進(jìn)行排布，從而顯示出每個(gè)時(shí)間段內(nèi)研究熱點(diǎn)的分布情況。在本研究中，筆者借助Citespace 軟件將節(jié)點(diǎn)選擇為關(guān)鍵詞（Keyword），切片長度（Slice Length）設(shè)置為3，選擇標(biāo)準(zhǔn)（Selection Criteria）設(shè)置為Top50 per slice，即提取每個(gè)時(shí)間切片排名50位的數(shù)據(jù)來生成關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖譜（Time Zone），如圖4 所示。在此關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖譜中，每個(gè)時(shí)間段對(duì)應(yīng)一條縱向的時(shí)間軸，時(shí)間軸上的關(guān)鍵詞代表著在該時(shí)間內(nèi)該關(guān)鍵詞首次出現(xiàn)，節(jié)點(diǎn)的大小表示該關(guān)鍵詞出現(xiàn)頻次的高低，連線代表共現(xiàn)。

由圖4 可知，中國人工智能研究主題在不斷地演變，結(jié)合定性分析可以將其劃分為三個(gè)階段：首先是1992—2000 年，這一階段主要停留在人工智能技術(shù)的理論探究層面，圍繞神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、機(jī)器學(xué)習(xí)、遺傳算法等關(guān)鍵詞進(jìn)行研究居多；其次是2001—2016 年，此階段的研究主題比較分散，對(duì)應(yīng)該階段研究中的關(guān)鍵詞出現(xiàn)頻次太低，以至于在中間有一段空白時(shí)期，說明未形成比較集中的研究問題；第三個(gè)階段為2016 年-至今，其研究主題不斷擴(kuò)大，研究熱點(diǎn)持續(xù)增多；此階段人工智能研究的主題發(fā)散式擴(kuò)展，其中有深度學(xué)習(xí)、智能教育、人工智能創(chuàng)作物、知識(shí)產(chǎn)權(quán)、刑事責(zé)任、法律人格、政府治理等高頻詞的出現(xiàn)，這代表了不同學(xué)科背景的學(xué)者都在此匯聚，逐步從技術(shù)工程領(lǐng)域向人文社會(huì)領(lǐng)域的社會(huì)應(yīng)用體系拓展。

圖4 基于Citespace 的關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖譜

2 研究內(nèi)容分析

知識(shí)圖譜客觀地呈現(xiàn)了當(dāng)前國內(nèi)人工智能領(lǐng)域的研究現(xiàn)狀，筆者結(jié)合樣本數(shù)據(jù)的相關(guān)文獻(xiàn)進(jìn)一步整理，結(jié)合圖3 的標(biāo)簽圖對(duì)五大聚類進(jìn)行分析介紹。

2.1 人工智能技術(shù)發(fā)展及應(yīng)用研究

標(biāo)簽一聚類的關(guān)鍵詞有神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、人工智能技術(shù)、遺傳算法、知識(shí)庫、數(shù)據(jù)挖掘、卷積神經(jīng)網(wǎng)絡(luò)等，聚類標(biāo)簽一的關(guān)鍵詞是圍繞工程技術(shù)領(lǐng)域展開的。工程技術(shù)范疇下的人工智能是與技術(shù)發(fā)展緊密關(guān)聯(lián)，人工智能技術(shù)最開始是智能機(jī)器或智能人工物，人工智能在歷史發(fā)展中有三大派別，分別是符號(hào)主義、聯(lián)結(jié)主義、行為主義；這三大派別在模擬人類智能的過程中，功能模擬對(duì)應(yīng)符號(hào)主義，結(jié)構(gòu)模擬對(duì)應(yīng)人工神經(jīng)網(wǎng)絡(luò)的聯(lián)結(jié)主義，行為模擬對(duì)應(yīng)感知?jiǎng)幼飨到y(tǒng)的行為主義；這三者不能相互融通，導(dǎo)致人工智能研究各說自話，沒有統(tǒng)一共識(shí)。構(gòu)建統(tǒng)一研究范式，需要運(yùn)用新的方法論為人工智能研究提供對(duì)話機(jī)制，即通過確立人工智能生態(tài)系統(tǒng)共生機(jī)制，將信息、感知、認(rèn)知、情感、理智、綜合決策等基礎(chǔ)概念重新整合，進(jìn)而在共生機(jī)制框架下結(jié)構(gòu)模擬、功能模擬與行為模擬的三大主義達(dá)成統(tǒng)一，未來通用人工智能理論是基于機(jī)制主義的智能理論［1］。

