張少杰，李 娜

(吉林大學(xué)管理學(xué)院，長春 吉林 130000)

0 引言

人工智能是利用數(shù)字計(jì)算機(jī)或者數(shù)字計(jì)算機(jī)控制的機(jī)器模擬、延伸和擴(kuò)展人的智能，感知環(huán)境、獲取知識(shí)并使用知識(shí)獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)[1]。1956年，人工智能一詞在達(dá)特茅斯會(huì)議上首次被正式提出，但是由于受到計(jì)算能力、儲(chǔ)存水平等諸多因素的限制，人工智能的發(fā)展幾經(jīng)波折。如今，隨著大數(shù)據(jù)時(shí)代的到來和計(jì)算能力的提升，人工智能逐漸應(yīng)用到社會(huì)各領(lǐng)域，尤其是在此次抗擊新型冠狀病毒肺炎的疫情中，人工智能在疫情防控、臨床診斷、資源調(diào)配、信息傳播和搜集等各個(gè)環(huán)節(jié)發(fā)揮了巨大作用，讓整個(gè)社會(huì)進(jìn)一步認(rèn)識(shí)到人工智能在促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展方面所蘊(yùn)藏的巨大潛力和價(jià)值。隨著疫情的逐漸好轉(zhuǎn)，后疫情時(shí)代人工智能的重要性被提升到了新高度，國務(wù)院在《新一代人工智能發(fā)展規(guī)劃》中指出，要進(jìn)一步釋放人工智能在歷次科技革命和產(chǎn)業(yè)變革中積蓄的巨大能量，從而實(shí)現(xiàn)社會(huì)生產(chǎn)力的整體躍遷[2]。在此情境下，厘清社會(huì)科學(xué)領(lǐng)域人工智能研究的發(fā)展脈絡(luò)和研究現(xiàn)狀，具有一定的理論及現(xiàn)實(shí)意義。

從研究的學(xué)科領(lǐng)域來看，人工智能最早存在于自然科學(xué)尤其是計(jì)算機(jī)科學(xué)領(lǐng)域，20世紀(jì)90年代后期以來，隨著人工智能技術(shù)應(yīng)用范圍的不斷擴(kuò)大，越來越多的學(xué)者開始從社會(huì)科學(xué)的視角研究人工智能問題，以經(jīng)濟(jì)學(xué)、管理學(xué)和倫理學(xué)等學(xué)科為主，探索人工智能對(duì)人類發(fā)展和經(jīng)濟(jì)社會(huì)系統(tǒng)的影響。但與人工智能的實(shí)踐應(yīng)用相比，學(xué)術(shù)研究仍相對(duì)滯后，尤其是在社會(huì)科學(xué)領(lǐng)域，相關(guān)研究較為分散和局限，仍存在以下不足：①研究范圍較窄，多是從某一行業(yè)角度出發(fā)，沒有從人工智能整體發(fā)展階段來分析人工智能主題，不能全面系統(tǒng)地反映人工智能研究的整體演進(jìn)過程和趨勢(shì)特征；②多是定性分析，以數(shù)據(jù)為支撐的量化分析相對(duì)較少；③缺少針對(duì)社會(huì)科學(xué)領(lǐng)域人工智能研究的有效梳理，無法體現(xiàn)出社會(huì)科學(xué)領(lǐng)域研究的側(cè)重點(diǎn)。鑒于此，本文借助CiteSpace科學(xué)計(jì)量工具，基于社會(huì)科學(xué)領(lǐng)域廣泛使用的權(quán)威性引文索引數(shù)據(jù)庫SSCI，對(duì)1956—2019年3620篇相關(guān)文獻(xiàn)進(jìn)行可視化分析，通過對(duì)國際社會(huì)科學(xué)領(lǐng)域人工智能研究的發(fā)文量、核心國家、機(jī)構(gòu)、作者進(jìn)行分析，梳理社會(huì)科學(xué)領(lǐng)域內(nèi)人工智能研究的水平現(xiàn)狀；通過引文聚類來厘清社會(huì)科學(xué)領(lǐng)域人工智能研究的演變歷程，通過關(guān)鍵詞突變檢測社會(huì)科學(xué)領(lǐng)域人工智能研究的前沿?zé)狳c(diǎn)。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

本文采用CiteSpace軟件對(duì)人工智能的文獻(xiàn)數(shù)據(jù)進(jìn)行科學(xué)計(jì)量，該軟件是由美國德雷塞爾大學(xué)陳超美教授應(yīng)用Java語言開發(fā)的科學(xué)知識(shí)圖譜繪制軟件，可以對(duì)知識(shí)單元或知識(shí)群之間復(fù)雜的網(wǎng)絡(luò)關(guān)系進(jìn)行可視化分析，通過厘清各知識(shí)單元之間的各種作用關(guān)系，探尋該研究領(lǐng)域演進(jìn)的主要路徑和知識(shí)樞紐，并通過一系列可視化圖譜的繪制來實(shí)現(xiàn)對(duì)主題演化內(nèi)在動(dòng)力機(jī)制的剖析和領(lǐng)域前沿?zé)狳c(diǎn)的探測，從而幫助研究者客觀認(rèn)識(shí)該領(lǐng)域的發(fā)展概貌[3]。

1.2 數(shù)據(jù)來源

任何知識(shí)圖譜繪制的科學(xué)性都根源于數(shù)據(jù)基礎(chǔ)，即如何精準(zhǔn)全面地檢索到所要研究主題的全部文獻(xiàn)是關(guān)鍵問題。Social Sciences Citation Index (社會(huì)科學(xué)引文索引)是Web of Science核心合集的三大數(shù)據(jù)庫之一，收錄了來自社會(huì)科學(xué)領(lǐng)域56個(gè)學(xué)科的3200多種最具權(quán)威和影響力的學(xué)術(shù)期刊，是全球著名的社會(huì)科學(xué)領(lǐng)域的引文索引數(shù)據(jù)庫。本文研究數(shù)據(jù)以SSCI數(shù)據(jù)庫為來源，以 “Artificial Intelligence”為主題詞進(jìn)行檢索。為了提高分析質(zhì)量，本研究只保留文獻(xiàn)類型是 “Article”的期刊文獻(xiàn)作為數(shù)據(jù)源。由于人工智能概念是在1956年美國達(dá)特茅斯會(huì)議上被首次提出，所以將時(shí)間跨度設(shè)置為1956—2019年 (實(shí)際檢索出的最早研究文獻(xiàn)出現(xiàn)于1960年，實(shí)際時(shí)間跨度為1960—2019年)。數(shù)據(jù)檢索日期為2020年3月24日，共檢索到相關(guān)文獻(xiàn)3676篇，為了保證查準(zhǔn)率，由兩人分別獨(dú)立篩選剔除重復(fù)和不相關(guān)文獻(xiàn)，再由第三人進(jìn)行審核確定，最終獲得3620篇有效文獻(xiàn)數(shù)據(jù)。

2 國際社會(huì)科學(xué)領(lǐng)域人工智能的研究現(xiàn)狀

2.1 國際發(fā)文量年份分布

1960—2019年，文獻(xiàn)數(shù)量呈現(xiàn)出 “局部起伏波動(dòng)，總量持續(xù)增長”的趨勢(shì)，社會(huì)科學(xué)領(lǐng)域人工智能研究歷經(jīng)多次研究繁榮期，進(jìn)入21世紀(jì)后最終總量成指數(shù)型飛速上漲。第一篇來自社會(huì)科學(xué)領(lǐng)域的相關(guān)文獻(xiàn)發(fā)表于1960年，但在隨后的20年里發(fā)文量較少，年均發(fā)文量僅為3.54篇，相關(guān)研究尚處于早期探索階段，尚未在社科領(lǐng)域內(nèi)引起學(xué)者廣泛關(guān)注。直到1984年，哈佛大學(xué)教授萊斯利·瓦利安特提出 “概率近似正確”的學(xué)習(xí)模型，該模型為人工智能領(lǐng)域的發(fā)展提供了堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)，由此引發(fā)了第一波人工智能學(xué)術(shù)研究的熱潮，也吸引了一批社會(huì)科學(xué)領(lǐng)域的學(xué)者就人工智能技術(shù)在經(jīng)濟(jì)社會(huì)發(fā)展中的作用展開了早期研究，研究領(lǐng)域遍及心理學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科，其發(fā)文數(shù)量由1984年的18篇逐漸攀升至1987年的38篇。進(jìn)入20世紀(jì)90年代以后，隨著人工智能技術(shù)不斷成熟，社會(huì)科學(xué)領(lǐng)域人工智能的研究又迎來了第二波研究高潮，此階段相關(guān)文獻(xiàn)數(shù)量明顯增加，研究所涉及的社會(huì)科學(xué)領(lǐng)域也更為廣泛，倫理學(xué)、法學(xué)、社會(huì)學(xué)等學(xué)科也加入與人工智能學(xué)科的交叉研究中，發(fā)文量在1995年達(dá)到峰值84篇后又有所回落，但年發(fā)文量基本維持在40篇以上。2010年以后，人工智能相繼在語音識(shí)別、計(jì)算機(jī)視覺等領(lǐng)域取得重大進(jìn)展，人工智能產(chǎn)業(yè)逐漸完善，社會(huì)科學(xué)領(lǐng)域相關(guān)文獻(xiàn)數(shù)量也進(jìn)入快速增長階段，研究成果逐年增加，年均發(fā)文量達(dá)到100篇以上，尤其是2016年人工智能程序AlphaGo打敗世界圍棋冠軍以來，社會(huì)科學(xué)領(lǐng)域?qū)θ斯ぶ悄艿难芯砍时l(fā)式增長，發(fā)文量年均增長率高達(dá)165%，社會(huì)科學(xué)領(lǐng)域內(nèi)人工智能研究進(jìn)入高峰期，研究范圍遍及社會(huì)科學(xué)領(lǐng)域各學(xué)科。

2.2 國家分析

每一項(xiàng)研究課題的興起和發(fā)展都會(huì)受到其所處國家社會(huì)環(huán)境的影響。對(duì)國家/地區(qū)的知識(shí)圖譜分析，可以反映出該國在此領(lǐng)域的競爭力和地位。本文利用CiteSpace軟件對(duì)社會(huì)科學(xué)領(lǐng)域3620篇人工智能相關(guān)文獻(xiàn)進(jìn)行國家分析，節(jié)點(diǎn)類型設(shè)置為Country，統(tǒng)計(jì)出發(fā)文量及中心度較高的前15個(gè)國家如表1所示。

表1 社會(huì)科學(xué)領(lǐng)域人工智能研究高產(chǎn)國家分布

從發(fā)文數(shù)量來看，社會(huì)科學(xué)領(lǐng)域人工智能研究排名前15的國家依次是美國、中國、英國、西班牙、加拿大、德國、澳大利亞、意大利、法國、荷蘭等國家?？傮w來看，主要集中在歐洲、北美等發(fā)達(dá)國家，亞洲除中國外，韓國和日本也具有較高的發(fā)文量。除此之外，一些發(fā)展較快的發(fā)展中國家如巴西、印度、土耳其也榜上有名。其中，美國的發(fā)文量和中心性都遙遙領(lǐng)先，共占全球總發(fā)文量的31.47%，這與美國較早的開展人工智能研究是分不開的，從表1可以看出美國首篇社科類人工智能研究文獻(xiàn)發(fā)表于1966年，而中國直到1993年才發(fā)表了社會(huì)科學(xué)領(lǐng)域的第一篇人工智能文獻(xiàn)，美國比中國早了近30年。經(jīng)過多年的發(fā)展積累，美國不僅在技術(shù)研究方面具備了一定的實(shí)力和影響力，在社會(huì)科學(xué)領(lǐng)域，學(xué)者們也不斷開展人工智能與經(jīng)濟(jì)進(jìn)步、社會(huì)發(fā)展和國際政治格局融合的探索實(shí)踐與創(chuàng)新，通過搭建與政府、企業(yè)的研究平臺(tái),將人工智能技術(shù)應(yīng)用快速落地，學(xué)術(shù)研究深入國家建設(shè)各層次，助力政府推進(jìn)人工智能發(fā)展的國家戰(zhàn)略，為美國維護(hù)自身的競爭優(yōu)勢(shì)起到了關(guān)鍵性作用。雖然中國人工智能的研究起步較晚，但是卻擁有排名第二的發(fā)文量，占全球總發(fā)文量的11.04%，略高于英國的10.19%，這主要得益于中國政策的支持和近幾年產(chǎn)業(yè)的快速發(fā)展。

據(jù)德勤中國發(fā)布的《中國人工智能產(chǎn)業(yè)白皮書》顯示，中國目前已經(jīng)成為人工智能發(fā)展最迅速的國家之一，2019年中國人工智能企業(yè)數(shù)量超過1000家，位列全球第二，這也帶動(dòng)了中國學(xué)術(shù)界關(guān)于人工智能在社會(huì)科學(xué)領(lǐng)域的研究，推進(jìn)人工智能與實(shí)體經(jīng)濟(jì)的融合發(fā)展。但是從中心性上看，中國只有0.06，與美國的0.40和英國的0.26還有較大差距，這說明中國在社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能研究的國際學(xué)術(shù)影響力還較弱，相關(guān)研究尚處于發(fā)展初期，尤其是在基礎(chǔ)理論和應(yīng)用管理等方面與美國和英國還存在一定差距。另外，英國、西班牙、德國等歐洲國家對(duì)人工智能研究的中心性指標(biāo)較高，這些國家的學(xué)者不僅專注于人工智能的人才需求、政府投資和產(chǎn)業(yè)發(fā)展等經(jīng)濟(jì)層面的研究，許多國家已經(jīng)著手評(píng)估如何在擴(kuò)大人工智能經(jīng)濟(jì)利益的同時(shí)，利用人工智能產(chǎn)業(yè)發(fā)展的新契機(jī)重塑自身的世界領(lǐng)先地位，其研究成果具有較強(qiáng)的國際認(rèn)可度。