2.2 人工智能與人類智能的關(guān)系研究

標(biāo)簽二的聚類節(jié)點(diǎn)有計(jì)算機(jī)、機(jī)器、人類、人類智能、人腦等，該聚類圍繞人工智能與人類智能的關(guān)系討論。蔡曙山等［2］從神經(jīng)層面、心理層面、語言層面、思維層面、文化層面來區(qū)分人工智能與人類智能的差別；人類認(rèn)知中，其中心理與神經(jīng)層面的認(rèn)知是低階認(rèn)知，語言、思維、文化層面的認(rèn)知是高階認(rèn)知，人工智能只是對(duì)人類智能能力的模仿，在整體上并未超過人類智能。體能與智能作為人的兩種能力，人的能力逐步被工具延展替代，從人工體能到人工智能是工具發(fā)展的質(zhì)變，為社會(huì)進(jìn)步與人的解放增添動(dòng)力；人工智能與人的智能的相互融合發(fā)展是未來人機(jī)智能的發(fā)展前景［3］。區(qū)分作為工具的智能機(jī)器與作為主體的智能機(jī)器人，人的定義從本質(zhì)主義轉(zhuǎn)向功能主義。人與機(jī)器的關(guān)系到跨人機(jī)主體間的關(guān)系，自然人自身再進(jìn)化、人機(jī)融合是自然人避免被智能機(jī)器人所替代、淘汰的可行方案［4］。

2.3 人工智能與人文社會(huì)科學(xué)領(lǐng)域的融合

標(biāo)簽三的聚類節(jié)點(diǎn)有智能機(jī)器人、大數(shù)據(jù)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、區(qū)塊鏈、全球治理、醫(yī)學(xué)影像、圖書館、數(shù)據(jù)挖掘、倫理、社會(huì)治理等，反映了人工智能研究從計(jì)算機(jī)技術(shù)工程領(lǐng)域向與社會(huì)學(xué)、倫理學(xué)、醫(yī)學(xué)、圖書情報(bào)學(xué)等人文社會(huì)科學(xué)領(lǐng)域融合的方向發(fā)展。