2.3 機(jī)構(gòu)分析

通過對(duì)發(fā)文作者的所在機(jī)構(gòu)進(jìn)行分析，可以掌握某領(lǐng)域的核心研究力量分布情況，幫助學(xué)者快速了解該領(lǐng)域的研究視角和學(xué)術(shù)群體。利用CiteSpace軟件對(duì)3620篇文獻(xiàn)進(jìn)行機(jī)構(gòu)分析，節(jié)點(diǎn)類型設(shè)置為Insititution，將圖譜顯示方式設(shè)置為Spotlight模式，突出顯示具有高中心性的關(guān)鍵節(jié)點(diǎn)，并選擇 “Citation/Frequency Burst”,在圖譜中突出顯示高爆發(fā)性節(jié)點(diǎn)，生成社會(huì)科學(xué)領(lǐng)域人工智能研究機(jī)構(gòu)的合作網(wǎng)絡(luò)圖譜 (見圖1)。在生成的圖譜中，每個(gè)節(jié)點(diǎn)代表一個(gè)研究機(jī)構(gòu)，節(jié)點(diǎn)的大小代表發(fā)文量的多少，白色節(jié)點(diǎn)代表其具有高中心性，顏色飽和度最高的黑色節(jié)點(diǎn)代表其具有高爆發(fā)性，節(jié)點(diǎn)之間的連線代表機(jī)構(gòu)之間的合作強(qiáng)度，線條越粗代表機(jī)構(gòu)間的合作越緊密。

從圖1可以看出，國際上社會(huì)科學(xué)領(lǐng)域人工智能研究的代表性機(jī)構(gòu)主要為高校，發(fā)文量排名前三的機(jī)構(gòu)分別是麻省理工學(xué)院 (31篇)、牛津大學(xué) (28篇)和多倫多大學(xué) (24篇)。美國麻省理工學(xué)院在人工智能領(lǐng)域一直具有前瞻性和引領(lǐng)性，1959年該校曾建立了世界上第一個(gè)人工智能實(shí)驗(yàn)室，2018年該校投資十億美元開設(shè)了人工智能學(xué)院，該學(xué)院的重點(diǎn)目標(biāo)是推進(jìn)人工智能在各個(gè)領(lǐng)域內(nèi)的行業(yè)應(yīng)用，其一半以上的學(xué)術(shù)研究都是與社會(huì)科學(xué)領(lǐng)域的其他學(xué)院聯(lián)合完成的，學(xué)術(shù)成果涉及經(jīng)濟(jì)、政治、歷史、語言學(xué)等多領(lǐng)域，為社會(huì)科學(xué)領(lǐng)域人工智能的研究起到了引領(lǐng)作用。牛津大學(xué)計(jì)算機(jī)科學(xué)系擁有世界一流的專家和設(shè)備，其下的人工智能專業(yè)研究范圍廣泛，除了相關(guān)的技術(shù)研究外，在社會(huì)科學(xué)領(lǐng)域，該校還積極推進(jìn)與企業(yè)的行業(yè)合作研究，尤其是在物聯(lián)網(wǎng)管理和智能識(shí)別系統(tǒng)的倫理解決方案領(lǐng)域，具有較多的國際領(lǐng)先研究成果，2014年谷歌公司也正是與牛津大學(xué)建立合作關(guān)系，隨后研發(fā)出了著名的AlphaGo程序，引發(fā)了全世界對(duì)人工智能的關(guān)注，并激起了社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能研究的第三次熱潮。多倫多大學(xué)在世界人工智能領(lǐng)域也占據(jù)領(lǐng)先地位，2017年該校宣布成立向量學(xué)院，專注于深度學(xué)習(xí)技術(shù)及應(yīng)用的研究，并由深度學(xué)習(xí)之父Geoffrey Hinton教授擔(dān)任首席顧問，具有較大的國際影響力，在社會(huì)科學(xué)領(lǐng)域，該校的學(xué)術(shù)研究多是從深度學(xué)習(xí)的角度出發(fā)，研究人工智能技術(shù)給社會(huì)就業(yè)結(jié)構(gòu)帶來的影響，并從倫理學(xué)角度分析人工智能與人類智能的社會(huì)作用關(guān)系。中國的中國科學(xué)院 (16篇)和香港理工大學(xué) (15篇)分別排在第8名和第10名，表明中國在該領(lǐng)域有一定的國際影響力，但尚有成長空間，其學(xué)術(shù)研究多是圍繞人工智能產(chǎn)業(yè)政策和國家戰(zhàn)略展開，表明中國政府對(duì)人工智能產(chǎn)業(yè)發(fā)展的高度重視和支持。

圖1 社會(huì)科學(xué)領(lǐng)域人工智能研究核心機(jī)構(gòu)共現(xiàn)圖譜

從合作強(qiáng)度來看，雖然各核心機(jī)構(gòu)之間保持著一定合作關(guān)系，但是從整體來看，網(wǎng)絡(luò)密度僅為0.0079，表明各機(jī)構(gòu)間合作強(qiáng)度較弱，尤其是發(fā)文量略小的機(jī)構(gòu)，節(jié)點(diǎn)分布較為分散，沒有形成明顯的合作群體。觀察圖譜中的關(guān)鍵節(jié)點(diǎn)可以看出，麻省理工學(xué)院節(jié)點(diǎn)呈現(xiàn)白色，說明其不僅具有最大的發(fā)文量，而且中心性也最大，在領(lǐng)域內(nèi)具有較大的影響力和重要地位。香港理工大學(xué)的節(jié)點(diǎn)顏色最深，代表其爆發(fā)性最強(qiáng)，發(fā)文量在近幾年激增且引用率較高，其關(guān)于人工智能在智慧城市建設(shè)方面的研究成果集中，且在國際上認(rèn)可度較高，具有一定的后期發(fā)展?jié)摿Α?/p>

2.4 作者分析

通過對(duì)發(fā)文作者的統(tǒng)計(jì)分析，可以了解某一研究領(lǐng)域的核心作者，對(duì)作者進(jìn)行共被引分析，可以呈現(xiàn)出領(lǐng)域內(nèi)具有影響力的高被引作者。本文結(jié)合CiteSpace的運(yùn)行結(jié)果，對(duì)人工智能研究的高產(chǎn)作者和高被引作者進(jìn)行梳理，其對(duì)比情況如表2所示。從發(fā)文量來看，排名前三的作者依次是來自芬蘭國家技術(shù)研究中心的Stephen Fox、加拿大溫莎大學(xué)哲學(xué)系的Douglas Walton教授和法赫德國王石油礦產(chǎn)大學(xué)的Salaheldin Elkatatny教授，但其發(fā)文量都不高，排名第一的作者發(fā)文量也僅有8篇，說明當(dāng)前社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的研究成果較為分散，還沒有產(chǎn)生規(guī)模性的研究團(tuán)體，并且從以上學(xué)者的學(xué)術(shù)背景可以看出，當(dāng)前人工智能研究所涉及的學(xué)科種類多樣，很多學(xué)科都有與人工智能的交叉研究，人工智能在社會(huì)科學(xué)領(lǐng)域的學(xué)術(shù)研究范圍已較為廣泛。從高被引作者來看，排名前三的作者依次是Newell A、Simon H A和Minsky M。Newell和Simon均是卡耐基梅隆大學(xué)計(jì)算機(jī)系的著名教授，曾在1975年同時(shí)獲得計(jì)算機(jī)最高獎(jiǎng)圖靈獎(jiǎng)，是世界頂級(jí)人工智能專家，二者在人工智能與認(rèn)知科學(xué)的融合研究、編目處理的行業(yè)應(yīng)用等方面有很高的學(xué)術(shù)成就，其研究成果不僅在自然科學(xué)領(lǐng)域被廣泛引用，也是社會(huì)科學(xué)領(lǐng)域人工智能研究開展的基礎(chǔ)依據(jù)，學(xué)術(shù)影響力很高。Minsky教授創(chuàng)立了麻省理工學(xué)院人工智能實(shí)驗(yàn)室，是定義和發(fā)展人工智能的先驅(qū)之一，于1992年獲得圖靈獎(jiǎng)，被尊稱為 “人工智能之父”，在人工智能發(fā)展史上具有突出的學(xué)術(shù)貢獻(xiàn)，其研究成果具有極高的被引量，是很多學(xué)者開展人工智能研究的基礎(chǔ)參考文獻(xiàn)。

表2 社會(huì)科學(xué)領(lǐng)域人工智能研究核心作者分布

通過對(duì)比可以看出，高產(chǎn)作者和高被引作者中并沒有出現(xiàn)相同的學(xué)者，高產(chǎn)作者的論文涉及社會(huì)科學(xué)領(lǐng)域的多種學(xué)科，多從經(jīng)濟(jì)學(xué)、管理學(xué)、倫理學(xué)等角度研究人工智能對(duì)社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生的影響，且普遍是近幾年較新的研究成果，論文發(fā)表年份較晚，而高被引作者多是計(jì)算機(jī)領(lǐng)域內(nèi)較早展開人工智能研究的著名學(xué)者，其研究論文多是人工智能技術(shù)領(lǐng)域內(nèi)具有一定影響力的標(biāo)志性文章，發(fā)表時(shí)間較早，具有基礎(chǔ)性和權(quán)威性。由此可以看出，社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的研究是以人工智能技術(shù)的發(fā)展為基礎(chǔ)的，技術(shù)的發(fā)展促進(jìn)了人工智能產(chǎn)業(yè)的發(fā)展，由此引發(fā)了一系列涉及各學(xué)科領(lǐng)域的社會(huì)變革。

3 國際社會(huì)科學(xué)領(lǐng)域人工智能研究主題演進(jìn)分析

文獻(xiàn)共被引圖譜可以幫助人們通過圖譜中的關(guān)鍵節(jié)點(diǎn)、聚類及色彩來分析某個(gè)研究主題的演變過程[4]。為了更好地梳理人工智能研究主題脈絡(luò)及演進(jìn)過程，本文利用CiteSpace對(duì)3620篇文獻(xiàn)進(jìn)行共被引分析，找出領(lǐng)域內(nèi)高被引文獻(xiàn)，并通過引文聚類的時(shí)間分布來探究研究主題的演變。將節(jié)點(diǎn)類型設(shè)置為Reference并進(jìn)行聚類分析，為了更直觀地表現(xiàn)出主題變化的時(shí)間進(jìn)程和各組聚類之間的關(guān)系，本文選擇時(shí)間線 (Timeline)模式來顯示圖譜，最終得到縱坐標(biāo)為引文聚類、橫坐標(biāo)為引文發(fā)表年份的文獻(xiàn)共被引時(shí)間線圖譜 (見圖2)。圖譜中每個(gè)節(jié)點(diǎn)代表一篇被引文獻(xiàn)，節(jié)點(diǎn)大小與其被引頻次成正比，節(jié)點(diǎn)間的連線代表共被引關(guān)系，線條越粗表明共被引強(qiáng)度越高，線條顏色由深到淺，代表時(shí)間從早期到近期的變化，中心性大于0.1的節(jié)點(diǎn)突出顯示。模塊值 (Q值)=0.89，平均輪廓值 (S值)=0.51，聚類效果顯著。

由圖2可知，該引文網(wǎng)絡(luò)總共被分為8個(gè)聚類，聚類輪廓S值均大于0.9,按照聚類規(guī)模大小排列依次是#0計(jì)算機(jī)利用 (using computer)、#2專家系統(tǒng) (expert system)、#3自治智能體 (autonom-ous agent)、#4知識(shí)工程 (engineering knowledge)、#6認(rèn)知發(fā)展 (cognitive development)、#7社會(huì)觀念 (social conception)、#8人工神經(jīng)網(wǎng)絡(luò) (artificial neural network)和#17多元認(rèn)知結(jié)構(gòu) (pluralistic cognitive architecture)。其中，計(jì)算機(jī)利用、專家系統(tǒng)、知識(shí)工程和社會(huì)觀念四組聚類出現(xiàn)時(shí)間較早，聚類間連線較緊密，共引強(qiáng)度較高，且高被引文獻(xiàn)節(jié)點(diǎn)較多，而自治智能體、認(rèn)知發(fā)展、人工神經(jīng)網(wǎng)絡(luò)、多元認(rèn)知結(jié)構(gòu)四組聚類出現(xiàn)時(shí)間較為延后，且聚類間連線較少，共被引強(qiáng)度較弱?？傮w來看，社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能規(guī)模性的研究起始于1968年，要滯后于人工智能技術(shù)概念誕生近10年，且其研究主題的演化與人工智能技術(shù)的發(fā)展息息相關(guān)，結(jié)合時(shí)間線圖譜和文獻(xiàn)內(nèi)容綜合分析，社會(huì)科學(xué)領(lǐng)域人工智能研究的主題演化大致可以劃分為三個(gè)階段。

圖2 國際社會(huì)科學(xué)領(lǐng)域人工智能研究文獻(xiàn)共被引時(shí)間線圖譜

3.1 早期以專家系統(tǒng)為核心的人工智能行業(yè)應(yīng)用研究階段

在社會(huì)科學(xué)領(lǐng)域內(nèi)，早期關(guān)于人工智能的研究主題主要圍繞人工智能在各行業(yè)的實(shí)際應(yīng)用展開，以專家系統(tǒng)為載體，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嵺`應(yīng)用、從廣泛解決方案轉(zhuǎn)向使用專業(yè)知識(shí)的重大突破。主要包括聚類#0計(jì)算機(jī)利用、#2專家系統(tǒng)、#4知識(shí)工程和#7社會(huì)觀念，時(shí)間跨度從20世紀(jì)60年代末到90年代初。