下面介紹下人工智能的哲學(xué)、倫理學(xué)等問題的探討，比如現(xiàn)象學(xué)、心靈哲學(xué)、主體性、本體論、認(rèn)識(shí)論等；任曉明［5］從計(jì)算機(jī)科學(xué)哲學(xué)、人工智能哲學(xué)、信息哲學(xué)等多學(xué)科交叉滲透的復(fù)雜性來分析人工智能哲學(xué)發(fā)展，通過本體論、認(rèn)識(shí)論、美學(xué)、邏輯學(xué)、倫理學(xué)等維度來展示其理論前沿與發(fā)展前景。王治東［6］對(duì)人工智能的本體論、認(rèn)識(shí)論、方法論、價(jià)值論四個(gè)維度的研究路徑進(jìn)行闡述。鄭祥福［7］對(duì)人工智能的四個(gè)哲學(xué)問題進(jìn)行了闡述，分別是人的意向性問題、概念框架問題、語境問題、日常化認(rèn)識(shí)問題。孫保學(xué)與李倫［8］認(rèn)為，人工智能的“機(jī)芯”設(shè)計(jì)在人工智能開發(fā)設(shè)計(jì)使用者的“良心”的指導(dǎo)下設(shè)計(jì)出合乎道德算法的機(jī)器，進(jìn)而確保人工智能的善用，最終指出人工智能倫理研究存在四個(gè)向度，即人工智能道德哲學(xué)、人工智能道德算法、人工智能設(shè)計(jì)倫理、人工智能社會(huì)倫理。孫偉平［9］針對(duì)人工智能技術(shù)的應(yīng)用引起的倫理沖突以及相應(yīng)的倫理規(guī)制進(jìn)行了分析，也對(duì)人工智能的價(jià)值沖突進(jìn)行了反思［10］。王天恩［11］認(rèn)為在人工智能發(fā)展的外在倫理限制和內(nèi)在倫理的支持中，對(duì)人工智能與人的發(fā)展所不可獲取的部分，應(yīng)從消極倫理限制向積極倫理規(guī)制的轉(zhuǎn)變，創(chuàng)新觀念給予倫理支持，進(jìn)而協(xié)調(diào)因人機(jī)融合進(jìn)化中出現(xiàn)的新倫理關(guān)系。在人機(jī)交互系統(tǒng)中智能體“主體性”越來越強(qiáng)，引發(fā)學(xué)界對(duì)人機(jī)系統(tǒng)中智能體的事故責(zé)任以及如何承擔(dān)等問題的討論，在一定程度上人類認(rèn)知通過人工智能體進(jìn)行延展，但是責(zé)任并未得以延展，這就需要在設(shè)計(jì)之初將責(zé)任要素考慮在內(nèi)，通過“輸入-輸出”能否控制的四種語境進(jìn)行設(shè)計(jì)人機(jī)系統(tǒng)責(zé)任承擔(dān)方案［12］。

人工智能引起的社會(huì)各個(gè)領(lǐng)域的整體性變革，由此產(chǎn)生的社會(huì)治理倒逼公共政策框架的重構(gòu)與創(chuàng)新，分別在技術(shù)邏輯、風(fēng)險(xiǎn)挑戰(zhàn)、公共政策選擇三個(gè)層面上對(duì)人工智能治理進(jìn)行了闡述［13］。在AI 產(chǎn)業(yè)布局上，我國與美國還存在差距，下一步需在AI戰(zhàn)略布局、科研投入、科研人才培養(yǎng)模式等方面促進(jìn)我國AI 產(chǎn)業(yè)加速發(fā)展［14］。

2.4 人工智能涉及的法律問題研究

標(biāo)簽四的節(jié)點(diǎn)有著作權(quán)、知識(shí)產(chǎn)權(quán)、法律主體、刑事責(zé)任、人工智能創(chuàng)作物等，這是人工智能領(lǐng)域研究在人文社會(huì)科學(xué)領(lǐng)域滲透過程中凸顯出的子聚類。在關(guān)鍵詞共現(xiàn)聚類圖譜中，人工智能的知識(shí)產(chǎn)權(quán)認(rèn)定，刑事責(zé)任主體等在人工智能技術(shù)社會(huì)應(yīng)用中所要面臨的現(xiàn)實(shí)風(fēng)險(xiǎn)。法律內(nèi)部系統(tǒng)正面臨著人工智能系統(tǒng)所帶來的指令或行為沖突，在具體的民事活動(dòng)與刑事活動(dòng)中背離了傳統(tǒng)的法律因果關(guān)系所造成的現(xiàn)實(shí)法律風(fēng)險(xiǎn)。針對(duì)人工智能行為的法律因果關(guān)系的認(rèn)定進(jìn)行歸責(zé)是現(xiàn)當(dāng)代法律制定部門亟需解決的問題，面對(duì)不同行為邏輯的人工智能系統(tǒng)，比如基于有導(dǎo)向算法與無導(dǎo)向算法的人工智能行為，對(duì)行為產(chǎn)生的法律因果關(guān)系的討論需要將技術(shù)代碼邏輯以及現(xiàn)有法律規(guī)制進(jìn)行融合。