聚類#0計(jì)算機(jī)的利用是社會(huì)科學(xué)領(lǐng)域開展最早且持續(xù)時(shí)間最長的人工智能研究主題。在計(jì)算機(jī)發(fā)展初期，主要是進(jìn)行一些科學(xué)計(jì)算和數(shù)據(jù)處理任務(wù)，應(yīng)用范圍十分有限。因此，為了能夠更好地發(fā)揮計(jì)算機(jī)的作用，人工智能學(xué)科逐漸興起并取得了一批令人矚目的研究成果，其中，以專家系統(tǒng)為代表的人工智能應(yīng)用發(fā)展最快。專家系統(tǒng)可以結(jié)合已有的專業(yè)知識(shí)和經(jīng)驗(yàn)處理不同行業(yè)的問題，被廣泛應(yīng)用于醫(yī)學(xué)、地質(zhì)勘探、企業(yè)管理、經(jīng)濟(jì)決策等領(lǐng)域，推動(dòng)人工智能走入應(yīng)用發(fā)展的新高潮，由此也引發(fā)了社會(huì)科學(xué)領(lǐng)域?qū)W者的思考和關(guān)注，圍繞以專家系統(tǒng)為核心的人工智能應(yīng)用開展了一系列研究。該階段被引頻次最高的文獻(xiàn)是聚類#2中美國斯坦福大學(xué)F.Hayes-Roth教授1983年出版的《專家系統(tǒng)構(gòu)建》一書[5]，此書由38名領(lǐng)域?qū)＜夜餐帉懚桑琀ayes同時(shí)作為美國著名專家公司Teknowledge公司的創(chuàng)建者之一，詳細(xì)介紹了有關(guān)專家系統(tǒng)在各領(lǐng)域的實(shí)際應(yīng)用情況，其所著章節(jié)由于較高的實(shí)踐指導(dǎo)意義而被大量引用。隨著專家系統(tǒng)的不斷發(fā)展和成熟，被稱為 “專家系統(tǒng)之父”的E.Fiegenbaum在第五屆人工智能聯(lián)合會(huì)提出了知識(shí)工程的概念，概念提出后很多學(xué)者開始基于知識(shí)工程研究專家系統(tǒng)。如聚類#4中Laird等[6]于1987年發(fā)表的《SOAR:通用智能的架構(gòu)》一文，基于知識(shí)工程構(gòu)建了一個(gè)通用的問題求解模型SOAR，SOAR模型具有非常廣泛的應(yīng)用范圍，令人工智能在社會(huì)科學(xué)領(lǐng)域的研究中具有更高的實(shí)用性和適用性，后期成為社會(huì)科學(xué)領(lǐng)域人工智能諸多研究的工具模型。另外，在早期的社會(huì)科學(xué)領(lǐng)域人工智能研究中，與認(rèn)知科學(xué)的協(xié)同研究也占有很大比重，在聚類#4和聚類#7后期都出現(xiàn)了中心度較大的認(rèn)知科學(xué)相關(guān)文章，并與下一階段主題聚類之間存在一定的共被引關(guān)系，說明認(rèn)知科學(xué)的發(fā)展為社會(huì)科學(xué)領(lǐng)域人工智能新的研究主題的出現(xiàn)奠定了基礎(chǔ)，其中聚類#4中節(jié)點(diǎn)所示的為該類代表性研究，是本階段中心性最強(qiáng)的被引文獻(xiàn)，該研究是1992年加州大學(xué)著名哲學(xué)教授John R.Searle編著的 《心靈的再發(fā)現(xiàn)》一書[7]，該書從認(rèn)知科學(xué)的角度出發(fā)，深入分析了社會(huì)意識(shí)的結(jié)構(gòu)，給社會(huì)科學(xué)領(lǐng)域人工智能的研究者提供了新思路，同時(shí)也為人工智能領(lǐng)域的研究提供了理論基礎(chǔ)。聚類#7中著名人工智能專家Allen Newell編著的 《認(rèn)知的統(tǒng)一理論》一書[8]是被引頻次第二高的文獻(xiàn)，該書于1990年出版，深入分析了人類的認(rèn)知模式并總結(jié)出了統(tǒng)一的認(rèn)知理論，試圖構(gòu)建出模仿人類認(rèn)知機(jī)制的通用模型，為推進(jìn)人工智能系統(tǒng)的研究提供了強(qiáng)有力的支撐，是社會(huì)科學(xué)領(lǐng)域人工智能研究的重要參考文獻(xiàn)。

從以上分析可以看出，早期社會(huì)科學(xué)領(lǐng)域人工智能研究的內(nèi)在驅(qū)動(dòng)力是新需求的產(chǎn)生，對(duì)于計(jì)算機(jī)高效利用、專業(yè)知識(shí)集中化的需求催生了以專家系統(tǒng)為代表的人工智能應(yīng)用的落地，從而引發(fā)了學(xué)術(shù)界對(duì)于人工智能在社會(huì)科學(xué)領(lǐng)域的研究，同時(shí)，早期認(rèn)知科學(xué)的發(fā)展又推動(dòng)了人工智能的發(fā)展，為下一階段新主題的產(chǎn)生提供了條件。

3.2 中期基于人工神經(jīng)網(wǎng)絡(luò)的社會(huì)科學(xué)問題預(yù)測研究階段

進(jìn)入人工智能發(fā)展中期，社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的研究以人工神經(jīng)網(wǎng)絡(luò)技術(shù)為依托，圍繞經(jīng)濟(jì)社會(huì)發(fā)展問題進(jìn)行了很多預(yù)測研究，人工智能的加入使社會(huì)科學(xué)領(lǐng)域內(nèi)的預(yù)測不止停留在理論層面，而是變得更加精準(zhǔn)和量化，解決了實(shí)際生產(chǎn)過程中遇到的很多問題。該階段包括#3自治智能體、#6認(rèn)知發(fā)展、#8人工神經(jīng)網(wǎng)絡(luò)和#17多元認(rèn)知結(jié)構(gòu)四個(gè)主題聚類，時(shí)間跨度從20世紀(jì)90年代初到21世紀(jì)初期。

隨著人工智能研究的不斷推進(jìn)，專家系統(tǒng)存在的知識(shí)表達(dá)與搜集困難、計(jì)算量過大等問題也逐漸顯露出來，因此以仿生學(xué)、認(rèn)知學(xué)為基礎(chǔ)的人工神經(jīng)網(wǎng)絡(luò)研究成為熱點(diǎn)，該階段研究通過模擬人腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，對(duì)社會(huì)科學(xué)領(lǐng)域的不同問題進(jìn)行估算預(yù)測，以此規(guī)劃和涉及未來發(fā)展，解決現(xiàn)存問題。在被引頻次最高的前8篇文獻(xiàn)中，有3篇是此類預(yù)測研究，分別是Robert等于1995年發(fā)表的《針對(duì)具有多重最優(yōu)性、不可微性和其他不規(guī)則特征的預(yù)測問題的遺傳算法》，Kar 等于1992年發(fā)表的 《人工神經(jīng)網(wǎng)絡(luò)的管理學(xué)應(yīng)用：銀行破產(chǎn)預(yù)測的案例研究》和Linda等于1992年發(fā)表的《人工神經(jīng)網(wǎng)絡(luò)：預(yù)測儲(chǔ)蓄失敗的新工具》，均是利用人工智能對(duì)社會(huì)經(jīng)濟(jì)問題進(jìn)行預(yù)測,預(yù)測運(yùn)用遺傳算法，結(jié)果科學(xué)準(zhǔn)確，具有很高的參考價(jià)值，是當(dāng)時(shí)的代表性研究主題。