人工智能創(chuàng)作的雙重標(biāo)準(zhǔn)，即在形式上版權(quán)法規(guī)定的外在標(biāo)準(zhǔn)以及受版權(quán)法保護(hù)的作品應(yīng)滿足智力創(chuàng)作的內(nèi)在標(biāo)準(zhǔn)；從數(shù)據(jù)與表達(dá)在觀念上做出區(qū)分，人工智能創(chuàng)作程序的所有者對(duì)數(shù)據(jù)層面的創(chuàng)作結(jié)果擁有權(quán)利，從數(shù)據(jù)中挖掘出具有市場價(jià)值的人來說，這種結(jié)果是擁有排他性并弱于版權(quán)的特別知識(shí)產(chǎn)權(quán)，從一定程度上，可以避免利用人工智能開展“數(shù)據(jù)圈地”，也可以合理利用純粹人工智能創(chuàng)作產(chǎn)生的版權(quán)侵權(quán)責(zé)任［15］。

法律主體人格是社會(huì)建構(gòu)出來的產(chǎn)物，人工智能的法律主體人格并非完全以人為前提，面對(duì)現(xiàn)狀我們需要保持一種開放態(tài)度［16］。也有學(xué)者認(rèn)為，意志要素與認(rèn)識(shí)要素是認(rèn)定刑事主體的關(guān)鍵，人工智能主體類似于法人主體（沒有人類肉體與意識(shí)的構(gòu)造模式），但是法人運(yùn)行機(jī)制符合主體認(rèn)定的實(shí)質(zhì)要求，當(dāng)前人工智能則不具備，從刑罰目的實(shí)現(xiàn)出發(fā)，反面論證當(dāng)前人工智能沒有必要作為刑事主體認(rèn)定［17］。

2.5 人工智能對(duì)教育的影響及應(yīng)用研究

標(biāo)簽五的關(guān)鍵詞節(jié)點(diǎn)有職業(yè)教育、教育人工智能、智能教育、人才培養(yǎng)等。近幾年來人工智能領(lǐng)域呈現(xiàn)爆發(fā)式增長，一方面，人工智能與教育的融合促進(jìn)了教育行業(yè)現(xiàn)代化發(fā)展；另一方面，人工智能學(xué)科本身是教育學(xué)科門類下的子學(xué)科，其發(fā)展必然受到學(xué)科本身的轄制。新工科需要與智能一級(jí)學(xué)科的設(shè)置相配套，需要有新的專業(yè)，智能科學(xué)與技術(shù)的核心課程應(yīng)成為理工科通識(shí)教育課程；中國智能人才的教育體系需要在“知行合一，學(xué)以致用”為特色的工程教育改革中生成［18］。人工智能工程教育仍是作為關(guān)鍵性基礎(chǔ)學(xué)科，作為新工科的學(xué)科屬性并未改變；然而在社會(huì)化應(yīng)用過程中考量的參考指標(biāo)就需要人文社會(huì)學(xué)科的參與，在相互融合過程中不斷打磨出學(xué)科的新高度?！爸悄苌鐣?huì)科學(xué)應(yīng)由智能政治學(xué)、智能社會(huì)學(xué)、智能法學(xué)、智能經(jīng)濟(jì)學(xué)、智能教育學(xué)、智能心理學(xué)、智能語言學(xué)等二級(jí)學(xué)科構(gòu)成。智能社會(huì)科學(xué)的構(gòu)建是一項(xiàng)極其復(fù)雜的系統(tǒng)工程，一方面需要對(duì)其進(jìn)行頂層規(guī)劃與設(shè)計(jì)，另一方面也需要社會(huì)各界的廣泛參與［19］。”智能科學(xué)技術(shù)的發(fā)展，不再是傳統(tǒng)意義的工程科學(xué)，而是推動(dòng)新工科建設(shè)內(nèi)在驅(qū)動(dòng)力。智能時(shí)代的新工科建設(shè)與智能科學(xué)與技術(shù)的發(fā)展緊密相關(guān)，針對(duì)智能專業(yè)的課程開設(shè)應(yīng)相適合，落實(shí)人才培養(yǎng)體系，促進(jìn)學(xué)以致用的工程教育改革。中國要立足于世界之林并實(shí)現(xiàn)中國夢(mèng)，需要在教育上狠下功夫，為培養(yǎng)跨界創(chuàng)新的新工科優(yōu)秀人才提供基本保障。