從中心性來看，美國神經(jīng)生物學(xué)家、諾貝爾獎(jiǎng)獲得者Edelman[9]于1992年出版的 《明亮的空氣，明亮的火焰:關(guān)于思維的問題》一書是本階段共被引網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)，具有最高的中介中心性 (0.14)，該書對(duì)思維是如何運(yùn)作的發(fā)表了革命性的見解，開啟了神經(jīng)科學(xué)革命的開端，促進(jìn)了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，是人工智能研究由以專家系統(tǒng)為主的符號(hào)主義轉(zhuǎn)向以人工神經(jīng)網(wǎng)絡(luò)為主的聯(lián)結(jié)主義的轉(zhuǎn)折點(diǎn)，也促使社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的研究從以專家系統(tǒng)為主的應(yīng)用研究轉(zhuǎn)向以人工神經(jīng)網(wǎng)絡(luò)為主的預(yù)測研究。此階段最高被引文獻(xiàn)是美國計(jì)算機(jī)和未來學(xué)家Kurzweil[10]1999年出版的 《機(jī)器之心》，該書暢銷全國并被翻譯成9種語言，通過通俗易懂的語言向讀者介紹了人工智能在社會(huì)各個(gè)領(lǐng)域的應(yīng)用，并依據(jù)科學(xué)的分析對(duì)人工智能的未來進(jìn)行了大膽預(yù)測，思考了人工智能將會(huì)給人類社會(huì)帶來的影響和改變，具有很大的社會(huì)反響。

從以上分析可以看出，新問題的出現(xiàn)是此階段研究主題更新的主要驅(qū)動(dòng)因素，由于早期專家系統(tǒng)出現(xiàn)數(shù)據(jù)量大，計(jì)算困難等問題，催生了更加高效準(zhǔn)確的人工神經(jīng)網(wǎng)絡(luò)技術(shù)，使得精準(zhǔn)的預(yù)測研究成為可能，推動(dòng)了社會(huì)科學(xué)領(lǐng)域人工智能研究新主題的產(chǎn)生，也使得人工智能開始廣泛進(jìn)入大眾視野。

3.3 后期基于深度學(xué)習(xí)的多元化研究階段

多元化研究階段以深度學(xué)習(xí)為技術(shù)依托，研究內(nèi)容更為多元化，呈現(xiàn)出多學(xué)科綜合、多領(lǐng)域參與、高度復(fù)雜的特征。上一階段人工神經(jīng)網(wǎng)絡(luò)的興起為深入研究人工智能問題提供了知識(shí)基礎(chǔ)，進(jìn)入21世紀(jì)以后，以深度學(xué)習(xí)為代表的人工智能技術(shù)飛速發(fā)展，將人工智能研究外推到更廣泛的研究領(lǐng)域。圖3所示的8個(gè)聚類都出現(xiàn)在2006年以前，2006年以后社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的研究并沒有形成明顯的聚類，但是通過引文分析發(fā)現(xiàn)，被引頻次超過20次的文獻(xiàn)全部發(fā)表于2006年以后，且此階段高被引文獻(xiàn)數(shù)量較多，呈集中爆發(fā)趨勢(shì)，表3所示為被引頻次和中心度排名前十的13篇文獻(xiàn)以及相關(guān)指標(biāo)。

表3 被引頻次和中心度排名前十的主要文獻(xiàn)

通過文獻(xiàn)內(nèi)容分析可以發(fā)現(xiàn)，該階段研究主題依托于深度學(xué)習(xí)技術(shù)的飛速發(fā)展，呈現(xiàn)出多元化趨勢(shì)，其研究內(nèi)容涉及經(jīng)濟(jì)、管理、哲學(xué)、心理學(xué)、法律等多個(gè)領(lǐng)域。在表3文獻(xiàn)中，有5篇是關(guān)于深度學(xué)習(xí)技術(shù)的相關(guān)文獻(xiàn)，均是領(lǐng)域內(nèi)的權(quán)威專家發(fā)表于Nature等知名期刊的文獻(xiàn)，其研究內(nèi)容對(duì)人工智能學(xué)科的發(fā)展具有一定影響，是深度學(xué)習(xí)技術(shù)發(fā)展的標(biāo)志性文獻(xiàn)，為社會(huì)科學(xué)領(lǐng)域人工智能的研究提供了技術(shù)支撐。除了深度學(xué)習(xí)相關(guān)文獻(xiàn)外，此階段其他研究同質(zhì)性較弱，與其他學(xué)科進(jìn)行的交叉研究數(shù)量較多，人工智能研究進(jìn)入多元化研究階段。其中代表性的研究如：牛津大學(xué)人類未來研究院院長Bostrom于2014年出版的 《超級(jí)智能:道路、危險(xiǎn)、策略》一書[11]，該書認(rèn)為人類可能會(huì)創(chuàng)造出一種遠(yuǎn)遠(yuǎn)超過人類智能的超級(jí)智能，超級(jí)智能的優(yōu)勢(shì)將會(huì)給人類社會(huì)帶來風(fēng)險(xiǎn)，并探討了降低風(fēng)險(xiǎn)的路徑，闡述了人工智能研究在發(fā)展超級(jí)智能方面的哲學(xué)含義；麻省理工斯隆管理學(xué)院教授Brynjolfsson等[12]于2014年出版的 《第二機(jī)器時(shí)代》一書，該書從管理學(xué)角度研究了人工智能技術(shù)對(duì)經(jīng)濟(jì)和社會(huì)的影響，并針對(duì)可能會(huì)出現(xiàn)的就業(yè)、企業(yè)重塑等問題提出了解決措施。牛津大學(xué)教授Carl等[13]通過對(duì)702種職業(yè)的詳細(xì)評(píng)估，分析了未來智能化對(duì)美國勞動(dòng)力市場的預(yù)期影響，并給出面臨風(fēng)險(xiǎn)的職業(yè)種類，以及智能化率、工資和受教育程度之間的關(guān)系。普林斯頓大學(xué)教授Barocas等[14]、馬里蘭大學(xué)法學(xué)教授Citron等[15]和華盛頓大學(xué)法學(xué)院教授Calo[16]分別從就業(yè)歧視法、社會(huì)信用評(píng)分系統(tǒng)和網(wǎng)絡(luò)法的角度研究了與人工智能相關(guān)的法律問題，這三篇文章具有較高的中心度，具有一定的影響力。