人類的教育始終都是圍繞著“人”展開，是從人的框架中探尋教育的本質(zhì)；人工智能時(shí)代對(duì)人的素質(zhì)教育培養(yǎng)提出了新的要求，傳統(tǒng)的德智體美等素質(zhì)理念需要重新審視，即傳統(tǒng)知識(shí)通過數(shù)據(jù)算法等形式呈現(xiàn)，知識(shí)的認(rèn)知獲取方式發(fā)生了變化。人的全面發(fā)展利用人工智能技術(shù)的“嫁接”，未來人的教育培養(yǎng)以及人自身的整體能力水平等都會(huì)得到整體性提升。整體性人格教育不再是單純的知識(shí)教育，還有情感、意志等多方面的教育，可以說智能教育為健全人格提供了多維度解決方案。未來教育借助通用人工智能，擺脫人的先天生物體約束，將傳統(tǒng)人類教育融合機(jī)器教育，形塑“人-機(jī)”二元主體的教育學(xué)習(xí)模式［20］。

3 結(jié)論

人工智能科學(xué)研究作為自然科學(xué)領(lǐng)域的研究對(duì)象，近年來在其社會(huì)化應(yīng)用的過程中逐步受到人文社會(huì)領(lǐng)域的關(guān)注。本文通過分析篇名含有“人工智能”的CNKI 數(shù)據(jù)庫中的2 713 篇文獻(xiàn)，進(jìn)行了量化分析研究；基于關(guān)鍵詞時(shí)區(qū)圖譜，在時(shí)間維度上呈現(xiàn)了人工智能在過去二十多年間的研究主題演變情況；在研究內(nèi)容上通過對(duì)關(guān)鍵詞進(jìn)行聚類分析得出當(dāng)前人工智能研究的五大聚類，即人工智能技術(shù)及應(yīng)用研究、人工智能與人類智能的關(guān)系研究、人工智能與人文社會(huì)科學(xué)的融合、人工智能涉及的法律問題研究、人工智能對(duì)教育的影響及應(yīng)用研究五個(gè)部分，分析五大聚類主題為人工智能領(lǐng)域發(fā)展脈絡(luò)提供了一些線索。換言之，人工智能研究正經(jīng)歷著從工程技術(shù)領(lǐng)域向人文社會(huì)領(lǐng)域的融合過程，打通學(xué)科邊界進(jìn)而建構(gòu)交流平臺(tái)，促進(jìn)大人文學(xué)科發(fā)展戰(zhàn)略落地，為提升整體科研水平貢獻(xiàn)力量。

當(dāng)前人工智能相關(guān)研究的主題演化、內(nèi)容分支、跨學(xué)科融合等問題是本文可視化研究突出所在。但是本論文采用的檢索式局限于篇名含有“人工智能”以及沒有將國外數(shù)據(jù)庫的人工智能研究進(jìn)行呈現(xiàn)，未能全方位展示人工智能發(fā)展?fàn)顩r是本論文的缺憾。在人工智能領(lǐng)域的研究上，筆者初衷是借助小樣本數(shù)據(jù)拋磚引玉，為以后研究提供一些線索與思考。