從以上分析可以看出，新技術(shù)的發(fā)展是后期社會(huì)科學(xué)領(lǐng)域人工智能研究的主要驅(qū)動(dòng)力，深度學(xué)習(xí)等先進(jìn)技術(shù)的出現(xiàn)使人工智能可以被更廣泛地應(yīng)用到各學(xué)科領(lǐng)域，多學(xué)科交叉研究已經(jīng)成為現(xiàn)代社會(huì)科學(xué)領(lǐng)域人工智能研究的趨勢(shì)，同時(shí)，人工智能的產(chǎn)業(yè)化、規(guī)?；l(fā)展也引發(fā)學(xué)者對(duì)于人工智能對(duì)社會(huì)、就業(yè)、經(jīng)濟(jì)發(fā)展影響的思考，使得社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的研究成果越來越多、學(xué)科越來越豐富、主題越來越多元化。

綜上所述，本研究借助文獻(xiàn)共被引時(shí)間線圖譜，將社會(huì)科學(xué)領(lǐng)域人工智能研究劃分為早期以專家系統(tǒng)為核心的行業(yè)應(yīng)用研究階段、中期基于人工神經(jīng)網(wǎng)絡(luò)的社會(huì)科學(xué)問題預(yù)測階段，以及當(dāng)代以深度學(xué)習(xí)為基礎(chǔ)的多元化研究階段。通過對(duì)高被引和高中心度文獻(xiàn)的解讀可以發(fā)現(xiàn)，社會(huì)科學(xué)領(lǐng)域人工智能的研究以人工智能技術(shù)的發(fā)展為依托，且在各個(gè)發(fā)展階段的后期，新興知識(shí)的溢出效應(yīng)促進(jìn)了新主題的產(chǎn)生，探究其內(nèi)在的動(dòng)力因素，新需求、新問題和新技術(shù)的出現(xiàn)共同驅(qū)動(dòng)了社會(huì)科學(xué)領(lǐng)域人工智能的研究發(fā)展，使社會(huì)科學(xué)領(lǐng)域的人工智能研究呈現(xiàn)出螺旋式的動(dòng)態(tài)演化。

4 社會(huì)科學(xué)領(lǐng)域人工智能研究前沿分析

突現(xiàn)詞是指某一時(shí)期頻次相對(duì)增長率突然增高的關(guān)鍵詞集合，它能夠顯示研究領(lǐng)域局部變動(dòng)情況，探索領(lǐng)域內(nèi)的新興熱點(diǎn)和研究前沿[17]。結(jié)合發(fā)文量年份分布情況，本文利用CiteSpace對(duì)社會(huì)科學(xué)領(lǐng)域2010—2019年人工智能研究文獻(xiàn)進(jìn)行關(guān)鍵詞突發(fā)檢測，提取檢測結(jié)果按突發(fā)詞起始年份排列，如圖3所示。

圖3 社會(huì)科學(xué)領(lǐng)域人工智能研究關(guān)鍵詞突現(xiàn)圖譜

通過對(duì)圖3關(guān)鍵詞的突現(xiàn)起始時(shí)間、結(jié)束時(shí)間以及突現(xiàn)強(qiáng)度進(jìn)行觀察可以看出，在得到的14個(gè)突現(xiàn)詞中，有8個(gè)突現(xiàn)詞集中突現(xiàn)于2010年和2011年，以設(shè)計(jì) (design)、遺傳算法 (genetic algorithm)和支持向量機(jī) (support vector machine)等人工智能熱點(diǎn)算法和應(yīng)用為主要代表，突現(xiàn)強(qiáng)度大且持續(xù)時(shí)間較長，反映了該階段領(lǐng)域內(nèi)著重于人工智能技術(shù)革新的研究趨勢(shì)，再次驗(yàn)證了社會(huì)科學(xué)領(lǐng)域人工智能的研究是以技術(shù)發(fā)展為基礎(chǔ)的，新興技術(shù)從不同層面對(duì)經(jīng)濟(jì)社會(huì)產(chǎn)生不同影響，帶動(dòng)著研究方向的轉(zhuǎn)變，推進(jìn)研究前沿的更迭。其中遺傳算法 (genetic algorithm)的突現(xiàn)持續(xù)時(shí)間最長，在長達(dá)六年的時(shí)間里一直被學(xué)者所重點(diǎn)關(guān)注，該算法基于生物進(jìn)化論，通過模擬生物的自然進(jìn)化過程尋找最優(yōu)解，在社會(huì)科學(xué)領(lǐng)域的人工智能研究中，被廣泛地應(yīng)用于金融、財(cái)務(wù)等領(lǐng)域的預(yù)測和優(yōu)化研究，為社會(huì)科學(xué)相關(guān)研究提供了技術(shù)基礎(chǔ)。2012年突現(xiàn)了管理 (management)，標(biāo)志著將人工智能應(yīng)用于管理實(shí)踐中成為社會(huì)科學(xué)領(lǐng)域研究的新興熱點(diǎn)。例如，Demetriou 等[18]將人工智能技術(shù)與地理信息系統(tǒng)相結(jié)合，用于土地管理規(guī)劃的事前評(píng)估，解決了塞浦路斯土地分配中存在的項(xiàng)目持續(xù)時(shí)間長、運(yùn)營成本高以及利益相關(guān)者之間沖突的問題，但是其突現(xiàn)持續(xù)時(shí)間較短，熱點(diǎn)效應(yīng)只有兩年。2013年和2015年分別突現(xiàn)了智能 (intelligence)、行為 (behavior)和知識(shí) (kno-wledge)，將人工智能技術(shù)應(yīng)用到人類的行為研究上，為市場營銷戰(zhàn)略制定、產(chǎn)品功能研發(fā)、心理健康評(píng)估等提供依據(jù)。2017年突現(xiàn)了網(wǎng)絡(luò) (network)和大數(shù)據(jù) (big data)，互聯(lián)網(wǎng)和大數(shù)據(jù)時(shí)代極大地推動(dòng)了社會(huì)科學(xué)領(lǐng)域人工智能的深入研究和廣泛應(yīng)用，其中網(wǎng)絡(luò) (network)是近十年突現(xiàn)強(qiáng)度最強(qiáng)的關(guān)鍵詞，可見網(wǎng)絡(luò)時(shí)代對(duì)人工智能研究的影響尤為突出。隨著互聯(lián)網(wǎng)信息革命的深化，人工智能所面臨的發(fā)展環(huán)境也更加復(fù)雜，機(jī)遇增多的同時(shí)也面臨著更多的挑戰(zhàn)，如何在互網(wǎng)絡(luò)時(shí)代背景下更好地發(fā)展人工智能有待社會(huì)科學(xué)領(lǐng)域的學(xué)者進(jìn)一步研究。值得關(guān)注的是網(wǎng)絡(luò)和大數(shù)據(jù)自2017年突現(xiàn)后都持續(xù)至今，反映出這些研究方向在未來一段時(shí)間內(nèi)仍有可能是社會(huì)科學(xué)領(lǐng)域人工智能研究的前沿?zé)狳c(diǎn)，具有較高的研究價(jià)值，值得重點(diǎn)關(guān)注。

5 結(jié)論與啟示

5.1 研究結(jié)論

(1)美國和英國是當(dāng)前社會(huì)科學(xué)領(lǐng)域人工智能研究的國際領(lǐng)先國家，美國無論是在發(fā)文量還是文獻(xiàn)中心度方面都領(lǐng)先全球，英國則引領(lǐng)了整個(gè)歐洲的人工智能研究。得益于國家政策的支持和近幾年產(chǎn)業(yè)的快速發(fā)展，中國在社會(huì)科學(xué)領(lǐng)域關(guān)于人工智能的國際研究成果越來越多，但是其中心度指標(biāo)反映了中國研究的國際學(xué)術(shù)影響力還有待提高。目前國際領(lǐng)先的人工智能研究機(jī)構(gòu)主要以高校為主，較多分布在西方發(fā)達(dá)國家。高被引作者以領(lǐng)域內(nèi)較為知名的人工智能技術(shù)專家為主，其被引文獻(xiàn)為早期領(lǐng)域內(nèi)的標(biāo)志性節(jié)點(diǎn)文獻(xiàn)，而高產(chǎn)作者的研究成果普遍較新，多在近年集中發(fā)表，領(lǐng)域內(nèi)各作者間相互聯(lián)系較弱，研究力量較為分散，沒有形成規(guī)模性的研究群體。

(2)根據(jù)引文聚類的時(shí)間線圖譜分析，社會(huì)科學(xué)領(lǐng)域人工智能研究可以劃分為三個(gè)階段：①早期以專家系統(tǒng)為核心的人工智能行業(yè)應(yīng)用階段；②中期基于人工神經(jīng)網(wǎng)絡(luò)的社會(huì)科學(xué)問題預(yù)測研究階段；③后期基于深度學(xué)習(xí)的多元化研究階段。新技術(shù)、新需求、新問題的產(chǎn)生共同驅(qū)動(dòng)了人工智能發(fā)展，使社會(huì)科學(xué)領(lǐng)域人工智能的研究以技術(shù)革新為依托，呈現(xiàn)出螺旋上升的動(dòng)態(tài)演化趨勢(shì)。研究的內(nèi)容日趨多樣化，近十年其研究前沿由以熱點(diǎn)算法為主的技術(shù)革新應(yīng)用逐漸過渡到與經(jīng)濟(jì)、管理、信息等多學(xué)科的交叉研究中，其中 “大數(shù)據(jù)”和 “網(wǎng)絡(luò)”是當(dāng)前關(guān)注度較高的研究熱點(diǎn)和前沿主題，在未來幾年中仍然具有較大發(fā)展?jié)摿Α?/p>

5.2 研究啟示

人工智能的發(fā)展對(duì)人類社會(huì)產(chǎn)生了深遠(yuǎn)影響，在社會(huì)科學(xué)領(lǐng)域，人工智能正在引發(fā)一場包括政治結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、社會(huì)生活和工作方式的重大變革。從政治維度來看，世界各國紛紛出臺(tái)人工智能相關(guān)政策和規(guī)劃，并將人工智能上升到國家戰(zhàn)略水平，力爭在新一輪科技革命中搶占先機(jī)，以此重塑國際政治格局；從經(jīng)濟(jì)維度來看，人工智能在互聯(lián)網(wǎng)和大數(shù)據(jù)時(shí)代的背景下，已經(jīng)快速滲透融合到各個(gè)行業(yè)并重塑產(chǎn)業(yè)結(jié)構(gòu)，人工智能技術(shù)創(chuàng)新和商業(yè)生態(tài)環(huán)境逐漸向好，促進(jìn)了整個(gè)社會(huì)生產(chǎn)效率的提升；從社會(huì)維度來看，包括智能制造、智能交通、智能醫(yī)療、智能教育、智能家居等人工智能商業(yè)和應(yīng)用生態(tài)系統(tǒng)已經(jīng)開始服務(wù)于民生，未來以人工智能為技術(shù)核心的智慧城市將會(huì)給人們的生活帶來更加翻天覆地的變化。然而，在我們關(guān)注人工智能帶來的正面效應(yīng)的同時(shí)，也應(yīng)該警惕其產(chǎn)生的負(fù)面效應(yīng)，如可能出現(xiàn)個(gè)人信息及隱私泄露、網(wǎng)絡(luò)安全風(fēng)險(xiǎn)隱患、道德倫理失衡、法律漏洞等問題，以及白熱化的人工智能熱點(diǎn)因投機(jī)行為而存在的市場泡沫，尤其是人工智能未來對(duì)社會(huì)就業(yè)、勞動(dòng)力結(jié)構(gòu)方面產(chǎn)生的挑戰(zhàn)和影響，還有待社會(huì)科學(xué)領(lǐng)域的學(xué)者從法律法規(guī)、道德倫理、公共政策、經(jīng)濟(jì)管理等多個(gè)維度進(jìn)行深入研究并提供解決方案。

與美國等較早開展人工智能研究的國家相比，中國在此方面的研究還有一定的進(jìn)步空間。未來中國研究可以從以下方面繼續(xù)探索：第一，發(fā)展具有中國特色的研究體系。中國的人工智能研究雖然起步時(shí)間略晚，但是受益于國家政策的大力扶持以及海量互聯(lián)網(wǎng)大數(shù)據(jù)的支撐，中國人工智能產(chǎn)業(yè)發(fā)展飛速，因此在進(jìn)行人工智能研究時(shí)，要注意區(qū)別不同國家間背景環(huán)境的差異，把中國與其他國家人工智能政策、產(chǎn)業(yè)和技術(shù)環(huán)境進(jìn)行對(duì)比分析，提煉出符合中國國情的研究主題，提高人工智能研究的本土化水平。第二，拓寬跨領(lǐng)域研究范圍，探索多學(xué)科交叉研究，科學(xué)擴(kuò)展人工智能研究的外延。人工智能具有多學(xué)科融合、內(nèi)容復(fù)雜的特點(diǎn)，研究主題涉及管理學(xué)、倫理學(xué)、心理學(xué)等多個(gè)社會(huì)科學(xué)領(lǐng)域?qū)W科，開展跨領(lǐng)域研究可以開闊研究視野，以全局視角更加系統(tǒng)地深化人工智能研究。第三，在以實(shí)證研究方法為基礎(chǔ)的同時(shí)，注重理論研究水平的提升。目前中國社科領(lǐng)域人工智能研究的理論基礎(chǔ)略顯薄弱，這可能令實(shí)證研究因缺乏理論支撐而削弱可靠性和科學(xué)性，人工智能如何作用于社會(huì)科學(xué)各領(lǐng)域，還要經(jīng)過理論驗(yàn)證，厘清其內(nèi)在機(jī)理和作用關(guān)系，才能為實(shí)證研究提供科學(xué)依據(jù)。